CartesianRepresentation#

class astropy.coordinates.CartesianRepresentation(x, y=None, z=None, unit=None, xyz_axis=None, differentials=None, copy=True)[源代码]#

基类：BaseRepresentation

三维笛卡尔坐标中点的表示。

参数:

x, y, z : Quantity or array数量或数组: 点的x、y和z坐标。如果 x ， y 和 z 有不同的形状，它们应该是可广播的。如果不是数量， unit 应该设置。只要 x 假定它包含一个数组，其中存储了3个坐标 xyz_axis .
unit : astropy:unit-like占星体：单位状: 如果给定坐标，坐标将转换为该单位（如果未给出，则视为以该单位为单位）。
xyz_axis : int ，可选PYTHON：int，可选: 当提供一个数组而不是不同的数组时，坐标的存储轴 x ， y 和 z （默认值：0）。
differentials : dict ， CartesianDifferential ，可选Python：Dict，CartesianDifferential，可选: 应与此表示法关联的任何差异类。输入必须是单个 CartesianDifferential 实例，或一个 CartesianDifferential S，关键字设置为对其进行微分(导数)的SI单位的字符串表示。例如，对于位置表达上的速度差，关键字为 's' 秒，指示该派生为时间派生。
copy : bool ，可选可选的布尔: 如果 True （默认），将复制数组。如果 False ，数组将作为引用，但可能会广播以确保形状匹配。

属性摘要

`attr_classes`
`x`	点的“x”分量。
`xyz`	返回x、y和z坐标的向量数组。
`y`	点的“y”分量。
`z`	点的“z”分量。

方法总结

`cross` (其他)	两个表示的叉积。
`dot` (其他)	两个表示的点积。
`from_cartesian` (其他)	从提供的笛卡尔表示创建此类的表示形式。
`get_xyz`([xyz_axis])	返回x、y和z坐标的向量数组。
`mean`(args, *kwargs)	向量平均值。
`norm` \()	向量范数。
`scale_factors` \()	每个组件方向的比例因子。
`sum`(args, *kwargs)	矢量和。
`to_cartesian` \()	将表示转换为笛卡尔形式。
`transform` \(矩阵)	使用3x3矩阵变换笛卡尔坐标。
`unit_vectors` \()	每个分量方向上的笛卡尔单位向量。

属性文档

attr_classes = {'x': <class 'astropy.units.quantity.Quantity'>, 'y': <class 'astropy.units.quantity.Quantity'>, 'z': <class 'astropy.units.quantity.Quantity'>}#

x#: 点的“x”分量。

xyz#

返回x、y和z坐标的向量数组。

参数:

xyz_axis : int ，可选PYTHON：int，可选: 最终阵列中x、y、z组件应沿其存储的轴（默认值：0）。

返回:

xyz ： Quantity数量: 与尺寸3一起 xyz_axis . 请注意，如果可能，这将是一个视图。

y#: 点的“y”分量。

z#: 点的“z”分量。

方法文件

cross(other)[源代码]#

两个表示的叉积。

参数:

其他： BaseRepresentation 子类实例BaseRepresentation子类实例: 如果不是笛卡尔坐标，则转换为笛卡尔坐标。

返回:

cross_product ： CartesianRepresentationCartesianRepresentation: 向量垂直于两者 self 和 other .

dot(other)[源代码]#

两个表示的点积。

请注意，在此操作过程中，所有相关的差速器都将被丢弃。

参数:

其他： BaseRepresentation 子类实例BaseRepresentation子类实例: 如果不是笛卡尔坐标，则转换为笛卡尔坐标。

返回:

dot_product ： Quantity数量: 的x、y和z分量乘积的和 self 和 other .

classmethod from_cartesian(other)[源代码]#

从提供的笛卡尔表示创建此类的表示形式。

参数:

other ： CartesianRepresentationCartesianRepresentation: 变成这个类的表示

返回:

representation ： BaseRepresentation 子类实例BaseRepresentation子类实例: 此类类型的新表示形式。

get_xyz(xyz_axis=0)[源代码]#

返回x、y和z坐标的向量数组。

参数:

xyz_axis : int ，可选PYTHON：int，可选: 最终阵列中x、y、z组件应沿其存储的轴（默认值：0）。

返回:

xyz ： Quantity数量: 与尺寸3一起 xyz_axis . 请注意，如果可能，这将是一个视图。

mean(*args, **kwargs)[源代码]#

向量平均值。

使用x、y和z组件返回一个新的CartesianRepresentation实例。

参照 mean 关于论点的完整文档，请注意 axis 是在 shape 代表性，以及 out 无法使用参数。

norm()[源代码]#

向量范数。

范数是标准的Frobenius范数，即所有非角单位分量平方和的平方根。

请注意，在此操作过程中，所有相关的差速器都将被丢弃。

返回:

norm ： astropy.units.Quantityastropy.units.Quantity: 向量范数，与表示形式相同。

scale_factors()[源代码]#

每个组件方向的比例因子。

给定单位向量 \(\hat{{e}}_c\) 和比例因子 \(f_c\) ，一个组成部分的变化 \(\delta c\) 对应于 \(\delta c \times f_c \times \hat{{e}}_c\) .

返回:

scale_factors : dict 的 QuantityPython ：数量决定论: 键是组件名称。

sum(*args, **kwargs)[源代码]#

矢量和。

返回一个包含x、y和z分量之和的新CartesianRepresentation实例。

参照 sum 关于论点的完整文档，请注意 axis 是在 shape 代表性，以及 out 无法使用参数。

to_cartesian()[源代码]#

将表示转换为笛卡尔形式。

请注意，任何差分都会丢失。还要注意原点的方向信息是 not 通过笛卡尔坐标转换保存。例如，通过笛卡尔坐标变换在距离=0处定义的角度位置并将其向后转换将丢失原始角度坐标：

>>> import astropy.units as u
>>> import astropy.coordinates as coord
>>> rep = coord.SphericalRepresentation(
...     lon=15*u.deg,
...     lat=-11*u.deg,
...     distance=0*u.pc)
>>> rep.to_cartesian().represent_as(coord.SphericalRepresentation)
<SphericalRepresentation (lon, lat, distance) in (rad, rad, pc)
    (0., 0., 0.)>

返回:

cartrepr ： CartesianRepresentationCartesianRepresentation: 笛卡尔形式的表示。

transform(matrix)[源代码]#

使用3x3矩阵变换笛卡尔坐标。

这将返回一个新的表示形式，而不修改原始表示形式。附加到这个表示的任何微分也将被转换。

参数:

matrix : ndarray恩达雷: 3x3变换矩阵，如旋转矩阵。

实例

我们可以从创建笛卡尔表示对象开始：

>>> from astropy import units as u
>>> from astropy.coordinates import CartesianRepresentation
>>> rep = CartesianRepresentation([1, 2] * u.pc,
...                               [2, 3] * u.pc,
...                               [3, 4] * u.pc)

现在，我们围绕z轴创建旋转矩阵：

>>> from astropy.coordinates.matrix_utilities import rotation_matrix
>>> rotation = rotation_matrix(30 * u.deg, axis='z')

最后，我们可以应用此转换：

>>> rep_new = rep.transform(rotation)
>>> rep_new.xyz  
<Quantity [[ 1.8660254 , 3.23205081],
           [ 1.23205081, 1.59807621],
           [ 3.        , 4.        ]] pc>

unit_vectors()[源代码]#

每个分量方向上的笛卡尔单位向量。

给定单位向量 \(\hat{{e}}_c\) 和比例因子 \(f_c\) ，一个组成部分的变化 \(\delta c\) 对应于 \(\delta c \times f_c \times \hat{{e}}_c\) .

返回:

unit_vectors : dict 的 CartesianRepresentationPython ：笛卡尔表现法: 键是组件名称。