使用Numpy递归原地顺时针旋转矩阵时二次迭代出现空矩阵的原因排查

你遇到的IndexError本质是递归缺少终止条件，加上数据类型来回切换共同导致的：

• 递归终止逻辑缺失：当处理到边长为1或0的子矩阵时，你依然继续递归调用。比如输入是2x2矩阵时，子矩阵的索引范围range(1,2-1)是空的，转成列表后就是[]，第二次调用rotate时n = len(matrix) = 0，执行x = matrix[0]自然触发索引越界。就算是3x3矩阵，处理到中间1x1的子矩阵时，继续递归也完全没必要。
• 数据类型不一致：你一开始传入列表，函数内部转成numpy数组，递归时又转成列表传递，这种来回转换不仅容易出错，还会让空的子矩阵直接变成空列表，加剧问题。

另外，你当前的外圈旋转逻辑也有隐患：提前取出的x = matrix[0]是列表类型，后续转成numpy数组后，赋值操作可能没有正确覆盖原矩阵的元素。

我们可以统一用numpy数组处理（操作矩阵更便捷），添加明确的递归终止条件，同时修正旋转外圈的逻辑：

import numpy as np

def rotate(matrix):
    # 统一转成numpy数组处理（兼容列表输入）
    matrix = np.asarray(matrix)
    n = matrix.shape[0]
    
    # 递归终止条件：边长<=1时无需旋转，直接返回
    if n <= 1:
        return matrix.tolist()  # 保持和输入一致的列表格式
    
    # 提前复制外圈四条边的数据，避免赋值时覆盖原始值
    top = matrix[0, :].copy()
    left = matrix[1:-1, 0].copy()
    bottom = matrix[-1, :].copy()[::-1]  # 反转后匹配旋转方向
    right = matrix[1:-1, -1].copy()[::-1]
    
    # 执行外圈旋转：左→上，下→左，右→下，上→右
    matrix[0, 1:] = left
    matrix[1:, 0] = bottom
    matrix[-1, :-1] = right
    matrix[:-1, -1] = top
    
    # 递归处理内部子矩阵，并将结果放回原矩阵
    inner_matrix = matrix[1:-1, 1:-1]
    rotated_inner = rotate(inner_matrix)
    matrix[1:-1, 1:-1] = rotated_inner
    
    return matrix.tolist()

1. 递归终止条件：当矩阵边长n <= 1时直接返回，避免处理无意义的空矩阵或单元素矩阵。
2. 统一数据类型：全程用numpy数组操作，最后转成列表返回，和输入格式保持一致。
3. 安全的外圈数据保存：旋转前复制四条边的数据，防止赋值时覆盖原始数据导致错误。
4. 清晰的旋转逻辑：明确每条边的移动方向，确保元素正确归位。

测试你的示例输入：

# 测试3x3矩阵
print(rotate([[1,2,3],[4,5,6],[7,8,9]]))
# 输出：[[7, 4, 1], [8, 5, 2], [9, 6, 3]]

# 测试4x4矩阵
print(rotate([[5,1,9,11],[2,4,8,10],[13,3,6,7],[15,14,12,16]]))
# 输出：[[15, 13, 2, 5], [14, 3, 4, 1], [12, 6, 8, 9], [16, 7, 10, 11]]

完全符合预期结果。

内容的提问来源于stack exchange，提问作者user676464327