2013-11-21 121 views
6

是否有任何改变笛卡尔坐标系和n-spherical one的有效方法?转型如下: enter image description heren球坐标系到笛卡尔坐标系

以下是我的代码,但我想摆脱循环:

import numpy as np 
import scipy.sparse 

    def coord_transform_n(r,alpha): 
     """alpha: the n-2 values between [0,\pi) and last one between [0,2\pi) 
     """ 
     x=[] 
     for i in range(alpha.shape[0]): 
      x.append(r*np.prod(np.sin(alpha[0:i]))*np.cos(alpha[i])) 
     return np.asarray(x) 
    print coord_transform_n(1,np.asarray(np.asarray([1,2]))) 
+0

我意识到我的代码是不正确的。我不包括最后一个坐标,即x_n! – Cupitor

回答

6

您的原始代码可以加快与记忆中间sin产品,即

def ct_dynamic(r, alpha): 
    """alpha: the n-2 values between [0,\pi) and last one between [0,2\pi) 
    """ 
    x = np.zeros(len(alpha) + 1) 
    s = 1 
    for e, a in enumerate(alpha): 
     x[e] = s*np.cos(a) 
     s *= np.sin(a) 
    x[len(alpha)] = s 
    return x*r 

但速度还是输给numpy的基础的方法

def ct(r, arr): 
    a = np.concatenate((np.array([2*np.pi]), arr)) 
    si = np.sin(a) 
    si[0] = 1 
    si = np.cumprod(si) 
    co = np.cos(a) 
    co = np.roll(co, -1) 
    return si*co*r 

>>> n = 10 
>>> c = np.random.random_sample(n)*np.pi 
>>> all(ct(1,c) == ct_dynamic(1,c)) 
True 

>>> timeit.timeit('from __main__ import coord_transform_n as f, c; f(2.4,c)', number=10000) 
2.213547945022583 

>>> timeit.timeit('from __main__ import ct_dynamic as f, c; f(2.4,c)', number=10000) 
0.9227950572967529 

>>> timeit.timeit('from __main__ import ct as f, c; f(2.4,c)', number=10000) 
0.5197498798370361 
+0

非常感谢。我意识到我的代码不正确。我不包括最后一个坐标,即x_n! – Cupitor

+0

@Naji不难解决它,所有的评估已经完成。我更新了我的答案,正确实施,留给你;) – alko

+1

是的,我已经做到了。我只是让你知道:D – Cupitor

4

我的建议是:组装窦一个向量,就可以使用cumprod,然后用余弦分别乘以每一个。

相关问题