SpatialMath Python 项目教程
2024-09-19 08:11:04作者:丁柯新Fawn
1. 项目目录结构及介绍
spatialmath-python/
├── docs/
│ ├── gh-pages/
│ └── ...
├── notebooks/
│ └── ...
├── spatialmath/
│ └── ...
├── symbolic/
│ └── ...
├── tests/
│ └── ...
├── .gitattributes
├── .gitignore
├── pre-commit-config.yaml
├── LICENSE
├── Makefile
├── README.md
└── pyproject.toml
目录结构介绍
- docs/: 包含项目的文档文件,其中
gh-pages/目录用于存放 GitHub Pages 的静态文件。 - notebooks/: 包含 Jupyter Notebook 文件,用于交互式演示和教程。
- spatialmath/: 包含项目的主要代码文件,实现空间数学功能。
- symbolic/: 包含符号计算相关的代码文件。
- tests/: 包含项目的测试代码文件。
- .gitattributes: Git 属性配置文件。
- .gitignore: Git 忽略文件配置。
- pre-commit-config.yaml: 预提交钩子配置文件。
- LICENSE: 项目许可证文件。
- Makefile: 项目构建和自动化任务的 Makefile。
- README.md: 项目介绍和使用说明的 Markdown 文件。
- pyproject.toml: 项目配置文件,包含项目依赖和构建配置。
2. 项目启动文件介绍
项目没有明确的“启动文件”,因为 spatialmath-python 是一个库项目,而不是一个可执行的应用程序。用户通常会在自己的 Python 脚本或 Jupyter Notebook 中导入并使用该库。
例如,用户可以在自己的脚本中导入 spatialmath 模块:
from spatialmath import SE3, SO3
# 创建一个3D旋转矩阵
R = SO3.Rx(0.3)
# 创建一个3D位姿矩阵
T = SE3(1, 2, 3) * SE3.Rx(30, 'deg')
print(T)
3. 项目配置文件介绍
pyproject.toml
pyproject.toml 是项目的配置文件,用于定义项目的构建系统和依赖项。以下是一个示例内容:
[build-system]
requires = ["setuptools>=42", "wheel"]
build-backend = "setuptools.build_meta"
[project]
name = "spatialmath-python"
version = "1.1.11"
description = "A Python implementation of the Spatial Math Toolbox for MATLAB."
authors = [
{ name="Peter Corke", email="peter.corke@gmail.com" },
{ name="Jesse Haviland", email="jesse.haviland@gmail.com" }
]
license = { file="LICENSE" }
readme = "README.md"
requires-python = ">=3.6"
dependencies = [
"numpy",
"scipy",
"matplotlib",
"ffmpeg"
]
[project.urls]
Homepage = "https://github.com/bdaiinstitute/spatialmath-python"
Documentation = "https://github.com/bdaiinstitute/spatialmath-python/docs"
配置文件介绍
- [build-system]: 定义了构建系统所需的工具和后端。
- [project]: 定义了项目的基本信息,如名称、版本、描述、作者、许可证、Python 版本要求和依赖项。
- [project.urls]: 定义了项目的相关链接,如主页和文档页面。
通过这些配置文件,用户可以了解项目的依赖关系和构建方式,从而更好地使用和开发该项目。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
718
4.6 K
deepin linux kernel
C
29
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
785
119
Ascend Extension for PyTorch
Python
588
728
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.63 K
957
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
979
965
暂无简介
Dart
962
239
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
420
366
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
97
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
442
4.52 K