numpy.unwrap对面

Question

在Python numpy中，有一个unwrap函数：

  

通过改变大于discont的绝对跳跃来展开弧度相位p   到给定轴的2 * pi补充。

现在，我想做相反的功能。我如何包装一系列阶段？例如。如何转换所有角度以约束它们在-π和π之间？

显而易见的方法是做一些事情：

for i, a in enumerate(phases):
    while a < pi:
        a += 2 * pi
    while a > pi:
        a -= 2 * pi
    phases[i] = a

但是有更简单/更快的方法吗？

Answer 1

phases = ( phases + np.pi) % (2 * np.pi ) - np.pi

Answer 2

import numpy as np
phases = np.arctan2(np.sin(phases), np.cos(phases))

这是有效的，因为sin（阶段）/ cos（阶段）= = tan（阶段）。我们通过使用反正切函数得到相位（模2π）。在数学上，反正切函数是多值的，因此在编程语言中，它通常被定义为以固定的间隔返回相位。

双参数反正切函数，即np.arctan2(numerator, denominator)，与常规反正切函数相同，只是它跟踪分子和分母的符号，因此能够返回模2π的相位，而不是常规np.arctan(numerator/denominator)函数，它只能返回模相π的相位。 Numpy对arctan2函数的实现被定义为返回[-π，+π]范围内的阶段，这是OP请求的范围。

补充说明：此arctan2方法直接来自复杂表示，完全在数学上等同于：

phases = np.angle(np.exp(1j*phases))

可能更直观。事实上，numpy的angle函数在幕后使用arctan2来分离指数的虚部和实部，即正弦和余弦。

Answer 3

这个答案与sega_sai答案略有不同，即：

phases = ( phases + np.pi) % (2 * np.pi ) - np.pi

这将阶段映射到[-pi，pi] - ＆gt;这意味着pi被映射到-pi

这里显示：

In [27]: phases = np.pi

In [28]: phases = ( phases + np.pi) % (2 * np.pi ) - np.pi

In [29]: print phases
-3.14159265359

这是完全合法的，但如果你想要（-pi，pi）的映射，那么

时间输入和输出操作买-1。像这样：

phases =  (( -phases + np.pi) % (2.0 * np.pi ) - np.pi) * -1.0