使用skimage.io读出来的图片是numpy.darray格式，掌握numpy矩阵的旋转与翻转，可实现数据增广（data augmentation）。

1 Numpy矩阵的旋转

参考文档NumPy矩阵的旋转，可用rot90函数实现，例子如下：

import numpyas 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是图片，那么可视化效果更好。

2 Numpy矩阵的翻转

参考博文《numpy中矩阵的翻转(flip)》，可用numpy.flip函数实现，例子如下：

import  numpyas np
a=np.random.randint(1,9,size=9).reshape((3,3))print(a)print(np.flip(a,axis=0))# axis=0：上下翻转，意味着把行看成整体，行的顺序发生颠倒，每一行的元素不发生改变print(np.flip(a,axis=1))# axis=1：左右翻转，意味着把列看成整体，列的顺序发生颠倒，每一列的元素不发生改变

如果mat是图片，那么可视化效果更好。

Reference

NumPy矩阵的旋转
numpy中矩阵的翻转(flip)