2. 二维坐标系：笛卡尔坐标系、极坐标系、坐标系之间的转换关系
2.1 笛卡尔坐标系——我们最熟悉的“老朋友”
说起坐标系，大家最先想到的肯定是笛卡尔坐标系。说白了，就是我们在纸上画的那两条互相垂直的线——x轴和y轴。任何一个点，都能用一对数字(x, y)来表示它的位置。
我个人习惯把笛卡尔坐标系想象成一个“网格城市”。x轴是东西向的街道，y轴是南北向的大道。点(3, 5)的意思就是：从市中心出发，向东走3个单位，再向北走5个单位，就到了。
核心要点：笛卡尔坐标系用(x, y)表示位置，适合描述“水平-垂直”关系。在计算机图形学、游戏开发、UI布局中，这是最常用的坐标系。
我在项目中遇到过一个问题：用笛卡尔坐标描述一个旋转的机械臂，计算起来特别麻烦。每次旋转都要重新算一遍所有点的坐标，代码又长又容易出错。后来我换了个思路——用极坐标，问题一下子就简单了。
2.2 极坐标系——换个角度看世界
极坐标系用另一种方式描述点的位置：它用距离和角度来表示。
想象一下：你站在原点，手里拿着一个激光测距仪。你转到一个方向（角度θ），然后测出那个方向上的距离（极径r）。点就定位在(r, θ)处。
举个例子：点(5, 30°)表示从原点出发，沿着30°方向走5个单位。你想想看，这比笛卡尔坐标直观多了吧？尤其是描述圆形、螺旋、旋转运动的时候。
| 坐标系 | 表示方式 | 适合场景 |
|---|---|---|
| 笛卡尔 | (x, y) | 直线运动、网格布局、图像处理 |
| 极坐标 | (r, θ) | 旋转运动、圆形轨迹、雷达扫描 |
小技巧：在Python里用极坐标画圆，代码比笛卡尔坐标简洁得多。我经常用matplotlib的polar投影来画雷达图，一行代码就能搞定。
2.3 坐标系之间的转换——桥接两个世界
实际开发中，我们经常需要在两种坐标系之间来回切换。比如：你用雷达（极坐标）采集数据，但要在屏幕上（笛卡尔坐标）显示。这时候就需要转换公式。
2.3.1 极坐标 → 笛卡尔坐标
公式很简单，用三角函数就行：
x = r * cos(θ)
y = r * sin(θ)嗯，这里要注意：θ通常用弧度制。如果你习惯用角度，记得先转成弧度。我曾经在这个坑里摔过一次——用角度直接算cos，结果图形全歪了。
2.3.2 笛卡尔坐标 → 极坐标
反过来也一样：
r = sqrt(x² + y²)
θ = atan2(y, x) # 注意用atan2，不是atan避坑指南：我曾经直接用atan(y/x)计算角度，结果当x=0时程序直接崩溃。后来改用atan2(y, x)，它自动处理了x=0和象限判断的问题。记住：永远用atan2，别用atan。
2.4 实战：用Python实现坐标转换
光说不练假把式。我写了个小工具，把两种转换封装成函数，方便复用：
import math
def polar_to_cartesian(r, theta_deg):
"""极坐标转笛卡尔坐标，theta用角度制"""
theta_rad = math.radians(theta_deg)
x = r * math.cos(theta_rad)
y = r * math.sin(theta_rad)
return (x, y)
def cartesian_to_polar(x, y):
"""笛卡尔坐标转极坐标，返回角度用角度制"""
r = math.sqrt(x**2 + y**2)
theta_rad = math.atan2(y, x)
theta_deg = math.degrees(theta_rad)
return (r, theta_deg)
# 示例：把极坐标(10, 45°)转成笛卡尔坐标
print(polar_to_cartesian(10, 45))
# 输出：(7.07, 7.07)
# 示例：把笛卡尔坐标(3, 4)转成极坐标
print(cartesian_to_polar(3, 4))
# 输出：(5.0, 53.13°)个人习惯：我一般把角度统一用角度制，因为更直观。但在计算时转成弧度，算完再转回来。这样代码可读性好，也不容易出错。
2.5 知识体系总览
下面这张图帮你理清本章的核心逻辑：
2.6 总结
笛卡尔坐标系和极坐标系，就像同一个世界的两种语言。笛卡尔坐标擅长描述“直来直去”的关系，极坐标擅长描述“转圈圈”的关系。两者之间通过三角函数可以自由转换。
我个人建议：做计算时用极坐标，做显示时用笛卡尔坐标。这样代码既简洁又高效。你想想看，描述一个旋转的圆盘，用极坐标只需要改角度θ，用笛卡尔坐标就得重新算一堆x和y，多麻烦。
下一章我们会深入三维坐标系，到时候你会发现，二维的这些概念都是基础。把二维吃透了，三维就是加个z轴的事。