numpy 二维矩阵逆时针旋转

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：

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：

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：

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]]])