numpy 求向量夹角 区间 [-pi, +pi]

求取 numpy 向量夹角可以使用 numpy.arctan2 函数；
从而避免了特殊值带来的角度错误；

实例：

# 初始化向量
a = np.array([-1.0, 1.0])
b = np.array([0.0, 1.0])
# 单位化（可以不用这一步）
a /= norm(a)
b /= norm(b)
# 夹角cos值
cos_ = np.dot(a,b)/(norm(a)*norm(b))
# 夹角sin值
sin_ = np.cross(a,b)/(norm(a)*norm(b))
arctan2_ = np.arctan2(sin_, cos_)
print("向量{}相对于向量{}的夹角是{:.3f}，即{:.3f} pi".format(a,b,arctan2_,arctan2_/np.pi))

举例结果：

向量[1. 1.]相对于向量[0. 1.]的夹角是0.785，即0.250 pi
向量[1. 0.]相对于向量[0. 1.]的夹角是1.571，即0.500 pi
向量[-1.  1.]相对于向量[0. 1.]的夹角是-0.785，即-0.250 pi

成功将向量的夹角转为 [-pi, +pi] 这个区间

源码：

a = np.array([-1.0, 1.0])
a /= norm(a)

b = np.array([0.0, 1.0])
b /= norm(b)

cos_ = np.dot(a,b)/(norm(a)*norm(b))
sin_ = np.cross(a,b)/(norm(a)*norm(b))
arctan2_ = np.arctan2(sin_, cos_)
print("向量{}相对于向量{}的夹角是{:.3f}，即{:.3f} pi".format(a,b,arctan2_,arctan2_/np.pi))