从头手搓一台ros2复合机器人（带机械臂）

一.前言

        书接上回，我们完成了安装并使用了miniconda和jupyetr，我们继续回到学习机器人学的路上来。首先我们来学习使用一个矩阵库Numpy，并且通过Numpy将我们第一节学习到的矩阵相关计算一一实现。话不多说，马上开始！

二.ros2学习

        前三小节学习内容可到往期博客中查找

4.矩阵运算实战

        1.Numpy简介

    NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。

       NumPy可以使用在以下场景：

• 机器学习模型： 在编写机器学习算法时，需要对矩阵进行各种数值计算。例如矩阵乘法、换位、加法等。NumPy提供了一个非常好的库，用于简单(在编写代码方面)和快速(在速度方面)计算。NumPy数组可用于存储训练数据和机器学习模型的参数。

• 图像处理和计算机图形学： 计算机中的图像表示为多维数字数组。NumPy成为同样情况下最自然的选择。实际上，NumPy提供了一些优秀的库函数来快速处理图像。例如，镜像图像、按特定角度旋转图像等。

• 数学任务： NumPy对于执行各种数学任务非常有用，如数值积分、微分、内插、外推等。因此，当涉及到数学任务时，它形成了一种基于Python的对MATLAB的快速替代。（可用于改写手眼标定代码）

        2.Numpy安装

        尝试在单元格内导入numpy，如果报错说明你没有安装

在单元格内输入下面的代码，然后Shift+Enter执行即可。

注意指令前面有一个!，感叹号代表我们输入的是一句命令行

!pip install numpy  -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，再次导入就不会报错了。

3.创建矩阵

创建一个3*3的单位矩阵。

创建一个3*3的零矩阵。

创建一个3*3的随机矩阵。

从已有数组创建矩阵

假设我们已经有了数据，我们想创建一个矩阵怎么办呢？

比如我们创建一个2*2的矩阵，矩阵的数据分别是[1,2,3,4]。

我们可以通过reshape改变矩阵的形状，这里我们把矩阵变成了2*2的样子。

 判断两个矩阵是否相等

numpy的allclose方法，比较两个array是不是每一元素都相等，默认在1e-05的误差范围内。

4.计算矩阵

4.1 矩阵加法/减法

加法使用np.add,减法np.subtract

4.2 矩阵乘法

乘法使用np.dot

4.3 矩阵求逆

矩阵求逆使用np.linalg.inv

8.8817842e-16就是代表0

注意，并不是所有的矩阵都有逆，比如零矩阵就没有逆，如果尝试用numpy来求逆则会出现错误（根据线代知识，行列式不为零的矩阵才有逆）

4.4 矩阵转置

矩阵转置在矩阵后使用.T即可