时间戳

首页 > 解决方案 > 使用坐标计算 numpy 角度

python - 使用坐标计算 numpy 角度

问题描述

我必须计算两点之间的角度，比如 A (x1, y1) 和 B (x2, y2)。我正在使用的当前代码如下 -

import math
direction = math.degrees(math.atan((y2 - y1) / (x2 - x1)))

我尝试使用以下 numpy 代码执行相同的代码-

x = np.asarray(data['x'])
y = np.asarray(data['y'])

direction = np.rad2deg(np.arctan2(y, x))

这里，“x”和“y”指的是具有坐标的两个属性。

但是，我使用 numpy 获得的方向计算值与使用“math”包获得的计算值不同。

只是为了提供最小值和最大值-

data['x'].min(), data['x'].max()                                       
# (25.24, 803.85)

data['y'].min(), data['y'].max()                                       
# (21.44, 805.76)

“x”和“y”的两个分布几乎呈正态分布。

如何使用 numpy 实现角度计算？

谢谢！

样本数据-

data_d = 
{'time': [3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13],
 'x': [405.31,
  405.3,
  405.29,
  405.27,
  405.27,
  405.27,
  405.31,
  405.38,
  405.46,
  405.54,
  405.63],
 'y': [417.07,
  416.86,
  416.71,
  416.61,
  416.54,
  416.49,
  416.37,
  416.27,
  416.13,
  415.93,
  415.84],
 'direction': [87.27368900609596,
  86.18592516571398,
  78.69006752595475,
  0.0,
  0.0,
  -71.56505117706985,
  -55.007979801450084,
  -60.25511870306028,
  -68.19859051363696,
  -45.00000000001809,
  -67.38013505194608],
 'direction_np_computation': [-134.1807285626706,
  -134.19444442862144,
  -134.2040441491018,
  -134.2095039258752,
  -134.21431600901414,
  -134.2177537199761,
  -134.2288323248442,
  -134.24065659640502,
  -134.2559407971113,
  -134.27535831135458,
  -134.2879109537407]}

data = pd.DataFrame(data_d)

在这里，“direction”列是使用“math”包计算的，“direction_np_computation”是使用代码计算的——

# Reference point- Xr = 0 Yr = 0


# Get 'x' and 'y' attributes from 'data'- x = np.array(data['x']) y = np.array(data['y'])

# Compute direction from reference point with the coordinates- direction = np.rad2deg(np.arctan2(Yr - y, Xr - x))

为什么列之间不匹配？

标签： pythonnumpy

解决方案

在我看来，它工作正常。由于我没有看到你的字符 numpy/pandas 坐标数组，我不能给你确切的解决方案

3个版本：

反正切

>>> direction = np.rad2deg(np.arctan((2-1)/(2-1)))
>>> direction
45.0

数学

>>> direction = math.degrees(math.atan((2 - 1) / (2 - 1)))
>>> direction
45.0

arctan2

>>> direction = np.rad2deg(np.arctan2((2-1),(2-1)))
>>> direction
45.0

使用假数据（因为我没有看到您的数据），使用您的功能，

参照点：

>>> Xr = 10
>>> Yr = 10

使用这些坐标检查参考点的方向：

>>> Xs = np.array([1,2,3,4,5,6])
>>> Ys = np.array([1,2,3,4,5,6])

我希望它们都有 45 度的方向

>>> direction = np.rad2deg(np.arctan2(Yr-Ys,Xr-Xs))
>>> direction
array([45., 45., 45., 45., 45., 45.])

编辑

根据您提供的数据：

看来您对结果不同的概念是正确的。

更多内容在这里：numpy arctan2 错误或使用问题？

使用 np.arctan 应该没问题

numpy 模块

>>> direction = np.rad2deg(np.arctan(data.y/data.x))
>>> direction
0     45.819271
1     45.805556
2     45.795956
3     45.790496
4     45.785684
5     45.782246
6     45.771168
7     45.759343
8     45.744059
9     45.724642
10    45.712089
dtype: float64

数学模块

>>> for i in range(10):
...     math.degrees(math.atan((data.y[i]) / (data.x[i])))
... 
45.81927143732942
45.805555571378584
45.79595585089821
45.79049607412479
45.78568399098587
45.782246280023934
45.771167675155795
45.75934340359498
45.744059202888714
45.72464168864543
>>>

笔记

小心符号+-。Y2-Y1/X2-X1 vs Y1-Y2/X1-X2 可以给出不同的结果，但实际上两者都是正确的。在我们的例子中，这些结果是 45 度或 -135 度。两个都是正确的，只有一个是顺时针的

推荐阅读