3軸の加速度計(XYZ)からの300万のデータポイントの配列があり、同等の球面座標(r、theta、phi)を含む配列に3つの列を追加したいと思います。次のコードは機能しますが、速度が遅すぎるようです。どうすればもっとうまくできますか?
import numpy as np
import math as m
def cart2sph(x,y,z):
XsqPlusYsq = x**2 + y**2
r = m.sqrt(XsqPlusYsq + z**2) # r
elev = m.atan2(z,m.sqrt(XsqPlusYsq)) # theta
az = m.atan2(y,x) # phi
return r, elev, az
def cart2sphA(pts):
return np.array([cart2sph(x,y,z) for x,y,z in pts])
def appendSpherical(xyz):
np.hstack((xyz, cart2sphA(xyz)))
これは Justin Peel の答えに似ていますが、numpy
だけを使用し、組み込みのベクトル化を利用します。
_import numpy as np
def appendSpherical_np(xyz):
ptsnew = np.hstack((xyz, np.zeros(xyz.shape)))
xy = xyz[:,0]**2 + xyz[:,1]**2
ptsnew[:,3] = np.sqrt(xy + xyz[:,2]**2)
ptsnew[:,4] = np.arctan2(np.sqrt(xy), xyz[:,2]) # for elevation angle defined from Z-axis down
#ptsnew[:,4] = np.arctan2(xyz[:,2], np.sqrt(xy)) # for elevation angle defined from XY-plane up
ptsnew[:,5] = np.arctan2(xyz[:,1], xyz[:,0])
return ptsnew
_
コメントで示唆されているように、私は仰角の定義を変更を元の関数から変更しました。私のマシンでpts = np.random.Rand(3000000, 3)
を使用してテストしたところ、時間は76秒から3.3秒になりました。 Cythonを持っていないので、タイミングをそのソリューションと比較することができませんでした。
これは私がこれのために書いた簡単なCythonコードです:
cdef extern from "math.h":
long double sqrt(long double xx)
long double atan2(long double a, double b)
import numpy as np
cimport numpy as np
cimport cython
ctypedef np.float64_t DTYPE_t
@cython.boundscheck(False)
@cython.wraparound(False)
def appendSpherical(np.ndarray[DTYPE_t,ndim=2] xyz):
cdef np.ndarray[DTYPE_t,ndim=2] pts = np.empty((xyz.shape[0],6))
cdef long double XsqPlusYsq
for i in xrange(xyz.shape[0]):
pts[i,0] = xyz[i,0]
pts[i,1] = xyz[i,1]
pts[i,2] = xyz[i,2]
XsqPlusYsq = xyz[i,0]**2 + xyz[i,1]**2
pts[i,3] = sqrt(XsqPlusYsq + xyz[i,2]**2)
pts[i,4] = atan2(xyz[i,2],sqrt(XsqPlusYsq))
pts[i,5] = atan2(xyz[i,1],xyz[i,0])
return pts
3,000,000ポイントを使用すると、62.4秒から1.22秒に時間を短縮できました。それはあまりにも粗末ではありません。他にも改善できる点があると思います。
!上記のすべてのコードにはまだエラーがあります。そして、これはGoogleの上位の結果です。 phi(方位角)に適しています。 sympy1.0 acos関数をお勧めします(r = 0のacos(z/r)について不満はありません)。
http://mathworld.wolfram.com/SphericalCoordinates.html
これを物理システム(r、theta、phi)=(r、elev、azimuth)に変換すると、次のようになります。
r = sqrt(x*x + y*y + z*z)
phi = atan2(y,x)
theta = acos(z,r)
最適化されていないが正しい右手系物理システムのコード:
from sympy import *
def asCartesian(rthetaphi):
#takes list rthetaphi (single coord)
r = rthetaphi[0]
theta = rthetaphi[1]* pi/180 # to radian
phi = rthetaphi[2]* pi/180
x = r * sin( theta ) * cos( phi )
y = r * sin( theta ) * sin( phi )
z = r * cos( theta )
return [x,y,z]
def asSpherical(xyz):
#takes list xyz (single coord)
x = xyz[0]
y = xyz[1]
z = xyz[2]
r = sqrt(x*x + y*y + z*z)
theta = acos(z/r)*180/ pi #to degrees
phi = atan2(y,x)*180/ pi
return [r,theta,phi]
次のような関数で自分でテストできます。
test = asCartesian(asSpherical([-2.13091326,-0.0058279,0.83697319]))
一部の象限のその他のテストデータ:
[[ 0. 0. 0. ]
[-2.13091326 -0.0058279 0.83697319]
[ 1.82172775 1.15959835 1.09232283]
[ 1.47554111 -0.14483833 -1.80804324]
[-1.13940573 -1.45129967 -1.30132008]
[ 0.33530045 -1.47780466 1.6384716 ]
[-0.51094007 1.80408573 -2.12652707]]
さらにVPythonを使用して、ベクトルを簡単に視覚化しました。
test = v.arrow(pos = (0,0,0), axis = vis_ori_ALA , shaftwidth=0.05, color=v.color.red)
以前の回答を完了するために、ここに Numexpr 実装があります(Numpyへのフォールバックの可能性あり)、
import numpy as np
from numpy import arctan2, sqrt
import numexpr as ne
def cart2sph(x,y,z, ceval=ne.evaluate):
""" x, y, z : ndarray coordinates
ceval: backend to use:
- eval : pure Numpy
- numexpr.evaluate: Numexpr """
azimuth = ceval('arctan2(y,x)')
xy2 = ceval('x**2 + y**2')
elevation = ceval('arctan2(z, sqrt(xy2))')
r = eval('sqrt(xy2 + z**2)')
return azimuth, elevation, r
配列サイズが大きい場合、これにより、純粋なNumpy実装と比較して2倍のスピードアップが可能になり、CまたはCythonの速度に匹敵します。現在の派手なソリューション(ceval=eval
引数と共に使用した場合)も、配列サイズが大きい場合、 @ mtrw のappendSpherical_np
関数より25%高速です。
In [1]: xyz = np.random.Rand(3000000,3)
...: x,y,z = xyz.T
In [2]: %timeit -n 1 appendSpherical_np(xyz)
1 loops, best of 3: 397 ms per loop
In [3]: %timeit -n 1 cart2sph(x,y,z, ceval=eval)
1 loops, best of 3: 280 ms per loop
In [4]: %timeit -n 1 cart2sph(x,y,z, ceval=ne.evaluate)
1 loops, best of 3: 145 ms per loop
小さいサイズの場合、appendSpherical_np
は実際には高速ですが、
In [5]: xyz = np.random.Rand(3000,3)
...: x,y,z = xyz.T
In [6]: %timeit -n 1 appendSpherical_np(xyz)
1 loops, best of 3: 206 µs per loop
In [7]: %timeit -n 1 cart2sph(x,y,z, ceval=eval)
1 loops, best of 3: 261 µs per loop
In [8]: %timeit -n 1 cart2sph(x,y,z, ceval=ne.evaluate)
1 loops, best of 3: 271 µs per loop