我正在使用 SciPy 在 Python 中根据欧拉角计算旋转四元数，并尝试根据外部源（Wolfram Alpha）进行验证。
这个Scipy代码给了我一个答案：
from scipy.spatial.transform import Rotation as R
rot = R.from_euler('xyz', [30,45,60], degrees=1)
quat = rot.as_quat()
print(quat[3], quat[0], quat[1], quat[2]) # w, x, y, z
(w,x,y,z) = 0.8223, 0.0222, 0.4396, 0.3604
而 Wolfram Alpha 给出了不同的答案
(w,x,y,z) = 0.723, 0.392, 0.201, 0.532
为什么会有差异？这是物体旋转方式的范式差异吗（例如，外部旋转与内部旋转）？
我有一张地图图像，还有一个圆形的 Seaborn 条形图。地图如下所示：
Seaborn 的图如下所示：
我怎样才能将两者重叠，并使地图上的 Seaborn 图偏移以匹配特定坐标？例如，我想要类似下图的东西，其中圆形条形图在图像上偏移，已知坐标指示特定的纬度、经度位置。
我尝试使用这个例子中的代码：
img = plt.imread('map.jpg')
fig, ax = plt.subplots(figsize=(6, 6))
plt.style.use('dark_background')
sns.barplot(x='Provider', y='Var_diff', hue='Provider', data=one_stat, ax=ax,
palette='gist_rainbow', legend=False)
# Turn off surrounding circular frame
ax.set_frame_on(False)
# Turn off axis labels
ax.set(xlabel=None); ax.set(ylabel=None)
ax.set(xticks=[]); ax.set(yticks=[])
ax.imshow(img, extent=[-18, 18, -9, 9])
，但使用相同的参数（subplot_kw=dict(polar=True)）在图形和轴定义中使条形图呈圆形（例如fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True))）弯曲背景图像以匹配圆形条形图：
去掉参数会得到纯矩形图：
有没有办法定义两个不同的图形和轴并将它们重叠？或者我如何才能获得最终结果？
解决方案
使用@Stef 的回复，我的最终绘图命令最终是：
img = plt.imread('map.jpg')
fig, ax_bg = plt.subplots()
ax_bars = fig.add_axes(rect=(0.2, 0.2, 0.2, 0.2), polar=True)
plt.style.use('dark_background')
sns.barplot(x='Provider', y='Var_diff', hue='Provider',
data=one_stat, ax=ax_bars, palette='gist_rainbow', legend=False)
# Turn off surrounding circular frame
ax_bars.set_frame_on(False)
# Turn off axis labels
ax_bars.set(xlabel=None); ax_bars.set(ylabel=None)
ax_bars.set(xticks=[]); ax_bars.set(yticks=[])
ax_bg.imshow(img, extent=[-180, 180, -90, 90])
产生
在 Python 中，我有一个不同大小的数组的列表。我想知道列表中包含的所有数组的交集。例如：
import numpy as np
array0 = [0,1,2,3,4,5,6]
array1 = [0,2,3,5,6,7,8,9,10]
array2 = [4,5,6]
array3 = [5,6,7,8,9,10,11,12,13]
array_list = [array0, array1, array2, array3]
np.intersect1d我想使用类似跨所有数组的函数array_list并获取所有数据数组的交集。快速浏览一下，答案是
intersection = np.array([5,6])
我尝试过使用列表理解，例如：
np.intersect1d([arraylist[x] for x in np.arange(len(arraylist))]),
但 Numpy 需要 2 个参数，而不是我提供的参数。出于类似的原因，
list(filter(lambda x:x in [x for x in arraylist]))
不起作用——filter需要 2 个参数，但只得到一个。