刚好之前处理过类似的需求，结合你提到的散点图、参考点向量夹角计算的场景，给你梳理一套清晰的实现步骤和常见疑问的解决方案：

核心逻辑：从向量夹角到三角形内角 #

首先明确，两个从同一点出发的向量$\vec{a}$和$\vec{b}$，它们的夹角就是三角形在该顶点的内角。而三角形另外两个内角，可以通过余弦定理结合三边长度（向量的模）来计算，毕竟三角形内角和固定为180°，也可以用这个来验证结果是否正确。

比如给定向量$\vec{a}$、$\vec{b}$，第三个边的向量就是$\vec{c} = \vec{a} - \vec{b}$，三边长度分别为$|\vec{a}|$、$|\vec{b}|$、$|\vec{c}|$，对应的三个内角计算方式：

• 顶点在参考点的角$\theta_C$：用向量点积公式直接计算
• 另外两个角$\theta_A$、$\theta_B$：用余弦定理推导，或者直接用180°减去另外两个角

完整实现步骤（结合散点场景） #

1. 先搞定散点图与参考点绘制 #

假设你有N个散点的坐标存在points（N×2的矩阵），参考点是[xc, yc]，先把基础图绘出来：

scatter(points(:,1), points(:,2), 'filled', 'MarkerFaceColor', 'deepskyblue');
hold on;
plot(xc, yc, 'ro', 'MarkerSize', 12, 'DisplayName', '参考点'); % 突出标记参考点
axis equal; % 保证坐标系比例一致，避免夹角可视化失真
legend;

2. 生成所有从参考点出发的向量 #

一行代码就能批量生成所有目标向量：

vectors = points - repmat([xc, yc], size(points,1), 1); 
% 每个行向量就是从[xc,yc]到对应散点的向量

3. 循环计算向量对的三角形内角（附可视化） #

如果要计算每两个散点与参考点构成的三角形的所有内角，嵌套循环是最直观的方式，同时可以把向量和夹角标注在图上：

num_points = size(points, 1);
triangle_angles = cell(num_points, num_points); % 用来存储每对向量对应的三个内角

for i = 1:num_points
    for j = i+1:num_points % 跳过重复的向量对（i和j与j和i对应同一个三角形）
        a = vectors(i,:);
        b = vectors(j,:);
        c = a - b; % 散点i到散点j的向量
        
        % 先计算三边的模长
        len_a = norm(a);
        len_b = norm(b);
        len_c = norm(c);
        
        % 计算三个内角，这里要注意数值稳定性！
        % 因为浮点数精度问题，点积除以模长的结果可能稍微超出[-1,1]，所以用max/min限制范围
        cos_C = max(min(dot(a,b)/(len_a*len_b), 1), -1);
        angle_C = acosd(cos_C); % 参考点处的内角
        
        cos_A = max(min((len_b^2 + len_c^2 - len_a^2)/(2*len_b*len_c), 1), -1);
        angle_A = acosd(cos_A); % 散点i处的内角
        
        angle_B = 180 - angle_A - angle_C; % 散点j处的内角，用内角和验证
        
        triangle_angles{i,j} = [angle_A, angle_B, angle_C];
        
        % 可视化部分：绘制向量、三角形边、标注夹角
        quiver(xc, yc, a(1), a(2), 'Color', 'forestgreen', 'LineWidth', 1.5);
        quiver(xc, yc, b(1), b(2), 'Color', 'crimson', 'LineWidth', 1.5);
        plot([points(i,1), points(j,1)], [points(i,2), points(j,2)], 'k--', 'LineWidth', 1);
        
        % 在夹角附近标注角度值，位置微调避免重叠
        text(xc + 0.1*(a(1)+b(1)), yc + 0.1*(a(2)+b(2)), ...
             sprintf('%.1f°', angle_C), 'FontSize', 10, 'BackgroundColor', 'white');
    end
end
hold off;

你可能遇到的疑问解决 #

• 为什么要加max(min(...))？：MATLAB的浮点数计算会有精度误差，比如理论上应该是1的余弦值，可能算出来是1.0000000001，这时候acosd就会报错，所以先把值限制在[-1,1]范围内，保证计算稳定。
• 循环效率太低怎么办？：如果散点数量特别多（比如上千个），嵌套循环确实慢，可以用向量化运算批量计算所有向量对的点积和模长，比如用pdist2函数辅助计算，速度会快很多。
• 能不能区分夹角的顺时针/逆时针方向？：上面的方法算的是0°到180°的最小夹角，如果要判断方向，可以用向量叉积的符号：sign(cross(a,b))，结果为正说明$\vec{b}$在$\vec{a}$的逆时针方向，负则是顺时针。

内容的提问来源于stack exchange，提问作者jarhead