翻转和旋转numpy阵列

是否有更快的方式翻转和旋转数组numpy？例如，顺时针旋转一次然后翻转？翻转和旋转numpy阵列

import numpy as np 
a = np.arange(0,10) 
b = np.arange(-11,-1) 

ar = np.array([a,b]) 

print ar 
print ar.shape 

ar = np.rot90(ar, 3) 
print np.fliplr(ar) 
print ar.shape

输出：

[[ 0 1 2 3 4 5 6 7 8 9] 
[-11 -10 -9 -8 -7 -6 -5 -4 -3 -2]] 
(2, 10) 

[[ 0 -11] 
[ 1 -10] 
[ 2 -9] 
[ 3 -8] 
[ 4 -7] 
[ 5 -6] 
[ 6 -5] 
[ 7 -4] 
[ 8 -3] 
[ 9 -2]] 
(10, 2) 
[Finished in 0.1s]

P.S：这个问题是不是重复：Transposing a NumPy array。目前的问题并不反对“转置”功能的稳定性;它正在请求函数本身。

来源

2016-06-28 cpicanco

'np.transpose（）'，别名'ar.T'。 –

为np.rot90的代码做，在你的k=3情况：

# k == 3 
    return fliplr(m.swapaxes(0, 1))

所以

In [789]: np.fliplr(ar.swapaxes(0, 1)) 
Out[789]: 
array([[-11, 0], 
    ... 
     [ -3, 8], 
     [ -2, 9]])

所以你

fliplr(rot90(ar, 3))

成为

np.fliplf(np.fliplr(ar.swapaxes(0, 1))) 
# the flips cancel 
ar.swapaxes(0,1) 
# but this is just 
ar.T

所以你对行动减少转。

transpose（和swap）只是改变阵列的.shape和strides属性;这是一种观点，而不是副本。

np.fliplr也创建一个视图，与[:,::-1]改变步伐。

原ar：

In [818]: ar 
Out[818]: 
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9], 
     [-11, -10, -9, -8, -7, -6, -5, -4, -3, -2]]) 

In [819]: x=np.fliplr(np.rot90(ar,3)) # your pair of actions 

In [820]: x 
Out[820]: 
array([[ 0, -11], 
     [ 1, -10], 
     ... 
     [ 8, -3], 
     [ 9, -2]]) 

In [821]: x[0,1]=11 

In [822]: x 
Out[822]: 
array([[ 0, 11], 
     [ 1, -10], 
     ... 
     [ 9, -2]]) 

In [823]: ar 
Out[823]: 
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9], 
     [ 11, -10, -9, -8, -7, -6, -5, -4, -3, -2]])

更改的x的值改变的ar的值。尽管使用了2个功能，但x仍然是view的ar。

2功能不是必需的，但它们也不是那么昂贵。我们正在谈论微秒v纳秒的时间。（我的timeit次在Ipython是你的小得多）

In [824]: timeit np.fliplr(np.rot90(ar,3)) 
100000 loops, best of 3: 8.28 µs per loop 

In [825]: timeit ar.T 
1000000 loops, best of 3: 455 ns per loop

来源

2016-06-28 22:31:05 hpaulj

祝贺您演示速度如何。 – cpicanco

翻转和一起旋转（基于你的例子）是一个matrix transpose：矩阵转置是矩阵的尺寸的置换：例如第一个维度变成第二维度，反之亦然。

numpy支持numpy.transpose功能：

numpy.transpose(a, axes=None) 
置换的阵列的尺寸。

参数：

a : array_like：输入数组。

axes：整数列表，可选默认情况下，反转尺寸，否则根据给定的值对轴进行置换。

返回：

p : ndarray：一个与它的轴线排列。尽可能返回视图。

来源

2016-06-28 20:50:50

这将是transpose：

>>> import numpy as np 
>>> a = np.arange(0,10) 
>>> b = np.arange(-11,-1) 
>>> ar = np.array([a,b]) 
>>> ar.T 
array([[ 0, -11], 
     [ 1, -10], 
     [ 2, -9], 
     [ 3, -8], 
     [ 4, -7], 
     [ 5, -6], 
     [ 6, -5], 
     [ 7, -4], 
     [ 8, -3], 
     [ 9, -2]]) 
>>> np.transpose(ar) 
array([[ 0, -11], 
     [ 1, -10], 
     [ 2, -9], 
     [ 3, -8], 
     [ 4, -7], 
     [ 5, -6], 
     [ 6, -5], 
     [ 7, -4], 
     [ 8, -3], 
     [ 9, -2]])

来源

2016-06-28 20:51:48

翻转和旋转numpy阵列

回答

相关问题