如何将NumPy矩阵索引转换为笛卡尔坐标系索引？

安全阿岳

2026-7-22

适配笛卡尔坐标系的NumPy矩阵索引调整

核心思路

你的需求本质是反转矩阵的行索引，让原矩阵的最后一行对应笛卡尔坐标系的(0,0)点，第一行对应(2,2)点（3x3矩阵范围）。不需要每次访问时手动转置，直接创建行反转的视图即可，不会额外占用内存。

具体实现

方法1：使用`np.flipud()`创建行反转视图

import numpy as np
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])

# 创建行反转的视图，不复制原数据
cartesian_matrix = np.flipud(matrix)

# 验证需求匹配
print(cartesian_matrix[0, 0])  # 输出7
print(cartesian_matrix[1, 2])  # 输出6
print(cartesian_matrix[2, 2])  # 输出3

方法2：使用切片语法直接反转行

和np.flipud()效果完全一致，写法更简洁：

cartesian_matrix = matrix[::-1, :]

# 同样验证需求
print(cartesian_matrix[0, 0])  # 7
print(cartesian_matrix[1, 2])  # 6
print(cartesian_matrix[2, 2])  # 3

注意事项

上述两种方式创建的都是视图，而非原数据的副本。修改cartesian_matrix的元素会同步影响原matrix，反之亦然。如果需要独立的副本，可添加.copy()：
```
cartesian_matrix = np.flipud(matrix).copy()
```
如果你的笛卡尔坐标系还需要调整列的方向，可结合np.fliplr()或切片[:, ::-1]，但根据你的示例需求，仅反转行即可满足要求。