Python 如何将二维numpy数组中的元素旋转'；n'；单位？

1个单位的旋转应给出：

x = [[1, 2, 3],
     [4, 5, 6],
     [7, 8, 9]]

x = [[a, b, c, d],
     [e, f, g, h],
     [i, j, k, l],
     [m, n, o, p]]

基本上，我想将数组中的每个圆形层移动“n”个单位

我查看了numpy.roll，但不知道如何在这个用例中使用它。 我不能使用像scipy.ndimage.interpolation.rotate这样的图像旋转例程，因为它们改变了形状，并没有完全达到预期的结果

编辑：

对于4 X 4矩阵：

x = [[4, 1, 2],
     [7, 5, 3],
     [8, 9, 6]]

1个单位的旋转应给出：

x = [[1, 2, 3],
     [4, 5, 6],
     [7, 8, 9]]

x = [[a, b, c, d],
     [e, f, g, h],
     [i, j, k, l],
     [m, n, o, p]]

编辑：

添加了一些关于这如何适用于任意大小的说明

---

对于旋转1个单位的nxn矩阵，外“环”首先移动1。剩余的“内部”（N-2）X（N-2）矩阵递归地遵循相同的逻辑。

对于3x3阵列，您可以使用和来完成此操作：

旋转1个单位：

>>> x = np.arange(1, 10).reshape((3, 3))
>>> x
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
>>> i = np.array([0, 1, 2, 5, 8, 7, 6, 3])  # Indices in circular order
>>> x.flat[i]
array([1, 2, 3, 6, 9, 8, 7, 4])

旋转4个单位：

>>> x.flat[i] = np.roll(x.flat[i], 1)  # Rotate indices and reassign
>>> x
array([[4, 1, 2],
       [7, 5, 3],
       [8, 9, 6]])

---

对于4x4的情况，我仍然需要弄清楚每个“圆”是否需要根据其长度以不同的“速度”旋转…

这里有一种方法，假设您希望旋转，以便各片之间的偏移量保持不变，其中，切片是指从中心向外的元素的最外层-

>>> x.flat[i] = np.roll(x.flat[i], 4)
>>> x
array([[9, 8, 7],
       [6, 5, 4],
       [3, 2, 1]])

样本运行

案例1（3 x 3阵列）：

案例2（4 x 4阵列）：

---

你在矩阵上应用排列。置换通常由向量（i-->p[i]）表示，并应用于向量。如果需要，可以在矩阵中表示矩阵的置换，置换将是成对矩阵，因此（i，j）处的元素移动到m[i，j]

---

构建矩阵后，只需简单的循环即可应用排列。

我不熟悉numpy，但数组旋转是否会影响其中的元素？因为原始数组中有9，但旋转后的版本中没有。我真的不确定，只是问一下，以防这可能是一个错误。你能展示一个4x4阵列的示例吗？你能检查你的结果吗？它应该是

[[4,1,2]，[7,5,3]，[8,9,6]]

？因为现在，我无法理解…你是对的。不知道我怎么搞砸了。修正。编辑添加了4 X 4案例的示例。这是一个有趣的方法。我相信这也是@Praveen的想法。

In [444]: x
Out[444]: 
array([[24, 85, 97],
       [51, 33, 11],
       [86, 38, 33]])

In [445]: rotate_steps(x,shift=1)
Out[445]: 
array([[51, 24, 85],
       [86, 33, 97],
       [38, 33, 11]])

In [447]: x
Out[447]: 
array([[11, 70, 28, 13],
       [44, 41, 17, 82],
       [47, 32, 89, 25],
       [32, 20, 67, 98]])

In [448]: rotate_steps(x,shift=1)
Out[448]: 
array([[44, 11, 70, 28],
       [47, 32, 41, 13],
       [32, 89, 17, 82],
       [20, 67, 98, 25]])

In [449]: rotate_steps(x,shift=2)
Out[449]: 
array([[47, 44, 11, 70],
       [32, 89, 32, 28],
       [20, 17, 41, 13],
       [67, 98, 25, 82]])