python - numpy arctan函数镜像角度

Question

问题:存在数据点的坐标网格，需要将它们过滤到特定的弯曲区域。

解决方案:

• 面积是如何确定的？

  • 在一个网格中，您会得到该网格上的一个特定点 (A) 和一个与该点的角度(相对于网格确定)

  • 您还会获得网格内的目标点 (B)

  • 从点 (A) 绘制 2 个具有不同特定半径的圆

  • 标记一个以给定角度两侧 45 度为界的区域

  • 评估网格上的每个点，看看它是否落在 2 个圆圈和 90 度部分所围成的区域内

我的解决方案存在问题:不是过滤 1 个区域，而是过滤 2 个镜像区域，从而允许出现不正确的数据。

网格上的每个点如果适合过滤区域，则通过以下函数进行评估。我研究了 arctan2 函数，看看它是否有帮助，但不明白它。可以找到该问题的完整摘要 here

这里有一些澄清图片:

What this should look like , what this code looks like in practice ，以及some testable data

def pertenece(x,y,x_pala,y_pala,alpha):
    #parametros R int y R ext
    R_int = 17
    R_ext = 25
    #def thetas
    Theta_min = (alpha - 45)*(180/m.pi)**-1
    Theta_max = (alpha + 45)*(180/m.pi)**-1

    #calc R punto y Theta punto
    R_punto = ((x-x_pala)**2 + (y-y_pala)**2)**0.5
    Theta_punto = np.arctan((y-y_pala)/(x-x_pala))

    if (R_punto >= R_int and R_punto<=R_ext) and (Theta_punto >= Theta_min and Theta_punto<=Theta_max):
        return True
    else:
        return False

从文档中可以看出，应该只过滤掉一个象限，实际上有 2 个象限。

Answer 1

您确实应该使用np.arctan2，否则它无法区分不同签名的输入。例如，np.arctan(1/2) 与 np.arctan(-1/-2) 相同，因为参数相同。因此，您将保留 (-,-) 和 (+,+) 象限。对于 np.arctan2，您只需将两个坐标作为单独的参数传递，以便算法可以根据两个参数的符号计算出象限。因此，您应该计算以下内容:

Theta_punto = np.arctan2((y-y_pala), (x-x_pala))