热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

笛卡尔坐标系软件

本文主要介绍关于笛卡尔坐标系的知识点,对【笛卡尔坐标系】和【笛卡尔坐标系软件】有兴趣的朋友可以看下由【YongqiangCheng】投稿的技术文章,希望该技术和经验能帮到你解决你所遇的【数学】相关技

本文主要介绍关于笛卡尔坐标系的知识点,对【笛卡尔坐标系】和【笛卡尔坐标系软件】有兴趣的朋友可以看下由【Yongqiang Cheng】投稿的技术文章,希望该技术和经验能帮到你解决你所遇的【数学】相关技术问题。

笛卡尔坐标系软件

笛卡尔坐标系

人工智能 - 深度学习 - 知识体系

在数学里,笛卡尔坐标系 (Cartesian coordinate system),亦称直角坐标系,是一种正交坐标系。二维的直角坐标系是由两条相互垂直、相交于原点的数线构成的。在平面内,任何一点的坐标是根据数轴上对应的点的坐标设定的。

直线标准式 a x + b y + c = 0 ax + by + c = 0 ax+by+c=0、斜截式 y = m x + k y = mx + k y=mx+k。一个圆,半径为 r r r,圆心位于 ( a , b ) (a, b) (a,b)。圆圈以 ( x ? a ) 2 + ( y ? b ) 2 = r 2 (x - a)^{2} + (y - b)^{2} = r^{2} (x?a)2+(y?b)2=r2 表示。

笛卡尔坐标系软件


图 1 红色的圆圈,半径是 2,圆心位于直角坐标系的原点。圆的方程为 x 2 + y 2 = 4 x^2 + y^2 = 4 x2+y2=4

1. 二维坐标系统

二维的直角坐标系通常由两个互相垂直的坐标轴设定,通常分别称为 x-轴和 y-轴。两个坐标轴的相交点,称为原点,通常标记为 O,既有零的意思,又是英语 Origin 的首字母。每一个轴都指向一个特定的方向。这两个不同线的坐标轴,决定了一个平面,称为 xy-平面,又称为笛卡尔平面。

通常两个坐标轴只要互相垂直,其指向何方对于分析问题是没有影响的,但习惯性地,x-轴被水平摆放,称为横轴,通常指向右方。y-轴被竖直摆放而称为纵轴,通常指向上方。两个坐标轴这样的位置关系,称为二维的右手坐标系,或右手系。

如果把这个右手系画在一张透明纸片上,则在平面内无论怎样旋转它,所得到的都叫做右手系;但如果把纸片翻转,其背面看到的坐标系则称为左手系。这和照镜子时左右对调的性质有关。

笛卡尔坐标系软件


图 2 直角坐标系。图中四点的坐标分别为,绿点: ( 2 , 3 ) (2, 3) (2,3),红点: ( ? 3 , 1 ) ( -3, 1) (?3,1),蓝点: ( ? 1.5 , ? 2.5 ) (-1.5, -2.5) (?1.5,?2.5),紫点: ( 0 , 0 ) (0, 0) (0,0)

为了要知道坐标轴的任何一点,离原点的距离。我们可以刻画数值于坐标轴。那么,从原点开始,往坐标轴所指的方向,每隔一个单位长度,就刻画数值于坐标轴。这数值是刻画的次数,也是离原点的正值整数距离;同样地,背着坐标轴所指的方向,我们也可以刻画出离原点的负值整数距离。称 x-轴刻画的数值为 x-坐标,又称横坐标,称 y-轴刻画的数值为 y-坐标,又称纵坐标。

在这里,这两个坐标都是整数,对应于坐标轴特定的点。按照比例,我们可以推广至实数坐标和其所对应的坐标轴的每一个点。这两个坐标就是直角坐标系的直角坐标,标记为 ( x , y ) (x, y) (x,y)

任何一个点 P 在平面的位置,可以用直角坐标来表达。只要从点 P 画一条垂直于 x-轴的直线。从这条直线与 x-轴的相交点,可以找到点 P 的 x-坐标。同样地,可以找到点 P 的 y-坐标。这样,我们可以得到点 P 的直角坐标。图 3,点 P 的直角坐标是 ( 3 , 5 ) (3, 5) (3,5)

笛卡尔坐标系软件


图 3 直角坐标系的四个象限,按照逆时针方向,从象限 I I I 到象限 I V IV IV。坐标轴的头部象征着,往所指的方向,无限的延伸。

图 3 直角坐标系的两个坐标轴将平面分成了四个部分,称为象限,分别用罗马数字编号为 I ? ( + , + ) I\ (+, +) I?(+,+) I I ? ( ? , + ) II\ ( -, +) II?(?,+) I I I ( ? , ? ) III (-, - ) III(?,?) I V ( + , ? ) IV (+, - ) IV(+,?)。依照惯例,象限 I I I 的两个坐标都是正值;象限 I I II II 的 x-坐标是负值,y-坐标是正值;象限 I I I III III 的两个坐标都是负值的;象限 I V IV IV 的 x-坐标是正值,y-坐标是负值。所以象限的编号是按照逆时针方向,从象限 I I I 编到象限 I V IV IV

2. 三维坐标系统

在原本的二维直角坐标系,再添加一个垂直于 x-轴,y-轴的坐标轴,称为z-轴。这三个坐标轴满足右手定则,则可得到三维的直角坐标系。z-轴与 x-轴,y-轴相互正交于原点。在三维空间的任何一点 P,可以用直角坐标 ( x , y , z ) (x, y, z) (x,y,z) 来表达其位置。参阅图 4,两个点 P 与 Q 的直角坐标分别为 ( 3 , 0 , 5 ) (3, 0, 5) (3,0,5) ( ? 5 , ? 5 , 7 ) ( - 5, - 5, 7) (?5,?5,7)

三个平面,xy-平面,yz-平面,xz-平面,将三维空间分成了八个部分,称为卦限 (octant)。与二维空间的四个象限不同,只有一个卦限有编号。第一号卦限的每一个点的三个坐标都是正值的。

笛卡尔坐标系软件


图 4 三维直角坐标系。y-轴的方向是远离读者

3. 二维空间

直角坐标系的 x-轴与 y-轴必须相互垂直。包含 y-轴的直线为 y-线。在二维空间里,当我们设定了 x-轴的位置与方向的同时,我们也设定了 y-线的方向。可是,我们仍旧必须选择,在 y-线的以原点为共同点的两条半线中,哪一条半线的点的坐标是正值的,哪一条是负值的?任何一种选择决定了 xy-平面的取向。

图 1 中正值的 x-轴横地指向右方,正值的 y-轴纵地指向上方。这种取向称为正值取向、标准取向或右手取向。

右手定则是一种常用的记忆方法,专门用来辨认正值取向:将一只半握拳的右手放在平面上,大拇指往上指,其它的手指都从x-轴指向y-轴。

采用左手定则专门用来辨认负值取向或左手取向:将一只半握拳的左手放在 xy-平面上,大拇指往上指,其它的手指都从y-轴指向x-轴。

不论坐标轴是何种取向,将坐标系统做任何角度的旋转,取向仍旧会保持不变。

4. 三维空间

直角坐标系的 x-轴、y-轴与 z-轴必须相互垂直。包含 z-轴的直线为 z-线。在三维空间里,当我们设定了 x-轴、y-轴的位置与方向的同时,我们也设定了 z-线的方向。可是,我们仍旧必须选择,在 z-线以原点为共同点的两条半线中,哪一条半线的点的坐标是正值的,哪一条是负值的?这两种不同的坐标系统,称为右手坐标系与左手坐标系。右手坐标系又称为标准坐标系或正值坐标系。

右手坐标系这名词是由右手定则而来的。先将右手的手掌与手指伸直,然后将中指指向往手掌的掌面半空间,与食指呈直角关系。再将大拇指往上指去,与中指、食指都呈直角关系。则大拇指、食指与中指分别表示了右手坐标系的 x-轴、y-轴与 z-轴。同样地,用左手也可以表示出左手坐标系。

图 5 试着展示出一个左手坐标系与一个右手坐标系。用二维画面来展示三维物体,会造成扭曲或模棱两可的图形。指向下方与右方的轴,也有指向读者的意思;而位置居于中间的轴,也有指向读者正在看的方向的意思。平行于 xy-平面的红色圆形曲箭,其红色箭头从 z-轴前面经过,表示从 x-轴往 y-轴的旋转方向。

笛卡尔坐标系软件


图 5 左边是左手取向,右边是右手取向。

References

本文《笛卡尔坐标系》版权归Yongqiang Cheng所有,引用笛卡尔坐标系需遵循CC 4.0 BY-SA版权协议。


推荐阅读
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 本文讨论了同事工资打听的话题,包括同工不同酬现象、打探工资的途径、为什么打听别人的工资、职业的本质、商业价值与工资的关系,以及如何面对同事工资比自己高的情况和凸显自己的商业价值。故事中的阿巧发现同事的工资比自己高后感到不满,通过与老公、闺蜜交流和搜索相关关键词来寻求解决办法。 ... [详细]
  • mapreduce数据去重的实现方法
    本文介绍了利用mapreduce实现数据去重的方法,同时还介绍了人工智能AI领域中常用的框架和工具,包括Keras、PyTorch、MXNet、TensorFlow和PaddlePaddle,并提供了深度学习实战的代码下载链接。 ... [详细]
  • GTX1070Ti显卡怎么样?GTX1070Ti显卡首发图赏+参数解读与拆解图
    先来简单回顾一下今年的显卡市场,nvidia自从发布了帕斯卡架构新品之后,可以说是一直都主宰着高端游戏显卡市场,虽说amd也憋了一个hbm2的vega64出来,然而即使是最高贵的水 ... [详细]
  • 老牌医药收割AI红利:先投个15亿美元抢中国人才
    萧箫发自凹非寺量子位报道|公众号QbitAI没想到,一场大会把我的“刻板印象”攻破了。2021世界人工智能大会现场,能看见不少熟悉的身影, ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • 显卡驱动对游戏的影响及其提升效果的研究
    本文研究了显卡驱动对游戏体验的提升效果,通过比较新旧驱动加持下的RTX 2080Ti显卡在游戏体验上的差异。测试平台选择了i9-9900K处理器和索泰RTX 2080Ti玩家力量至尊显卡,以保证数据的准确性。研究结果表明,显卡驱动的更新确实能够带来近乎50%的性能提升,对于提升游戏体验具有重要意义。 ... [详细]
  • 推荐系统遇上深度学习(十七)详解推荐系统中的常用评测指标
    原创:石晓文小小挖掘机2018-06-18笔者是一个痴迷于挖掘数据中的价值的学习人,希望在平日的工作学习中,挖掘数据的价值, ... [详细]
  • 「深度学习之opencv」Mat数据的矩阵输出
    C++opencvMat的打印输出还有很多其他的精彩内容, ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 深度学习中的Vision Transformer (ViT)详解
    本文详细介绍了深度学习中的Vision Transformer (ViT)方法。首先介绍了相关工作和ViT的基本原理,包括图像块嵌入、可学习的嵌入、位置嵌入和Transformer编码器等。接着讨论了ViT的张量维度变化、归纳偏置与混合架构、微调及更高分辨率等方面。最后给出了实验结果和相关代码的链接。本文的研究表明,对于CV任务,直接应用纯Transformer架构于图像块序列是可行的,无需依赖于卷积网络。 ... [详细]
  • 本文介绍了腾讯最近开源的BERT推理模型TurboTransformers,该模型在推理速度上比PyTorch快1~4倍。TurboTransformers采用了分层设计的思想,通过简化问题和加速开发,实现了快速推理能力。同时,文章还探讨了PyTorch在中间层延迟和深度神经网络中存在的问题,并提出了合并计算的解决方案。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • 本文介绍了Python语言程序设计中文件和数据格式化的操作,包括使用np.savetext保存文本文件,对文本文件和二进制文件进行统一的操作步骤,以及使用Numpy模块进行数据可视化编程的指南。同时还提供了一些关于Python的测试题。 ... [详细]
  • OCR:用字符识别方法将形状翻译成计算机文字的过程Matlab:商业数学软件;CUDA:CUDA™是一种由NVIDIA推 ... [详细]
author-avatar
Mr_XieZhiQ
无表面兄弟,不编程!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有