Python - 旋轉meshgrid

Question

我想用meshgrid在極座標系下工作。 首先，我必須確定theta角度，其中位於網格中間的 ，這不是問題，我已經在 中分割了4個網格中的網格，以確定角度，如下所示。

現在我想申請一個角度的地標的旋轉被選中，所以我嘗試用「XAprim」和「YAprim」來改變這個「里程碑」，但是使用4個部分並不容易。 。我認爲這不是最簡單的方法...

import numpy as np 
import matplotlib.pyplot as plt 

Lx=1345. 
Ly=1428. 
x0 = Lx/2. 
y0 = Ly/2. 

YA, XA = np.mgrid[0:Ly, 0:Lx] 
Theta1 = np.arctan((YA-y0)/(XA-x0)) 
Theta2 = np.pi/2*np.ones((YAp.shape[0], YA.shape[1])) 
Theta3 = 3*np.pi/2*np.ones((YA.shape[0], YA.shape[1])) 

mask = np.fromfunction(lambda i, j: (i >= y0) * (j > (x0)), (XA.shape[0], XA.shape[1]), dtype=int) 
test = np.invert(mask) 
V1_test1 = np.ma.array(-Theta1, mask=test) 
mask2 = np.fromfunction(lambda i, j: (i >= y0) * (j < (x0)), (XA.shape[0], XA.shape[1]), dtype=int) 
test2 = np.invert(mask2) 
V1_test2 = np.ma.array(-Theta1 - np.pi, mask=test2) #Entaille 
mask3 = np.fromfunction(lambda i, j: (i < y0) * (j > (x0)), (XA.shape[0], XA.shape[1]), dtype=int) 
test3 = np.invert(mask3) 
V1_test3 = np.ma.array(-Theta1, mask=test3) 
mask4 = np.fromfunction(lambda i, j: (i < y0) * (j <(x0)), (XA.shape[0], XA.shape[1]), dtype=int) 
test4 = np.invert(mask4) 
V1_test4 = np.ma.array((-Theta1 + np.pi), mask=test4) #Entaille 
mask5 = np.fromfunction(lambda i, j: (i > y0) * (j==x0), (XA.shape[0], XA.shape[1]), dtype=int) 
test5 = np.invert(mask5) 
Theta2 = np.pi/2*np.ones((YA.shape[0], YA.shape[1])) 
V1_test5 = np.ma.array(Theta2, mask=test5) 
mask6 = np.fromfunction(lambda i, j: (i < y0) * (j==x0), (XA.shape[0], XA.shape[1]), dtype=int) 
test6 = np.invert(mask6) 
Theta3 = -np.pi/2*np.ones((YA.shape[0], YA.shape[1])) 
V1_test6 = np.ma.array(Theta3, mask=test6) 

a = np.ma.filled(V1_test1, 0) 
b = np.ma.filled(V1_test2, 0) 
c = np.ma.filled(V1_test3, 0) 
d = np.ma.filled(V1_test4, 0) 
e = np.ma.filled(V1_test5, 0) 
f = np.ma.filled(V1_test6, 0) 
theta = (a + b + c + d + e + f) 

plt.imshow(theta,aspect='auto',cmap=plt.cm.hot) 
plt.colorbar() 
plt.show() 

所以我得到這個meshgrid預計：

而現在，我想申請以來具有里程碑意義的原點旋轉 作爲23度角的例子，我計算新的座標來做改變，但是做th因爲角度的4個部分，所以我想知道是否沒有更有效的方法來解決這個問題？

ang_rot = 23*np.pi/180. 
XAprim = XA*np.cos(ang_rot)+YA*np.sin(ang_rot) 
YAprim = -XA*np.sin(ang_rot)+YA*np.cos(ang_rot) 
Theta1 = np.arctan((YAprim-y0)/(XAprim-x0)) 

plt.imshow(Theta1,aspect='auto',cmap=plt.cm.hot) 
plt.colorbar() 
plt.show() 

Answer 1

因此，解決辦法是：

import numpy as np 
import matplotlib.pyplot as plt 

Lx=1345. 
Ly=1428. 
x0 = Lx/2. 
y0 = Ly/2. 
YA, XA = np.mgrid[0:Ly, 0:Lx] 
XA = XA - x0 
YA = YA - y0 
ang_rot = 23*np.pi/180. 
XAprim = XA*np.cos(ang_rot) - YA*np.sin(ang_rot) 
YAprim = XA*np.sin(ang_rot) + YA*np.cos(ang_rot) 
Theta1 = np.arctan2((YAprim),(XAprim))*-180./np.pi 

plt.imshow(Theta1,aspect='auto',cmap=plt.cm.hot) 
plt.colorbar() 
plt.show()