简析矩阵

最新推荐文章于 2023-01-04 11:31:40 发布
最新推荐文章于 2023-01-04 11:31:40 发布
阅读量434 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： html DW css3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_44543412/article/details/87864719
本文介绍了CSS3中transform的matrix属性，用于图形变换。矩阵变换包括2D和3D，通过设置不同参数实现旋转、缩放、平移等效果。文章通过实例解释了参数与图形变换的关系，并提供了matrix和matrix3d的用法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

简析矩阵

开发工具与关键技术：DW前端

作者：盘子

撰写时间：2019年1月30日

矩阵是css3动画变形transform中的一个属性函数，矩阵可以用来表示图形的变换。Css3定义了matrix和matrix3d方法，下面将来简单分析其使用方法。源代码见下面截图：
在这里插入图片描述
源代码部分一目了然，来看看样式部分的代码。代码截图，如下：
在这里插入图片描述
matrix()： 是一个含六个参数值(m11,m12,m21,m22,dx,dy) 是一个基于矩阵变换的函数，前面的4个参数将组成变形矩阵,后面的dx,dy主要是指在坐标轴上的一个偏移量。主要是

用来指定一个2D变换，相当于直接应用一个[m11
m12 m21 m22 dx dy]变换矩阵。就是基于水平方向（X轴）和垂直方向（Y轴）重新定位元素,此属性值使用涉及到数学中的矩阵。

把六个参数值对应到矩阵，每个参数都有相对应的坐标。矩阵变换后得到的新顶点是由这六个参数值的对应矩阵和所用图形的顶点相乘而得。如下面效果图所展示得图形变换过程，图形由圆形变为椭圆再到条形，且变化过程中其位移也发生改变。如果以效果图圆的圆心为原点即顶点，再把图形整体沿着x轴、y轴各平移100px，平移后新的顶点位置就应该是圆心坐标（x+100，y+100）。

用法：transform:matrix(1,74,0,3,20,40);效果如下面的效果图所示

matrix()的3D变换有16个参数值，用法如下：

matrix3d(0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15);

这十六个参数也有对应的矩阵坐标

最低0.47元/天 解锁文章

200万优质内容无限畅学
㴇燚
关注
3D游戏开发所需的数学基础——矩阵
路漫漫其修远兮，吾将上下而求索。
10-29 1629
矩阵是3D数学中十分重要的基础！掌握它是重中之重！ 一： 矩阵的定义 二： 矩阵运算 三：特殊的矩阵 四：使用行矩阵还是列矩阵
风险评估算法简析.pptx
06-21
风险评估算法简析涵盖了信息安全管理的多个关键方面，包括风险评估的基础概念、计算方法、基于属性分解的信息安全风险评估算法，以及模型实例对比分析。风险评估基础部分详细说明了信息安全风险评估的定义、目的和...
MatrixTransform矩阵变换
weixin_33892359的博客
12-25 408
虽然在WPF中可以使用TranslateTransform、RotateTransform、ScaleTransform等进行几何变换，但我们也可以使用更底层的MatrixTransform（矩阵变换）来进行更复杂的复合变换。 　　首先我们矩阵如何影响几何变换的： 　　1，缩放操作 　　观察下面的矩阵乘法 　　如果我们用[2　 5]代表点（2，5），我们发现其乘以一个矩阵后变成了[4...
仿射变换和透视变换矩阵的参数含义与区别
热门推荐
liangbaqiang的博客
11-16 1万+
从直观的角度看，仿射变换和透视变换的最大区别是：一个平行四边形，经过仿射变换后依然是平行四边形；而经过透视变换后只是一个四边形（不再平行了）。 仿射变换 仿射变换是把一个二维坐标系转换到另一个二维坐标系的过程，转换过程坐标点的相对位置和属性不发生变换，是一个线性变换，该过程只发生旋转和平移过程。因此，一个平行四边形经过仿射变换后还是一个平行四边形。 所以，仿射= 旋转 + 平移 仿射变换矩阵为： 其中，(x,y)是原图坐标，(x’,y’)是变换后的坐标；m11,m12,m21,m22为旋转量，m13,
[WPF] Matrix Transform, 矩阵变换. 最最最基础的原理解释.
诺尔的博客
03-08 2166
关于向量: 1. 向量的基 在计算机科学中, 向量, Vector, 通常这么表示: [xy] \left[ \begin{array}{cc} x\\ y \end{array} \right] [xy​] 向量有两个 “基”, i‾\overline{i}i, 即 1,0→\overrightarrow{1, 0}1,0​, j‾\overline{j}j​, 即 0,1→\overrightarrow{0, 1}0,1​ 向量可以看作一组数乘以这些基的结果, 即: v‾=a×i‾+b×j‾\ov
matrix矩阵变换对元素进行操作
qq_38482205的博客
01-07 423
matrix矩阵 MDN-matrix 可以通过matrix进行倾斜、缩放、平移、旋转 二维矩阵 matrix(a, b, c, d, tx, ty) 三维矩阵 matrix3d(a, b, 0, 0, c, d, 0, 0, 0, 0, 1, 0, tx, ty, 0, 1) 函数代表含义： matrix( scaleX(), skewY(), skewX(), scaleY(), translateX(), translateY() ) 参数 含义 scaleX
风险评估算法简析.ppt
最新发布
08-04
风险评估算法简析的深入研究，对于信息安全的管理和发展具有重要意义。它不仅可以帮助组织识别潜在风险，而且能提供策略制定和风险控制的科学依据。随着信息技术的快速发展和网络安全形势的日益复杂，风险评估算法的...
风险评估算法简析PPT课件.ppt
07-28
风险评估算法简析的PPT课件详细讲解了风险评估的基本概念、要素关系、计算方法以及具体的算法应用。通过对不同评估方法的对比分析，参与者可以更好地理解信息安全风险评估的重要性和实际操作方法，为实施有效的风险...
转载 CATransform3D 矩阵 m11–m44每个的含义
CaryG的博客
10-11 985
CATransform3D
CATransform3D 矩阵 m11–m44每个的含义
hufeng825的专栏
03-27 1999
前几天做动画，使用到了CATransform3D ，由于没有学过计算机图形学，矩阵中m11--m44的各个含义都不清楚，经过几天研究总结如下：(供和我一样的菜鸟学习) struct CATransform3D { CGFloat m11（x缩放）, m12（y切变）, m13（）, m14（）; CGFloat m21（x切变）, m22（y
[转]矩阵变换原理
weixin_30443813的博客
02-16 924
　首先我们来看看矩阵是如何影响几何变换的： 　1.缩放操作 　观察下面的矩阵乘法 　如果我们用[2,5]代表点（2,5），我们发现其乘以一个矩阵后变成了[4,5]，与之对应的点是（4,5），这相当与其X坐标变成了原来的两倍。 　同理： 　经过矩阵乘法后点（2,5）的Y坐标变成了原来的两倍（2,10）。 　我们可以总结出这样的结论： 　可以将矩阵的第二和第三个元...
CSS3 变形--矩阵 matrix()
21号先锋者
02-24 551
matrix()： 是一个含六个值的(m11,m12,m21,m22,dx,dy)变换矩阵，用来指定一个2D变换，相当于直接应用一个[m11 m12 m21 m22 dx dy]变换矩阵。就是基于水平方向（X轴）和垂直方向（Y轴）重新定位元素,此属性值使用涉及到数学中的矩阵， 我在这里只是简单的说一下CSS3中的transform有这么一个属性值， 如果需要深入了解，需要对数学矩阵有一定的知识...
关于QMatrix
孙绪江的专栏
02-03 9778
QPainter预设的座标系统是绘图装置的座标系统，也就是左上角为原点，向右为正X，向下为正Y的座标系统，座标系统的转换常使用矩阵的方式来表现及进行运算， QMatrix的作用，正是让您可以利用其内建的矩阵，设定好相关的参数，然后让QPainter根据QMatrix的设定，来进行一些二维座标系统的转换动作。QMatrix的内部使用一个3x3的矩阵： m11
Unity 矩阵的基本概念
weixin_42565127的博客
01-04 1126
矩阵基本概念介绍和Unity使用
3D数学基础——矩阵变换
暴雨梨花博客
03-24 1975
3D数学基础——矩阵变换 0. 前提假设与符号定义 向量与矩阵 假设向量kkk右向量hhh变换得到： 设向量h=[x,y,z]Th=[x,y,z]^{T}h=[x,y,z]T 设向量k=[u,v,w]Tk=[u,v,w]^{T}k=[u,v,w]T 3维矩阵M3×3=[m11m12m13m21m22m23m31m32m33]M_{3×3}=\begin{bmatrix} m_{11} & m_{12} & m_{13} \\ m_{21} & m_{22} & m_{23}
矩阵论-定义、符号、以及相关理论
技术并不是我们的全部
05-11 1万+
矩阵运算 矩阵的秩 (rank) 符号：r(A)、rk(A) or rank(A)r(A)、rk(A) \ or \ rank(A)r(A)、rk(A) or rank(A) 定义：在线性代数中，一个矩阵A的列秩是A的线性独立的纵列的极大数目。类似地，行秩是A的线性无关的横行的极大数目。即如果把矩阵看成一个个行向量或者列向量，秩就是这些行向量或者列向量的秩，也就是极大无关组中所含向量的个数。 哈达玛积 （Hadamard Product ） 符号: ∘\circ∘ L
html5 矩阵转换,HTML5画布转换矩阵
weixin_35640876的博客
06-04 205
HTML5 canvas提供了允许直接修改转换矩阵的方法。转换矩阵最初必须是身份转换。然后可以使用转换方法对其进行调整。t变换(m11,m12,m21,m22,dx,dy)方法必须将当前变换矩阵与-所描述的矩阵相乘m11m21dxm12m22dy001的setTransform(M11,M12,M21,M22,DX,DY)的方法必须重置当前变换单位矩阵，然后调用与相同参数的变换(...
SNSTRLPEASQAHVRVSPGQAAPAMARPRRSRH的blosum62矩阵
03-22
<think>好的，我需要帮助用户分析给定的氨基酸序列“SNSTRLPEASQAHVRVSPGQAAPAMARPRRSRH”在BLOSUM62矩阵中的表现。首先，我得先确认用户的需求是什么。用户可能想要了解这个序列中各氨基酸对的替换得分，或者整个序列在BLOSUM62下的总得分，或者是否有某些特定的替换值得关注。 首先，我需要解析用户的输入是否正确。用户提供的序列看起来像是一个由单字母氨基酸代码组成的字符串。我需要检查每个字符是否都是有效的氨基酸符号。比如，检查是否有非标准字符存在。例如，S、N、S、T、R等都是标准的氨基酸代码，没问题。 接下来，用户提到使用BLOSUM62矩阵，我需要回忆这个矩阵的结构。BLOSUM62矩阵是一个20x20的矩阵，对应20种常见氨基酸，每个单元格的值代表两个氨基酸之间的替换得分。正分表示替换常见，负分表示替换罕见。例如，相同氨基酸的得分通常较高，如甘氨酸（G）的自我替换得分为6，而色氨酸（W）替换半胱氨酸（C）得分为-2。 用户可能希望得到一个逐对的得分分析，或者整个序列的总分。由于用户没有明确说明，我需要进一步澄清，但根据之前的对话历史，用户之前询问的是BLOSUM62矩阵的介绍，现在给出一个具体的序列，可能是想看如何应用这个矩阵。因此，我需要解释如何计算相邻氨基酸对的BLOSUM62得分，并给出总得分。 接下来，我需要处理序列的长度。序列“SNSTRLPEASQAHVRVSPGQAAPAMARPRRSRH”共有34个氨基酸。计算相邻对的得分意味着要处理33对氨基酸。例如，第一个对是S-N，第二个是N-S，依此类推。对于每一对，我需要查找BLOSUM62矩阵中的对应得分。 手动计算所有33对可能很繁琐，但作为示例，我可以展示前几个对的得分，然后说明总分的计算方式，并建议使用工具或软件来自动完成整个过程。同时，需要提醒用户注意矩阵中的行和列对应的是特定的氨基酸，确保正确查找。 另外，需要考虑用户是否了解如何读取BLOSUM62矩阵。可能需要简要说明矩阵的结构，例如行和列代表不同的氨基酸，查找方式是行氨基酸对应行，列氨基酸对应列，找到交叉点的数值。 同时，需要确认是否存在任何可能的错误，例如用户输入的序列是否有误。例如，检查是否有字母不属于20种标准氨基酸。例如，字母“B”、“J”、“O”、“U”、“X”、“Z”通常不被包含在BLOSUM62中，但在这个序列中没有出现，所以没问题。 接下来，我需要考虑如何呈现结果。由于逐个列出33对的得分会很多，可能需要总结关键点，例如最高得分对、最低得分对，或者总得分。同时，可以解释这些得分对序列比对的意义，例如总得分高可能意味着序列在进化中较为保守，或者某些替换可能影响蛋白质结构功能。 此外，可能需要提到BLOSUM62矩阵的应用场景，比如在序列比对中，较高的正分区域可能代表保守区域，而负分区域可能代表可变区域。这对于理解序列的功能或结构可能有帮助。 最后，考虑到用户可能需要进一步的分析工具，可以建议使用在线工具或生物信息学软件如BLAST、EMBOSS的needle工具，或者Python的Biopython库来自动计算这些得分，以提高效率。 总结来说，我的回答需要包括以下步骤： 1. 确认序列的有效性。 2. 解释BLOSUM62矩阵的使用方法。 3. 展示部分示例得分的计算过程。 4. 提供总得分的计算方法和结果。 5. 分析得分分布的意义。 6. 建议自动化工具的使用。</think>以下是氨基酸序列 **SNSTRLPEASQAHVRVSPGQAAPAMARPRRSRH** 在 BLOSUM62 矩阵中的分析： --- ### **1. 序列有效性验证** 输入序列共 **34 个氨基酸**，所有字符均为标准单字母代码（无异常符号）。 --- ### **2. BLOSUM62 矩阵使用方法** - **行**表示原始氨基酸，**列**表示替换后的氨基酸。 - 每个单元格的数值表示替换得分（正分：常见替换；负分：罕见替换）。 - 例如： - **S→N**：查找行 S（丝氨酸）与列 N（天冬酰胺），得分为 **0** - **R→L**：行 R（精氨酸）与列 L（亮氨酸），得分为 **-2** --- ### **3. 部分相邻氨基酸对得分示例** | 氨基酸对 | 替换得分 | 简析 | |----------|----------|--------------------------| | S → N | 0 | 中性替换（理化性质差异） | | N → S | 0 | | | S → T | 1 | 极性相似（羟基氨基酸） | | T → R | -1 | 极性→碱性，差异较大 | | R → L | -2 | 碱性→疏水，罕见替换 | | L → P | -3 | 疏水→刚性，不利替换 | **注**：完整序列共有 **33 对相邻氨基酸**，需逐对查询矩阵。 --- ### **4. 总得分计算** - **手动计算总分的步骤**： 1. 依次查询每对氨基酸的得分（例如使用[在线BLOSUM62表格](https://www.ncbi.nlm.nih.gov/Class/FieldGuide/BLOSUM62.txt)）。 2. 将所有得分累加。 - **示例工具代码（Python Biopython）**： ```python from Bio.Align import substitution_matrices matrix = substitution_matrices.load("BLOSUM62") sequence = "SNSTRLPEASQAHVRVSPGQAAPAMARPRRSRH" total_score = 0 for i in range(len(sequence)-1): aa1 = sequence[i] aa2 = sequence[i+1] total_score += matrix[aa1, aa2] print("BLOSUM62总得分:", total_score) ``` --- ### **5. 得分意义分析** - **总得分高低**反映序列内部氨基酸替换的保守性： - **高正分**：保守区域（如酶活性位点）。 - **负分区域**：可变区域（可能容忍突变）。 - **关键低分对**（如 L→P 得-3）：可能影响蛋白质结构（例如破坏α螺旋）。 --- ### **6. 自动化工具推荐** - **在线工具**： - [EMBOSS Needle](https://www.ebi.ac.uk/Tools/psa/emboss_needle/)（输入两条相同序列可计算自身替换得分）。 - **本地软件**： - Biopython（Python库）、BioPerl（Perl模块）。 --- ### **总结** 通过 BLOSUM62 矩阵分析，可以量化评估序列中氨基酸替换的倾向性，为研究蛋白质功能或进化关系提供依据。如需具体数值，建议使用工具自动计算总得分及详细替换表。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值