再解释一下

import numpy as np
complex_num = -64.97135784885555 + 30.016069249920577j
np.angle(complex_num)
#2.7088133115162574       #radian
np.angle(complex_num,deg=True)
#155.20357023873785       #degrees

np.arctan(30.016069249920577/-64.97135784885555)
#-0.43277934207353586    #radian

将弧度转换为度数：np.rad2deg()

np.rad2deg(-0.43277934207353586)
#-24.796429761262143     #degrees

现在，如果你想表示这是第一个坐标加上180

-24.796429761262143 +180
#155.20357023873785

这与np.angle(complex_num,deg=True)完全相似
希望这能澄清。
友情链接：
https://numpy.org/doc/stable/reference/generated/numpy.angle.html
https://numpy.org/doc/stable/reference/generated/numpy.arctan.html

你的假设是正确的。这两个值表示相同的Angular ，只是从不同的“视角”。
numpy.angle返回值in the range [-pi, pi]，而numpy.arctan返回值in the range [-pi/2, pi/2]，这就是返回值不同的原因。

对于这样的计算，应该使用numpy.arctan2(y, x)而不是numpy.arctan(y/x)：

In [22]: complex_num = -64.97135784885555 + 30.016069249920577j

In [23]: np.arctan2(complex_num.imag, complex_num.real)
Out[23]: 2.7088133115162574

由于arctan2将真实的部和虚部作为单独的参数，因此它可以区分复平面的第二象限和第四象限。