翻转和旋转numpy阵列

Question

在numpy中有更快的翻转和旋转数组的方法吗？例如，顺时针旋转一次，然后翻转？

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.：这个问题不是转置NumPy阵列的重复。本问题不是质疑“转置”函数的稳定性，而是要求函数本身。

Answer 1

np.rot90的代码是这样的，以k=3为例

    # 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]])

所以你的

fliplr(rot90(ar, 3))

变成了

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

因此，你的一对动作减少到转移。

transpose (和swap)只是更改数组的.shape和strides属性；它是视图，而不是副本。

np.fliplr还创建了一个视图，并通过[:,::-1]进行了大幅度的更改。

原始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x的值将更改ar的值。尽管使用了两个函数，x仍然是一个view of ar。

这两个函数是不需要的，但它们也没有那么昂贵。我们说的是毫秒v纳秒的时间。(我在Ipython中的timeit次数要小得多)

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

Answer 2

翻转和旋转在一起(根据您的例子)是一个https://en.wikipedia.org/wiki/Matrix_transpose：矩阵转置是矩阵维度的排列:例如，第一个维度变成第二个维度，反之亦然。

numpy支持numpy.transpose函数：

numpy.transpose(a，axes=None) 排列数组的尺寸。 参数：

• a : array_like：输入数组。
• axes：默认情况下可选的ints列表，反转尺寸，否则根据给定的值更改轴。

返回

• p : ndarray：用轴排列的a。只要可能，都会返回视图。

Answer 3

那将是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]])