scipy.stats.special_ortho_group#
- scipy.stats.special_ortho_group = <scipy.stats._multivariate.special_ortho_group_gen object>[源代码]#
一个特殊正交矩阵 (SO(N)) 随机变量。
返回一个随机旋转矩阵,从哈尔分布(SO(N) 上唯一的均匀分布)中抽取,行列式为 +1。
dim 关键字指定维度 N。
- 参数:
- dim标量
矩阵的维度
- seed{None, int, np.random.RandomState, np.random.Generator}, 可选
用于绘制随机变量。 如果 seed 为 None,则使用 RandomState 单例。 如果 seed 是一个整数,则使用一个新的
RandomState
实例,并用 seed 进行播种。 如果 seed 已经是RandomState
或Generator
实例,则使用该对象。 默认为 None。
方法
rvs(dim=None, size=1, random_state=None)
从 SO(N) 中抽取随机样本。
注释
rvs
方法返回一个从哈尔分布中抽取的随机旋转矩阵,哈尔分布是 SO(N) 上唯一的均匀分布。 该算法使用ortho_group
的rvs
方法在 O(N) 中生成一个哈尔分布的正交矩阵,然后调整矩阵以确保行列式为 +1。对于三维随机旋转,请参阅
scipy.spatial.transform.Rotation.random
。示例
>>> import numpy as np >>> from scipy.stats import special_ortho_group >>> x = special_ortho_group.rvs(3)
>>> np.dot(x, x.T) array([[ 1.00000000e+00, 1.13231364e-17, -2.86852790e-16], [ 1.13231364e-17, 1.00000000e+00, -1.46845020e-16], [ -2.86852790e-16, -1.46845020e-16, 1.00000000e+00]])
>>> import scipy.linalg >>> scipy.linalg.det(x) 1.0
这将从 SO(3) 生成一个随机矩阵。 它是正交的,并且行列式为 1。
或者,可以调用该对象(作为函数)来固定 dim 参数,返回一个“冻结的” special_ortho_group 随机变量
>>> rv = special_ortho_group(5) >>> # Frozen object with the same methods but holding the >>> # dimension parameter fixed.