파이썬의 numpy.arctan2()

NumPy Arctan2 예제

numpy를 ppool로 가져오기 y=[1,1] x=[1,1.732] print(ppool.arctan2(y,x)) [0.78539816 0.52361148] 

도 단위 각도 = 라디안 단위 각도 * 180/pi

Numpy Arctan() 예제 #2

numpy를 ppool degree=0으로 가져오기 y=[-1,1.732] x=[2,1] b=ppool.arctan2(y,x) print(b) for vals in b: degree= vals*(180/3.14) print(도) 

출력:

[-0.46364761 1.04718485] -26.578525356734104 60.0297047211741 값을 어떻게 얻습니까? 및 학위. 모든 단계는 첫 번째 예와 유사합니다. "for 루프"를 사용한 유일한 차이점입니다. 더 간단한 것을 원하면 다른 방법을 사용할 수도 있습니다. 
import numpy as ppool y=[-1,1.732] x=[2,1] b=ppool.arctan2(y,x)*(180/3.14) print (b) 
 여기에서 값 (180 / 3.14) 또는 (180 / ppool.pi)에 배열을 곱하기만 하면 됩니다. for 루프 메서드에서 이 메서드를 확실히 사용할 수 있습니다. 그러나 어느 쪽이든 원하는 출력인 정도 값을 얻을 수 있습니다. 
출력:
 
[-26.57852536 60.02970472] 
 
NumPy Arctan2 예제 #3
 
def doa(self, receiver, source): ``` 계산 도착 방향 wrt 소스 및 수신기 ``` s_ind = self.key2ind(source) r_ind = self.key2ind(receiver) # 수신기에서 소스로의 벡터 v = self.X[:,s_ind] - self.X[: ,r_ind] 방위각 = np.arctan2(v[1], v[0]) 고도 = np.arctan2(v[2], la.norm(v[ :2])) azimuth = azimuth + 2*np.pi if azimuth < 0. else azimuth 고도 = 고도 + 2*np.pi 만약 고도 < 0. else 고도 return np.array([방위각, 고도]) 
 
NumPy Arctan2 예제 #4
 
def mtx_freq2visi(M, p_mic_x, p_mic_y): """ 푸리에 계열을 가시성:param M에 매핑하는 행렬을 만듭니다. M: 푸리에 계열 확장은 다음과 같습니다. -M에서 M으로 제한:param p_mic_x: 마이크를 포함하는 벡터 x 좌표:param p_mic_y: 마이크를 포함하는 벡터 y 좌표:반환: """ num_mic = p_mic_x.size ms = np.reshape(np.arange(- 중 , M + 1, 단계=1), (1, -1), order=`F`) G = np.zeros((num_mic * (num_mic - 1), 2 * M + 1), dtype=complex, order =`C`) count_G = 0 for q in range(num_mic): p_x_outer = p_mic_x[q] p_y_outer = p_mic_y[q] for qp in range(num_mic): if not q == qp: p_x_qqp = p_x_outer - p_mic_x[qp ] p_y_qqp = p_y_outer - p_mic_y[qp] norm_p_qqp = np. sqrt(p_x_qqp ** 2 + p_y_qqp ** 2) phi_qqp = np.arctan2(p_y_qcountqp, p_x]_ -1j) ** ms * sp.special.jv(ms, norm_p_qqp) * np.exp(1j * ms * phi_qqp) count_G += 1 return G 
 
NumPy Arctan2 예제 #5
 
def vector_angle(u, v, direction=None): ``` vector_angle(u, v)는 두 벡터 u와 v 사이의 각도를 산출합니다. 선택적 인수 방향은 기본적으로 None이며, 가능한 가장 작은 값을 지정합니다. 벡터 사이의 각도가 보고됩니다. 벡터 u 및 v가 2D 벡터이고 방향 매개변수 True 및 False인 경우 각각 시계 방향 또는 반시계 방향을 지정합니다. 벡터가 3D 벡터인 경우 방향은 u, v 및 원점을 포함하는 평면에 없는 3D 점일 수 있으며 u에서 v까지의 반시계 방향 각도(uxv 또는 vxu)를 지정합니다. 보고해야 합니다(방향 인수와 함께 양의 내적을 갖는 외적 벡터가 회전 축으로 사용됨). ``` 방향이 None인 경우: return np.arccos(vector_angle_cos(u, v)) elif 방향이 True: return np.arctan2(v[1], v[0]) - np. arctan2(u[1], u[0]) elif 방향이 False인 경우: return np.arctan2(u[1], u[0]) - np.arctan2(v[1], v [0]) else: axis1 = normalize(u) axis2 = normalize(np.cross(u, v)) if np.dot(axis2, direction) < 0: axis2 = -axis2 return np.arctan2(np.dot(axis2, v), np.dot(axis1, v)) 
 
NumPy Arctan2 예제 #6
 
def __init__(self, line): 데이터 = line.split(` `) data[1:] = [float(x) for x in data[1:]] self.classname = data[0] self.xmin = data[1] self.ymin = data[2 ] self.xmax = data[1]+data[3] self.ymax = data[2]+data[4] self.box2d = np.array([self.xmin,self.ymin,self.xmax,self. ymax]) self.centroid = np.array([데이터[5],데이터[6],데이터[7]]) self.unused_dimension = np.array([데이터[8],데이터[9],데이터[10]) ]]) self.w = 데이터[8] self.l = 데이터[9] self.h = 데이터[10] self.orientation = np.zeros((3,)) self.orientation[0] = 데이터[11 ] 자기 방향[1] = data[12] self.heading_angle = -1 * np.arctan2(self.orientation[1], self.orientation[0]) 
 
np.arctan2 예제 #7
 
def stanleyControl(state, cx, cy, cyaw, last_target_idx): """:param state: (상태 객체):param cx: ([float]):param cy: ([float]): param cyaw: ([float]):param last_target_idx: (int):return: (float, int, float) """ # 크로스 트랙 오류 current_target_idx, error_front_axle = calcTargetIndex(state, cx, cy) if last_target_idx >= current_target_idx: current_target_idx = last_target_idx # theta_e는 표제 오류를 수정합니다. theta_e = normalizeAngle(cyaw[current_target_idx] - state.yaw) # theta_d는 교차 트랙 오류를 수정합니다. theta_d = np.arctan2(K_STANLEY_CONTROL * error_front_axle, state. # 스티어링 컨트롤 delta = theta_e + theta_d return delta, current_target_idx, error_front_axle 
 
np arctan2 예제 #8
 
def calcTargetIndex(state, cx, cy): """:param state: (상태 객체):param cx: [float]:param cy: [float]:return: (int, float) """ # 앞 차축 위치 계산 fx = state.x + CAR_LENGTH * np.cos(state.yaw) fy = state.y + CAR_LENGTH * np.sin(state.yaw) # 가장 가까운 포인트 인덱스 검색 dx = [fx - icx in cx] dy = [fy - icy in cy] d = [np. sqrt(idx ** 2 + idy ** 2) for (idx, idy) in zip(dx, dy)] error_front_axle = min(d) target_idx = d.index(error_front_axle) target_yaw = normalizeAngle(np.arctan2(fy - cy[target_idx], fx - cx[target_idx]) - state.yaw ) if target_yaw > 0.0: error_front_axle = - error_front_axle return target_idx, error_front_axle 
 
NumPy Arctan2 예제 #9
 
def vehicle_flat_reverse(zflag, params={}): # 매개변수 값 가져오기 b = params.get(`wheelbase`, 3.) # 상태와 입력을 저장할 벡터 생성 x = np.zeros(3) u = np.zeros(2) # 평면 변수가 주어지면 상태 x[ 0] = zflag[0][0] # x 위치 x[1] = zflag[1][0] # y 위치 x[2] = np.arctan2(zflag[1][1 ], zflag[0][1]) # tan(theta) = ydot/xdot # 다음 풀이 입력 u[0] = zflag[0][1] * np.cos(x[2]) + zflag[1][1] * np.sin(x[2]) thdot_v = zflag[1][2 ] * np.cos(x[2]) - zflag[0][2] * np.sin(x[2]) u[1] = np.arctan2(thdot_v, u[0 ]**2 / b) return x, u # 시스템 역학의 RHS를 계산하는 함수 
 
np.arctan2 예제 #10
 
def GetNeighborCells(self, p, nr, dp = None): ``` 지정된 셀에서 임의의 방향으로 주어진 거리 이하의 모든 셀을 반환합니다. p: 이웃을 가져올 셀 nr: 이웃 반경 dp: 방향 기본 설정 ``` pi, pj, pk = p tqm = self.qm * self.qp nc = [(pi - i * tqm, pj - j * tqm, pk) for i in range(-nr, nr + 1) for j in range(-nr, nr + 1)] dp가 None이 아닌 경우: #방향 기본 설정에 따라 점 정렬 dpa = np.arctan2(dp[1], dp[0]) # 선호하는 방향 각도 가져오기 #방향 선호 dp의 방향; 마지막 방향에서 각도의 크기를 기반으로 정렬 nc = sorted(nc, key = lambda t: np.abs(np.arctan2(t[1], t[0]) - dpa)) return nc #플레이어의 현재 3D 위치를 가져옵니다. 
 이 기사에서는 NumPy의 arctan2를 다룹니다. 또한 구문과 매개변수도 보았습니다. 더 나은 이해를 위해 몇 가지 예를 보았습니다. 결국 NumPy arctan2는 이 함수가 2점 사이의 역 tan 값을 찾는 데 도움이 되는 함수라는 결론을 내릴 수 있습니다. 기본적으로 값을 라디안 단위로 반환하지만 위에서 설명한 방법을 사용하여 각도로 변환할 수 있습니다. 이 기사를 통해 모든 의심이 해결되었기를 바랍니다. 그러나 해결되지 않은 질문이 있는 경우 의견 섹션에 자유롭게 적어 주십시오. 그것을 읽었다면 다음 단위 행렬에 대해 읽어보십시오. 
Python atan 또는 atan2, 무엇을 사용해야 하나요?
 
StackOverflow 질문
 
내 공식 f=arctan(ImZ/ReZ)
두 가지 옵션이 있습니다 :
옵션 1(atan):
ImZ=-4.593172163003 ImR=-4.297336384845 >>> z=y/x >>> f1=math.atan(z) >>> f1 0.8186613519278327 
 
옵션 2(atan2)
>>> f=math.atan2(y,x) >>> f -2.3229313016619604 
 
두 결과가 다른 이유는 무엇입니까?
답변:
 
Atan은 단일 인수를 취하고 Atan2는 두 인수를 취합니다. 하나 대신 두 개의 인수를 사용하는 목적은 계산된 각도의 적절한 사분면을 반환하기 위해 입력의 부호에 대한 정보를 수집하는 것입니다. 이는 불가능합니다. 단일 인수 Atan의 경우
Atan2 결과는 항상 -pi와 pi 사이입니다.
참조: https://en.wikipedia.org/wiki/Atan2
 
보관된 버전
 
  numpy.arctan2(arr1, arr2, 캐스팅 = & # 39; 같은 종류 ;, 주문 = ; K & # 39 ;, dtype = 없음, ufunc & # 39; arctan & # 39;):  
 올바른 사분면을 선택하여 arr1 / arr2의 요소별 아크탄젠트를 계산합니다. ¬†사분면은  arctan2 (x1, x2)는 원점에서 끝나는 광선과 점 (1, 0)을 통과하는 광선 사이의 각도 기호 (라디안)입니다. 원점에서 끝나고 점 (x2) x1)을 통과하는 광선. 
 
  매개변수: 
  arr1:   [array_like]  실제 값, ¬† y 좌표 
  arr2:   [array_like]  실제 값, ¬†x 좌표.¬†y 좌표의 모양과 일치해야 합니다. 
  출력:   [ndarray, array_like [ 선택사항 ]]  x 와 모양이 같은 배열. 
  여기서   [array_like, optional]  True 값은 해당 위치에서 범용 함수(ufunc)를 계산하는 것을 의미하고, False 값은 출력에 값을 남겨두는 것을 의미합니다. 홀로. 
  참고:  
 2pi 라디안 = 360도 
 관례는 실수부가 [-pi / 2 , pi /에 있는 각도 z를 반환하는 것입니다. 2]. 
  반환값:  arr1 / arr2의 요소별 아크 탄젠트. ¬†폐쇄 간격 [-pi / 2, pi / 2]에 값 ‚Äã‚Äã이 있습니다. 
 
  코드 # 1: 작업  
 
 
 
 
 
 
  # Python3 프로그램 설명  
  # arctan2 () 함수  
  
  가져오기   numpy as np  
  
  arr1  <코드 클래스 = "키워드"> =  <코드 클래스 = "일반"> [ <코드 클래스 = "키워드"> -  <코드 클래스 = "값"> 1  <코드 클래스 = "일반">,  <코드 클래스 = "키워드"> +  <코드 클래스 = "값"> 1  < 코드 클래스 = "일반">,  <코드 클래스 = "키워드"> +  <코드 클래스 = "값"> 1  <코드 클래스 = "일반">,  <코드 클래스 = "키워드"> -  <코드 클래스 = "값"> 1  <코드 클래스 = "일반">] 
 <코드 클래스 = "일반"> arr2   =  <코드 클래스 = "일반"> [ <코드 클래스 = "키워드"> -  <코드 클래스 = "값"> 1  <코드 클래스 = "일반">,  <코드 클래스 = "키워드"> -  <코드 클래스 = "값"> 1  <코드 클래스 = "일반">,  <코드 클래스 = "키워드"> +  <코드 클래스 = "값"> 1  <코드 클래스 = "일반" >,  <코드 클래스 = "키워드"> +  <코드 클래스 = "값"> 1  <코드 클래스 = "일반">] 
   
    =  <코드 클래스 = "일반"> np.arctan2 (arr2, arr1)  <코드 클래스 = "키워드"> *  <코드 클래스 = "값"> 180  <코드 클래스 = "키워드"> /  <코드 클래스 = "일반"> np.pi 
  
  인쇄   (  "엑스- 좌표:"  , arr1)  
  인쇄   (  "y 좌표 ¬†ates: " , arr2) 
   
  인쇄   (  "arctan2 값:"   , ans ) 
  출력:  
x 좌표: [-1, 1, 1 , -1] y 좌표: [-1, -1, 1, 1] arctan2 값: [-135 .¬†-45.¬†45. 135.] 
 
  코드 # 2: 작업  
 
 
 
 
 
  # Python3 프로그램을 보여주는  
  # arctan2 () 함수  
  
  가져오기   numpy as np 
  
 
  a  <코드 클래스 = "키워드"> =  <코드 클래스 = "일반"> np.arctan2 ([  0.  ,   0. < /코드> <코드 클래스 = "일반">, np.inf ], [ <코드 클래스 = "키워드"> +  <코드 클래스 = "값"> 0.  < 코드 클래스 = "일반">,  <코드 클래스 = "키워드"> -  <코드 클래스 = "값"> 0.  <코드 클래스 = "일반">, np. inf]) 
  
 <코드 클래스 = "일반"> b  <코드 클래스 = "키워드"> =  <코드 클래스 =¬†"일반"> np .arctan2 ([  1.  ,  <코드 클래스 = "키워드"> -  <코드 클래스 = "값"> 1.  <코드 클래스 = "일반">], [ <코드 클래스 = "값"> 0.  <코드 클래스 = "일반">,  <코드 클래스 = "값"> 0.  <코드 클래스 = "일반" >]) 
  
  인쇄   ( < 코드 클래스 ="문자열 ">" a: " <코드 클래스 ="일반 ">, a) 
   
  인쇄   (  "b:"  , b ) 
  출력:  
 
a: [0. 3.14159265 0.78539816] b: [1.57079633 -1.57079633] 
 
  링크:  
 arctan2.html#numpy.arctan2>https://docs.scipy.org/doc/numpy-1.13.0/reference/g enerated / numpy.arctan2.html # numpy.arctan2  
,