时间戳

首页 > 解决方案 > 在 Drake 中，如何将 NumPy 数组转换为不同的标量类型？（例如从 float 到 AutoDiffXd 或 Expression？）

python - 在 Drake 中，如何将 NumPy 数组转换为不同的标量类型？（例如从 float 到 AutoDiffXd 或 Expression？）

问题描述

在 Drake 中，我有 NumPyndarray的（一些多维的），dtype=float我想将它们转换为AutoDiffXd,Expression等。

在 C++ 中，我知道我可以做这样的事情：

MatrixXd X(2, 2);
X <<
   1.0, 2.0,
   3.0, 4.0;
MatrixX<AutoDiffXd> X_ad = X.cast<AutoDiffXd>();

然而，在 Python 中，我发现自己编写了这样的循环：

import numpy as np

from pydrake.autodiffutils import AutoDiffXd

X = np.array([
    [1.0, 2.0],
    [3.0, 4.0],
])

X_ad = np.zeros(X.shape, dtype=object)
for i in X.shape[0]:
    for j in X.shape[1]:
        X_ad[i, j] = AutoDiffXd(X[i, j])

有一个更好的方法吗？

标签： pythonnumpydrake

解决方案

您可以使用np.vectorize来缩短和概括您的代码：
https ://numpy.org/doc/1.13/reference/generated/numpy.vectorize.html

例如：

to_autodiff = np.vectorize(AutoDiffXd)
X_ad = to_autodiff(X)

如果您需要更复杂的逻辑，您可以随时自定义您的函数并使用装饰器：

@np.vectorize
def maybe_to_autodiff(x):
    if isinstance(x, float):
        return AutoDiffXd(x)
    else:
        return x

X_ad = maybe_to_autodiff(X)

这是对 Eigen 方法的（更灵活）模拟.cast<T>()（参见“基本矩阵操作”，包含“分配/复制”的行）：
https ://eigen.tuxfamily.org/dox/group__QuickRefPage.html

推荐阅读