使用numpy實(shí)現(xiàn)矩陣的翻轉(zhuǎn)(flip)與旋轉(zhuǎn)

numpy.flip(m, axis=None)

Reverse the order of elements in an array along the given axis.

The shape of the array is preserved, but the elements are reordered.

把m在axis維度進(jìn)行切片，并把這個(gè)維度的index進(jìn)行顛倒

示例

隨機(jī)生成一個(gè)二維數(shù)組

import  numpy as np
a=np.random.randint(1,9,size=9).reshape((3,3))

[[5 8 6]
[3 1 7]
[8 7 8]]

axis=0：上下翻轉(zhuǎn)，意味著把行看成整體，行的順序發(fā)生顛倒，每一行的元素不發(fā)生改變

print(np.flip(a,axis=0))

[[8 7 8]
[3 1 7]
[5 8 6]]

axis=1：左右翻轉(zhuǎn)，意味著把列看成整體，列的順序發(fā)生顛倒，每一列的元素不發(fā)生改變

print(np.flip(a,axis=1))

[[6 8 5]
[7 1 3]
[8 7 8]]

Numpy矩陣的旋轉(zhuǎn)

使用skimage.io讀出來的圖片是numpy.darray格式，掌握numpy矩陣的旋轉(zhuǎn)與翻轉(zhuǎn)，可實(shí)現(xiàn)數(shù)據(jù)增廣（data augmentation）。

可用rot90函數(shù)實(shí)現(xiàn)，例子如下：

import numpy as np
mat = np.array([[1,3,5],
                [2,4,6],
                [7,8,9]
                ])
print mat, "# orignal"
mat90 = np.rot90(mat, 1)
print mat90, "# rorate 90 left> anti-clockwise"
mat90 = np.rot90(mat, -1)
print mat90, "# rorate 90 right> clockwise"
mat180 = np.rot90(mat, 2)
print mat180, "# rorate 180 left> anti-clockwise"
mat270 = np.rot90(mat, 3)
print mat270, "# rorate 270 left> anti-clockwise"

如果mat是圖片，那么可視化效果更好。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。