UnitSphericalRepresentation#
- class astropy.coordinates.UnitSphericalRepresentation(lon, lat=None, differentials=None, copy=True)[源代码]#
-
单位球面上点的表示。
- 参数:
- lon, lat :
Quantity
[:ref: 'angle' ]或str
数量 [:ref: 'angle'] 或PYTHON:字符串 点的经度和纬度,以角度单位表示。纬度应该在-90到90度之间,经度将被包裹成0到360度之间的角度。这些也可以是
Angle
,Longitude
或Latitude
.- differentials :
dict
,BaseDifferential
,可选Python:dict、BaseDifferential、可选 任何一个微分表示都应该与这个类相关联。输入必须是单个
BaseDifferential
实例(见)_compatible_differentials
对于有效类型),或者是一个差分实例字典,其键设置为获取微分(导数)的SI单位的字符串表示形式。例如,对于位置表达上的速度差,关键是's'
秒,表示导数是时间导数。- copy : bool ,可选可选的布尔
- lon, lat :
属性摘要
点的纬度。
点的经度。
方法总结
cross
(其他)两个表示的叉积。
from_cartesian
\(购物车)将三维直角笛卡尔坐标转换为球极坐标。
mean
(*args, **kwargs)向量平均值。
norm
\()向量范数。
represent_as
(other_class[, differential_class])将坐标转换为其他表示。
scale_factors
([omit_coslat])每个组件方向的比例因子。
sum
(*args, **kwargs)矢量和。
to_cartesian
\()将球极坐标转换为三维直角笛卡尔坐标。
transform
\(矩阵)使用3x3矩阵变换单位球面坐标。
unit_vectors
\()每个分量方向上的笛卡尔单位向量。
属性文档
- attr_classes = {'lat': <class 'astropy.coordinates.angles.core.Latitude'>, 'lon': <class 'astropy.coordinates.angles.core.Longitude'>}#
- lat#
点的纬度。
- lon#
点的经度。
方法文件
- cross(other)[源代码]#
两个表示的叉积。
计算是通过转换两者来完成的
self
和other
到CartesianRepresentation
,并将结果转换回SphericalRepresentation
.- 参数:
- 其他 :
BaseRepresentation
子类实例BaseRepresentation子类实例 取叉积的表示法。
- 其他 :
- 返回:
- cross_product :
SphericalRepresentation
SphericalRepresentation
向量垂直于两者
self
和other
.
- cross_product :
- mean(*args, **kwargs)[源代码]#
向量平均值。
表示将转换为笛卡尔坐标,计算x、y和z分量的平均值,并将结果转换为
SphericalRepresentation
.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,即具有非角单位的所有分量的平方和的平方根,对于单位球上的向量,它始终是统一的。
- 返回:
- norm :
Quantity
[:ref: 'dimensionless' ]数量 [:ref: 'dimensionless'] 无量纲的,形状与图示相同。
- norm :
- represent_as(other_class, differential_class=None)[源代码]#
将坐标转换为其他表示。
如果实例属于请求的类,则返回原样。默认情况下,转换是通过笛卡尔坐标完成的。另请注意,原点处的方向信息为 not 通过笛卡尔坐标转换来保存。请参阅的文档字符串
to_cartesian()
举个例子。- 参数:
- other_class :
BaseRepresentation
子类基表示子类 要将坐标转换为的表示类型。
- differential_class :
dict
的BaseDifferential
,可选Python:BaseDifferential的字典,可选 应在其中表示差分的类。如果只附加了一个差分,则可以是单个类,否则它应该是
dict
用与差速器相同的键控制。
- other_class :
- scale_factors(omit_coslat=False)[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 \(\delta c \times f_c \times \hat{{e}}_c\) .
- sum(*args, **kwargs)[源代码]#
矢量和。
表示将转换为笛卡尔坐标,计算x、y和z分量的和,并将结果转换为
SphericalRepresentation
.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。
- transform(matrix)[源代码]#
使用3x3矩阵变换单位球面坐标。
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 : (3,3) array_like(3,3)
3x3矩阵,例如旋转矩阵(或矩阵堆栈)。
- 返回:
UnitSphericalRepresentation
orSphericalRepresentation
如果
matrix
是O(3)-- \(M \dot M^T = I\) --就像一个轮换,那么结果是一个UnitSphericalRepresentation
。所有其他矩阵都将更改距离,因此使用尺寸表示法。
- 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CartesianRepresentation
Python :笛卡尔表现法 键是组件名称。
- unit_vectors :