Numpy 使用arctan2的渐变方向会导致角度翻转

我想使用

plt.quiver

以正确的角度显示阵列渐变的箭头

import numpy as np
import matplotlib.pyplot as plt

test_array = np.array([[   0.,    0.,    0.,    0.,    0.],
                       [   0.,   64.,  128.,   64.,    0.],
                       [   0.,  127.,  255.,  127.,    0.],
                       [   0.,   64.,  127.,   64.,    0.],
                       [   0.,    0.,    0.,    0.,    0.]]).astype(np.float64)
dy,dx = np.gradient(test_array)
theta =np.degrees(np.arctan2(dy,dx))
print(theta)
color = np.sqrt(dy**2 + dx**2) 
plt.quiver(dx,dy,color)
plt.show()

但是如果我打印θ：

[[   0.           90.           90.           90.            0.        ]
 [   0.           44.77531182   90.          135.22468818  180.        ]
 [   0.            0.          -90.          180.          180.        ]
 [   0.          -45.          -90.         -135.          180.        ]
 [   0.          -90.          -90.          -90.            0.        ]]

我可以看到第一行中的角度是

[90,90,90]

当我使用

quivel

绘制渐变时，我可以看到箭头指向相反的方向

---

我假设角度是逆时针显示的，但它们是顺时针显示的。我错过了什么？有人能解释一下吗？

把数组想象成当用

plt.quiver

绘制时它是上下翻转的。您可以通过在

test\u数组中引入一个assymetry来看到这一点。比如说

test_array = np.array([[   0.,    0.,    20.,    50.,    0.],
                       [   0.,   64.,  128.,   64.,    0.],
                       [   0.,  127.,  255.,  127.,    0.],
                       [   0.,   64.,  127.,   64.,    0.],
                       [   0.,    0.,    0.,    0.,    0.]]).astype(np.float64)

将按如下方式绘制（请注意
θ中的角度和绘图底部箭头的角度）：


当您查看
test\u数组
或
theta
时，您可能认为原点位于左上角。但是matplotlib中的原点在左下角。
你是什么意思
箭头指向相反的方向。您的预期结果是什么？正如我所说，我假设如果角度为
90度
，则箭头朝向正y轴（但它朝向负y轴）。如果是
180度
，那么我预计箭头将朝向负x轴。如果角度
270度
，则我预计箭头将朝向负y轴。逆时针。。。（请注意，我使用quiver函数看到的坐标系）看起来像一个正常的笛卡尔坐标系。您确定
dx
和
dy
的顺序是由
np返回的。gradient
？
np。gradient
将计算沿图像给定轴的梯度，因此，
axis=0=dy
将是行，
axis=1=dx
将是列。所以我不是100%肯定，但这是有道理的。否则，角度是正确的，但箭头与图像的真实强度变化不匹配。根据文档：
对于二维数组，返回的将是按轴排序的两个数组。在本例中，第一个数组表示行中的渐变，第二个数组表示列方向的渐变：
可能是另一种方式，但捕捉得很好：）要理解这一点，请比较
plt.imshow
和
plt.pcolormesh
如何绘制数组。
>>> print(theta)

[[   0.           81.11934085   76.96664367  125.53767779  180.        ]
 [   0.           44.77531182   90.          148.97046189  180.        ]
 [   0.            0.          -90.          180.          180.        ]
 [   0.          -45.          -90.         -135.          180.        ]
 [   0.          -90.          -90.          -90.            0.        ]]