UnitSphericalRepresentation#

class astropy.coordinates.UnitSphericalRepresentation(lon, lat=None, differentials=None, copy=True)[源代码]#

基类：BaseRepresentation

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: 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`
`lat`	点的纬度。
`lon`	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。

返回:

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

classmethod from_cartesian(cart)[源代码]#: 将三维直角笛卡尔坐标转换为球极坐标。

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。

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。

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 \(\delta c \times f_c \times \hat{{e}}_c\) .

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。

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。

to_cartesian()[源代码]#: 将球极坐标转换为三维直角笛卡尔坐标。

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 or SphericalRepresentation: 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 CartesianRepresentationPython ：笛卡尔表现法: 键是组件名称。