numpy 二维矩阵逆时针旋转
时间: 2023-10-01 21:07:55 浏览: 67
可以使用numpy中的旋转函数`rot90()`实现二维矩阵的逆时针旋转。
例如,对于一个二维矩阵arr,可以使用以下代码将其逆时针旋转90度:
```python
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 逆时针旋转90度
rotated_arr = np.rot90(arr, k=1)
print(rotated_arr)
```
输出结果为:
```
[[3 6 9]
[2 5 8]
[1 4 7]]
```
其中,`k`参数表示旋转的次数,当`k=1`时表示逆时针旋转90度。如果需要逆时针旋转180度,可以设置`k=2`;如果需要逆时针旋转270度,可以设置`k=3`。
相关问题
numpy 二维矩阵加和
要对 numpy 的二维矩阵进行求和,你可以使用 numpy 的 sum() 函数。下面是一个示例:
```python
import numpy as np
# 创建一个二维矩阵
matrix = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
# 对整个矩阵进行求和
sum_of_matrix = np.sum(matrix)
print("矩阵的和为:", sum_of_matrix)
# 按行求和
sum_of_rows = np.sum(matrix, axis=1)
print("按行求和:", sum_of_rows)
# 按列求和
sum_of_columns = np.sum(matrix, axis=0)
print("按列求和:", sum_of_columns)
```
输出结果:
```
矩阵的和为: 45
按行求和: [ 6 15 24]
按列求和: [12 15 18]
```
以上代码示例中,我们首先创建了一个二维矩阵 `matrix`,然后使用 `np.sum()` 函数对整个矩阵进行求和,得到了矩阵的总和。接着,使用 `axis` 参数来指定按行或按列进行求和,分别得到了按行求和和按列求和的结果。
numpy 三维矩阵
以下是一个关于numpy三维矩阵的例子:
```python
import numpy as np
# 生成一个三维矩阵,五堆,五行,两列
a3d = np.arange(50).reshape(5, 5, 2)
print(a3d)
```
输出结果为:
```
array([[[ 0, 1],
[ 2, 3],
[ 4, 5],
[ 6, 7],
[ 8, 9]],
[[10, 11],
[12, 13],
[14, 15],
[16, 17],
[18, 19]],
[[20, 21],
[22, 23],
[24, 25],
[26, 27],
[28, 29]],
[[30, 31],
[32, 33],
[34, 35],
[36, 37],
[38, 39]],
[[40, 41],
[42, 43],
[44, 45],
[46, 47],
[48, 49]]])
```