我正在与Trimesh合作，并尝试计算网格上的一些统计信息。一种可能的统计数据（也是我用来说明问题的一种统计数据）是网格的3个随机顶点的面积的直方图。目前，我正在执行以下操作，但是我想知道是否有任何避免使用循环的方法。
def CalcArea(self,p):
return 0.5 * np.linalg.norm(np.cross(p[1]-p[0],p[2]-p[0]))
v_c = self.mesh.vertices.copy()
np.random.shuffle(v_c)
areas = [self.CalcArea(v_c[i:i+3]) for i in range(len(v_c[:-2]))]
numpy documentation是您的朋友：-）。
np.cross和np.linalg.norm也可以处理向量数组。并且它们支持功能强大的关键字参数axis。
我假设您的v_c的形状为(N,3)，其中N是您的顶点数。为了简单起见，假设它是三的倍数，然后：
N = 30
v_c = np.random.random((N,3))
v1 = v_c[N//3:2*N//3,:] - v_c[:N//3,:]
v2 = v_c[2*N//3:,:]
area = 0.5*np.linalg.norm(np.cross(v1,v2),axis=1)
请注意，这涉及到临时数组的创建，因此请留意非常大的N。