1. 补角与坐标互换的数学本质
在平面直角坐标系中，补角（Supplementary Angle）是指两个角度之和为180度的角对。当我们在坐标系中讨论补角导致x和y坐标互换的现象时，实际上是在探讨旋转变换中的特殊情形。
1.1 旋转矩阵的基本原理
任何角度的旋转都可以用旋转矩阵表示。对于旋转角度θ，旋转矩阵R(θ)为：
code复制[ cosθ -sinθ ]
[ sinθ cosθ ]
当θ=90°时：
code复制cos90°=0
sin90°=1
旋转矩阵变为：
[ 0 -1 ]
[ 1 0 ]
1.2 补角的三角函数特性
补角的关键特性在于：
code复制sin(180°-θ) = sinθ
cos(180°-θ) = -cosθ
这意味着当我们将一个角度替换为其补角时，余弦值会改变符号而正弦值保持不变。这种特性在坐标变换中会产生有趣的效果。
2. 坐标互换的几何解释
2.1 90度旋转的坐标变换
考虑点P(x,y)经过90度旋转后的新坐标P'：
code复制x' = x*cos90° - y*sin90° = -y
y' = x*sin90° + y*cos90° = x
这直接导致了x和y坐标的互换（考虑符号变化）。这种变换实际上是坐标系绕原点逆时针旋转90度的结果。
2.2 补角旋转的等效性
当使用补角（180°-θ）进行旋转时，旋转矩阵变为：
code复制[ -cosθ -sinθ ]
[ sinθ -cosθ ]
对于θ=90°的特殊情况，补角也是90°（因为180°-90°=90°），这解释了为什么在直角旋转中会出现坐标互换的现象。
3. 线性代数视角的解释
3.1 基向量的变换
在标准坐标系中：
- x轴基向量i = [1,0]
- y轴基向量j = [0,1]
旋转90度后：
- i' = [0,1] = 原j
- j' = [-1,0] = -原i
这种基向量的互换直接导致了坐标值的互换。
3.2 变换矩阵的特征分析
90度旋转矩阵的特征：
- 行列式det(R)=1（保持面积不变）
- 迹tr(R)=0（无缩放）
- R^4 = I（四次旋转回到原位）
这些性质说明这是一个纯旋转操作，没有缩放或剪切成分。
4. 实际应用中的坐标互换
4.1 计算机图形学中的应用
在2D图形处理中，图像旋转经常需要处理坐标互换。例如：
python复制def rotate_90_degrees(image):
height, width = image.shape[:2]
rotated = np.zeros((width, height, *image.shape[2:]), dtype=image.dtype)
for i in range(height):
for j in range(width):
rotated[j, height-1-i] = image[i,j]
return rotated
4.2 物理模拟中的坐标系转换
在刚体动力学中，当物体旋转90度时，其惯性张量矩阵也会发生类似的坐标互换现象。例如：
code复制原始惯性张量：
[ Ixx Ixy ]
[ Iyx Iyy ]
旋转后变为：
[ Iyy -Iyx ]
[ -Ixy Ixx ]
5. 常见误解与注意事项
5.1 不是所有补角都会导致坐标互换
只有在特定角度（如90度）时，补角旋转才会产生坐标互换效果。对于任意角度θ，补角旋转的效果要复杂得多。
5.2 右手坐标系与左手坐标系的区别
在左手坐标系中，旋转方向的定义相反，这会影响最终的坐标变换结果。使用前需要明确坐标系的手性。
5.3 齐次坐标下的处理
在计算机图形学中，通常使用齐次坐标表示变换。90度旋转的齐次矩阵为：
code复制[ 0 -1 0 ]
[ 1 0 0 ]
[ 0 0 1 ]
这保持了变换的一致性，同时便于与其他变换（平移、缩放）组合。