rotation

假设要把矢量norm旋转到z轴
第一步，先把矢量绕x轴在y-z平面内旋转，使得矢量的y为0，矢量处于x-z平面内
第二步，再把矢量绕y轴在x-z平面内旋转，使得矢量的x为0，转到和z轴重合
第三步，数据总体可以绕z轴旋转，调整在x-y平面中的分布

from scipy.spatial.transform import Rotation as R
norm=[xmean,ymean,zmean]
print(norm)
# 根据矢量的y和z分量，计算出需要绕x旋转的角度。
r1=np.arcsin(norm[1]/np.sqrt(norm[1]**2+norm[2]**2))
print(r1)
rot1 = R.from_euler('x', r1, degrees=False).as_matrix() # 获得旋转矩阵
norm= np.dot(rot1,norm)  # 进行旋转
print(norm)  # 检查是否y坐标为0
# 根据矢量的y和z分量，计算出需要绕y旋转的角度。
r2=np.arccos(norm[2]/np.sqrt(norm[0]**2+norm[2]**2))
print(r2)
rot2 = R.from_euler('y', r2, degrees=False).as_matrix() # 获得旋转矩阵
norm= np.dot(rot2,norm) # 进行旋转
print(norm) # 检查是否x坐标为0
rtot=np.dot(rot2,rot1) # 获得总旋转矩阵
norm=[xmean,ymean,zmean]
norm= np.dot(rtot,norm) # 应用总旋转矩阵
print(norm)  # 再次验证是否x和y都为0
# 后续还可以绕着z轴旋转，调整x-y平面的形状。
r3=np.pi/6
print(r3)
rot3 = R.from_euler('z', r3, degrees=False).as_matrix()
norm= np.dot(rot3,norm)
print(norm)
rtot=np.dot(rot3,rtot) # 获得总旋转矩阵