使用numpy實現矩陣的翻轉(flip)與旋轉
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維度進行切片,並把這個維度的index進行顛倒
示例
隨機生成一個二維數組
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,意味著把行看成整體,行的順序發生顛倒,每一行的元素不發生改變
print(np.flip(a,axis=0))
[[8 7 8]
[3 1 7]
[5 8 6]]
axis=1:左右翻轉,意味著把列看成整體,列的順序發生顛倒,每一列的元素不發生改變
print(np.flip(a,axis=1))
[[6 8 5]
[7 1 3]
[8 7 8]]
Numpy矩陣的旋轉
使用skimage.io讀出來的圖片是numpy.darray格式,掌握numpy矩陣的旋轉與翻轉,可實現數據增廣(data augmentation)。
可用rot90函數實現,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,那麼可視化效果更好。
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。
推薦閱讀:
- python數據分析Numpy庫的常用操作
- python實現三階魔方還原的示例代碼
- Numpy中的repeat函數使用
- 初識python的numpy模塊
- python ndarray數組對象特點及實例分享