1.直角坐标与极坐标方程

比较直角坐标系方程y=x,它表示平面上的一条线,而极坐标方程ρ=θ表示螺线。用极坐标系描述的曲线方程称作极坐标方程,通常用来表示ρ为自变量θ的函数(ρ,θ)=0。

两坐标系之间的转换

极坐标系中的两个坐标r和θ可以由下面的公式转换为直角坐标系下的坐标值。
x = rcos(θ),
y = rsin(θ),
由上述二公式,可得到从直角坐标系中x和y两坐标如何计算出极坐标下的坐标:
角度θ = arctan(y/x)
总结如下:

2.科学运算三大基本库

基本知识点参考我的GitHub
补充一点:PYTHON使用MATPLOTLIB绘图时出现的中文乱码问题,设置代码如下

from matplotlib import pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

3.一个浪漫又悲情的爱情故事——笛卡尔心形线


【转载】
1650年,斯德哥尔摩的街头,52岁的笛卡尔邂逅了18岁的瑞典公主克里斯汀。

那时,落魄、一文不名的笛卡尔过着乞讨的生活,全部的财产只有身上穿的破破烂烂的衣服和随身所带的几本数学书籍。生性清高的笛卡尔从来不开口请求路人施舍,他只是默默地低头在纸上写写画画,潜心于他的数学世界。

一个宁静的午后,笛卡尔照例坐在街头,沐浴在阳光中研究数学问题。他如此沉溺于数学世界,身边过往的人群,喧闹的车马队伍。都无法对他造成干扰。

突然,有人来到他旁边,拍了拍他的肩膀,“你在干什么呢?”扭过头,笛卡尔看到一张年轻秀丽的睑庞,一双清澈的眼睛如湛蓝的湖水,楚楚动人,长长的睫毛一眨一眨的,期待着他的回应。她就是瑞典的小公主,国王最宠爱的女儿克里斯汀。

她蹲下身,拿过笛卡尔的数学书和草稿纸,和他交谈起来。言谈中,他发现,这个小女孩思维敏捷,对数学有着浓厚的兴趣。

和女孩道别后,笛卡尔渐渐忘却了这件事,依旧每天坐在街头写写画画。

几天后,他意外地接到通知,国王聘请他做小公主的数学老师。满心疑惑的笛卡尔跟随前来通知的侍卫一起来到皇宫,在会客厅等候的时候,他听到了从远处传来的银铃般的笑声。转过身,他看到了前儿天在街头偶遇的女孩子。慌忙中,他赶紧低头行礼。

从此,他当上了公主的数学老师。

公主的数学在笛卡尔的悉心指导下突飞猛进,他们之间也开始变得亲密起来。笛卡尔向她介绍了他研究的新领域——直角坐标系。通过它,代数与几何可以结合起来,也就是日后笛卡尔创立的解析几何学的雏形。

在笛卡尔的带领下,克里斯汀走进了奇妙的坐标世界,她对曲线着了迷。每天的形影不离也使他们彼此产生了爱慕之心。

在瑞典这个浪漫的国度里,一段纯粹、美好的爱情悄然萌发。

然而,没过多久,他们的恋情传到了国王的耳朵里。国王大怒,下令马上将笛卡尔处死。在克里斯汀的苦苦哀求下,国王将他放逐回国,公主被软禁在宫中。

当时,欧洲大陆正在流行黑死病。身体孱弱的笛卡尔回到法国后不久,便染上重病。在生命进入倒计时的那段日子,他日夜思念的还是街头偶遇的那张温暖的笑脸。他每天坚持给她写信,盼望着她的回音。然而,这些信都被国王拦截下来,公主一直没有收到他的任何消息。

在笛卡尔给克里斯汀寄出第十三封信后,他永远地离开了这个世界。此时,被软禁在宫中的小公主依然徘徊在皇宫的走廊里,思念着远方的情人。

这最后一封信上没有写一句话,只有一个方程:r=a(1-sinθ)。

国王看不懂,以为这个方程里隐藏着两个人不可告人的秘密,便把全城的数学家召集到皇宫,但是没有人能解开这个函数式。他不忍看着心爱的女儿每天闷闷不乐,便把这封信给了她。

拿到信的克里斯汀欣喜若狂,她立即明白了恋人的意图,找来纸和笔,着手把方程图形画了出来,一颗心形图案出现在眼前,克里斯汀不禁流下感动的泪水,这条曲线就是著名的“心形线”。

国王去世后,克里斯汀继承王位,登基后,她便立刻派人去法国寻找心上人的下落,收到的却是笛卡尔去世的消息,留下了一个永远的遗憾……

这封享誉世界的另类情书,至今,还保存在欧洲笛卡尔的纪念馆里。
————————————————

4.三大曲线图像展示

极坐标方程:

心形线:r=a(1-cosθ) (a>0)
玫瑰线:r=asin(3θ) (a>0)
阿基米德螺线:r=aθ(a>0,θ>=0)

成品展示

源代码:

import numpy as np
from matplotlib import pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号def draw():plt.title("数学其实很美")pi = np.pia = 1# 生成0到2pi的数据集datas = np.linspace(0, 2 * pi, 100)# 绘制极坐标r = a(1-cosθ)(a>0)的心形图x = a * (1 - np.cos(datas)) * (np.cos(datas))y = a * (1 - np.cos(datas)) * (np.sin(datas))plt.plot(x, y, label='心形线', color='red', linewidth='1.0')# 绘制极坐标r = a(1-cosθ)(a>0)的心形图x1 = a * (np.sin(3 * datas)) * (np.cos(datas))y1 = a * (np.sin(3 * datas)) * (np.sin(datas))plt.plot(x1, y1, label='玫瑰线', color='blue', linewidth='2.0', linestyle="--")# 绘制极坐标r = a(1-cosθ)(a>0)的阿基米德螺线图x2 = a * datas * (np.cos(datas))y2 = a * datas * (np.sin(datas))plt.plot(x2, y2, label='阿基米德螺线', color='black', linewidth='1.0', linestyle="-.")# # 使用plt.xlim设置x坐标轴范围:# plt.ylim((-10, 10))# # 使用plt.ylim设置x坐标轴范围:# plt.ylim((-10, 10))# 定义x轴名称plt.xlabel('x轴')# 定义y轴名称plt.ylabel('y轴')new_ticks = np.arange(-5, 10, 1)# 使用plt.xticks设置x轴刻度:范围是(-2,2);个数是8.plt.xticks(new_ticks)"""plt.gca获取当前坐标轴信息. 使用.spines设置边框;使用.set_color设置边框颜色"""# 坐标轴中移ax = plt.gca()# 隐藏上边和右边ax.spines['top'].set_color('none')ax.spines['right'].set_color('none')# 移动另外两个轴ax.xaxis.set_ticks_position('bottom')ax.spines['bottom'].set_position(('data', 0))ax.yaxis.set_ticks_position('left')ax.spines['left'].set_position(('data', 0))plt.legend()plt.savefig("math.png")plt.show()if __name__ == '__main__':draw()

数据分析系列章节(一):初始数学之美相关推荐

  1. 数据分析?他们早就开始用了——数学之美读书笔记

    数据分析?他们早就开始用了? 标题取得很好听,其实就是<数学之美>这本书的读书笔记.这是每一个想学编程了解计算机的人都不应该错过的好书,必须推荐 光 看这个名字,你可能以为它就是一本讲数学 ...

  2. 数学之美系列14(转帖)

    数学之美 十四 谈谈数学模型的重要性2006年8月9日 上午 09:12:00 发表者:吴军,Google 研究员 [注:一直关注数学之美系列的读者可能已经发现,我们对任何问题总是在找相应的准确的数学 ...

  3. 数学之美 系列一 -- 统计语言模型

    数学之美 系列一 -- 统计语言模型 Posted on 2009-09-11 14:54 小y 阅读(576) 评论(0) 编辑 收藏  发表者: 吴军, Google 研究员 前言 也许大家不相信 ...

  4. 数学之美系列16(转帖)

    数学之美 系列十六(上) 不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型2006年10月8日 上午 07:27:00 发表者:Google 研究员,吴军 [我们在投资时常常讲不要把所有的鸡蛋放在 ...

  5. 数学之美 系列十六 (下)- 不要把所有的鸡蛋放在一个篮子里 最大熵模型

    数学之美 系列十六 (下)- 不要把所有的鸡蛋放在一个篮子里 最大熵模型 我们上次谈到用最大熵模型可以将各种信息综合在一起.我们留下一个问题没有回答,就是如何构造最大熵模型.我们已经所有的最大熵模型都 ...

  6. 数学之美 系列十六(上) 不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型

    数学之美 系列十六(上) 不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型 [我们在投资时常常讲不要把所有的鸡蛋放在一个篮子里,这样可以降低风险.在信息处理中,这个原理同样适用.在数学上,这个原理 ...

  7. 数学之美 系列十五 繁与简 自然语言处理的几位精英

    数学之美 系列十五 繁与简 自然语言处理的几位精英 我在数学之美系列中一直强调的一个好方法就是简单.但是,事实上,自然语言处理中也有一些特例,比如有些学者将一个问题研究到极致,执著追求完善甚至可以说完 ...

  8. 数学之美 系列十三 信息指纹及其应用

    数学之美 系列十三 信息指纹及其应用 任何一段信息文字,都可以对应一个不太长的随机数,作为区别它和其它信息的指纹(Fingerprint).只要算法设计的好,任何两段信息的指纹都很难重复,就如同人类的 ...

  9. 数学之美 系列 12 - 余弦定理和新闻的分类

    数学之美 系列 12 - 余弦定理和新闻的分类 余弦定理和新闻的分类似乎是两件八杆子打不着的事,但是它们确有紧密的联系.具体说,新闻的分类很大程度上依靠余弦定理. Google 的新闻是自动分类和整理 ...

最新文章

  1. 动机模型_一个模型教你如何激发学习动机
  2. 视频jourk--hadoop2.2.0(第一个2.x的正式版本)框架介绍:笔记
  3. Ubuntu Snap 简述
  4. how does framework know the Advertisement model should be used to parse json
  5. SQL Server 2000优化SELECT语句方法
  6. Laravel教程 四:数据库和Eloquent
  7. GitHub通过Git上传文件(夹)
  8. 线下见面会,下一站定啦!
  9. 需要实战项目的看过来: 黑马最新java《十次方》社交项目 请仔细看!
  10. 项目管理十大知识领域之项目整合管理
  11. 网站域名被封锁、被屏蔽、被和谐后该如何处理
  12. 微信生成二维码报invalid action name hint错误的解决方法
  13. learn git branching 重新开始
  14. 资本资产定价模型CAPM
  15. Mozi僵尸网络(P2P僵尸网络Mozi)
  16. 学习《C++ Primer Plus》习题篇1 第六版第6章习题
  17. 零基础移动端APP设计与开发教程
  18. docker笔记13 - 容器间的单双向通信
  19. illustrator下载_使用Illustrator和Photoshop创建复仇者联盟文字效果
  20. Android 查看第三方应用进程的内存开销

热门文章

  1. Harris角点检测原理-
  2. opencv学习笔记二十九:SIFT特征点检测与匹配
  3. 服务器遭受攻击的方式,如何抵御攻击?
  4. iphone 11 128G 网络比价
  5. Windows Server 2025 简体中文版下载(Inside Preview)
  6. NFT 项目的十大评估维度
  7. 头条后台实习面试(二面挂)
  8. 王者转号仅显示可转移的服务器,王者可以跨系统转移账号了,需要花99,大家怎么看?...
  9. 两数之和 II - 输入有序数组(Java实现)
  10. 如何确认数据库连接数是否超过数据库的承载能力