Python Numpy:旋转m的子矩阵m
如果我知道每个方子矩阵m(2x2)的维数,并且一个大方阵m的维数可以被维数m整除:m模m==0 是否有一种有效的方法在以下矩阵M中旋转子矩阵:Python Numpy:旋转m的子矩阵m,python,numpy,matrix,Python,Numpy,Matrix,如果我知道每个方子矩阵m(2x2)的维数,并且一个大方阵m的维数可以被维数m整除:m模m==0 是否有一种有效的方法在以下矩阵M中旋转子矩阵: M = array([[ 1., 2., 1., 2.], [ 3., 4., 3., 4.], [ 1., 2., 1., 2.], [ 3., 4., 3., 4.]]) 结果是: M* = array([[ 2., 4., 2., 4.],
M = array([[ 1., 2., 1., 2.],
[ 3., 4., 3., 4.],
[ 1., 2., 1., 2.],
[ 3., 4., 3., 4.]])
结果是:
M* = array([[ 2., 4., 2., 4.],
[ 1., 3., 1., 3.],
[ 2., 4., 2., 4.],
[ 1., 3., 1., 3.]])
特别是,强制用户使用numpy.rot90()之类的函数,以便实现其他旋转,例如
180: rot90(x, 2)
270: rot90(x, 3)
等等。这里有一种使用和的方法-
样本运行-
In [246]: M
Out[246]:
array([[51, 70, 59, 38, 84, 18],
[80, 25, 76, 43, 80, 48],
[92, 98, 46, 14, 65, 47],
[73, 31, 32, 79, 87, 70]])
In [247]: m,n = M.shape
In [248]: M.reshape(m//2,2,n//2,2)[...,::-1].transpose(0,3,2,1).reshape(m,n)
Out[248]:
array([[70, 25, 38, 43, 18, 48],
[51, 80, 59, 76, 84, 80],
[98, 31, 14, 79, 47, 70],
[92, 73, 46, 32, 65, 87]])
如果必须使用,它只在前两个轴上工作,我们需要使用转置
两次,就像这样-
rot_arr = np.rot90(M.reshape(m//2,2,n//2,2).transpose(1,3,0,2),1)
out = rot_arr.transpose(2,0,3,1).reshape(m,n)
我发现将其应用于其他角度非常困难,例如180、270等@user1658296似乎有一个bug。应该在刚刚完成的编辑中修复。谢谢,这很好,但是,我正在努力了解这如何适用于m==3x3或11x11,而不仅仅是2x2。必须在这里计算转置轴会变得相当棘手。@user1658296我认为您只需要将
restrape(m//2,2,n//2,2)
中的所有2更改为这些新数字。
rot_arr = np.rot90(M.reshape(m//2,2,n//2,2).transpose(1,3,0,2),1)
out = rot_arr.transpose(2,0,3,1).reshape(m,n)