第3关：Numpy迭代数组

任务描述
本关任务：利用本关相关知识，将一个ndarray类型的数组，顺时针旋转90度后输出。
相关知识
NumPy迭代器对象numpy.nditer提供了一种灵活访问一个或者多个数组元素的方式。利用nditer对象可以实现完成访问数组中的每一个元素，这项最基本的功能，使用标准的Python迭代器接口，可以逐个访问每一个元素。
In : x = np.arange(6).reshape(2, 3)
In : for y in np.nditer(x):
print(y, end=" ")
Out:
0 1 2 3 4 5
控制迭代顺序
nditer对象提供了一个命令参数，来控制迭代输出顺序，默认值是’K’，即order=‘k’。该默认值表示，按在存储器中的顺序输出。
同时nditer中，还提供了两个参数，控制迭代器输出顺序：
for x in np.nditer(a, order=‘F’) # Fortran order，即是列序优先；
for x in np.nditer(a.T, order=‘C’) # C order，即是行序优先；
修改数组元素值
默认情况下，nditer 将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时，实现对数组元素值的修改，必须将可选参数op_flags指定为 read-write 或者 write-only 的模式。
In : x = np.arange(6).reshape(2, 3)
In : for y in np.nditer(x, op_flags=[“readwrite”]):
y[…] = 2 * y
In : print(x)
Out:
array([[ 0, 2, 4]
[ 6, 8, 10]])
使用外部循环
将一维的最内层的循环转移到外部循环迭代器，使得numpy的矢量化 *** 作，在处理更大规模数据时，变得更有效率。
In : x = np.arange(6).reshape(2, 3)
In : for y in np.nditer(x, flags=[‘external_loop’], order=‘F’):
print(y)
Out:
[0, 3]
[1, 4]
[2, 5]
广播迭代
如果两个数组是可广播的，nditer 组合对象能够同时迭代它们。 假设数组a的维度为34，数组b的维度为14，则使用以下迭代器（数组b被广播到a的大小）。
In : a = np.arange(12).reshape(3, 4)
In : b = np.arange(4)
In : for x, y in np.nditer([a, b]):
print(“{}:{}”.format(x,y), end=", ")
Out:
0:1, 1:2, 2:3, 3:4, 4:1, 5:2, 6:3, 7:4, 8:1, 9:2, 10:3, 11:4,
编程要求
根据提示，在右侧编辑器Begin-End区间补充代码，将一个ndarray类型的数组顺时针旋转90度后输出。
提示：
建议使用外部循环；
np.vstack()可以将两个数组竖直堆叠成为新的数组。
测试说明
平台会对你编写的代码进行测试：
测试输入：np.arange(4).reshape(2,2)
预期输出：
[[2, 0]
[3, 1]]
开始你的任务吧，祝你成功！
说点什么

import numpy as np

'''传入的参数为ndarray类型数组'''
def rotate_array(arr):
    # ******* Begin ******* #
    indx_1=[]
    for i in np.nditer(arr,flags=['external_loop'], order='F'):
        indx_1.append(i)
        #先使用外部循环，得到列序优先的多个一维数组
    indx_2 = np.array(indx_1)
    row = list(range(indx_2.shape[0]))
    #shape[0]代表该矩阵的行数，shape[1]代表列数
    col = list(range(indx_2.shape[1]))
    col.reverse()
    result = indx_2[np.ix_(row,col)] 
    # ******* End ******** #
    return result

def main():
    arr = eval(input())
    print(rotate_array(arr))

if __name__ == '__main__':
    main()