CartesianDifferential

class astropy.coordinates.CartesianDifferential(d_x, d_y=None, d_z=None, unit=None, xyz_axis=None, copy=True)

基类：BaseDifferential

三维笛卡尔坐标中点的微分。

参数:

d_x, d_y, d_z : Quantity or array数量或数组

微分的x，y，z坐标。如果 d_x ， d_y 和 d_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 d_x 假定它包含一个数组，其中存储了3个坐标 xyz_axis .

unit : Unit or str单位或 Python ：字符串

如果给出，则差分将转换为该单位（如果未给出，则视为在该单位中）。

xyz_axis : int ，可选PYTHON：int，可选

当提供单个数组而不是distinct时，存储坐标的轴 d_x ， d_y 和 d_z （默认值：0）。

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
d_x	差速器的“d_x”部件。
d_xyz	返回x、y和z坐标的向量数组。
d_y	差速器的组件“d”。
d_z	差速器的“d_z”部件。
name	表示或微分的名称。

方法总结

from_cartesian(other[, base])	将差分从三维直角笛卡尔坐标转换为所需的类。
get_d_xyz([xyz_axis])	返回x、y和z坐标的向量数组。
to_cartesian([base])	将微分转换为三维直角笛卡尔坐标。
transform(matrix[, base, transformed_base])	在笛卡尔基础上使用3x3矩阵变换微分。

属性文档

attr_classes = {'d_x': <class 'astropy.units.quantity.Quantity'>, 'd_y': <class 'astropy.units.quantity.Quantity'>, 'd_z': <class 'astropy.units.quantity.Quantity'>}

d_x

差速器的“d_x”部件。

d_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:

d_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。

d_y

差速器的组件“d”。

d_z

差速器的“d_z”部件。

name: ClassVar[str] = 'cartesian'

表示或微分的名称。

当定义一个类别时，默认情况下，名称是类的大小写名称，并删除了任何尾随的“表示”或“差异”。(E.g.,“球形”的 SphericalRepresentation 或 SphericalDifferential .)

这可以在通过设置类属性来定义子集时进行自定义。

方法文件

classmethod from_cartesian(other, base=None)

将差分从三维直角笛卡尔坐标转换为所需的类。

参数:

other

把这个对象转换成微分。

base ： BaseRepresentationBaseRepresentation

要转换差分的点：每个分量乘以其单位向量和比例因子。将转换为 cls.base_representation 如果需要的话。

返回:

BaseDifferential 子类实例

一个新的差分对象，它是类的类型。

get_d_xyz(xyz_axis=0)

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:

d_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。

to_cartesian(base=None)

将微分转换为三维直角笛卡尔坐标。

参数:

base ：的实例 self.base_representation实例

将要转换差分的点：每个分量乘以其单位矢量和比例因子。

返回:

CartesianDifferential

此对象已转换。

transform(matrix, base=None, transformed_base=None)

在笛卡尔基础上使用3x3矩阵变换微分。

这将返回新的差异，并且不会修改原始差异。

参数:

matrix : (3,3) array_like(3，3)

3x3(或其堆叠)矩阵，例如旋转矩阵。

base, transformed_base : CartesianRepresentation or None ，可选Cartesian表示或PYTHON：无，可选

在笛卡尔变换中不使用。