在 NumPy 数组中将角度从弧度转换为度
numpyserver side programmingprogramming
度和弧度是角度的两个测量单位。
度是角度最常用的测量单位。它用 theta(Ø) 表示。圆有 360 度,每度分为 60 分钟,每分钟进一步分为 60 秒。从数学上讲,弧度转换为度是通过将弧度乘以 180/pi 得到的。
弧度是物理、数学和工程中角度的自然测量单位。我们可以简单地将弧度定义为圆弧的长度与圆半径之比。圆有 2*pi 弧度。从数学上讲,可以通过将度数乘以 pi/180 将度数转换为弧度。
使用
将弧度转换为度数Numpy 库中有一个名为 degrees() 的函数,用于将 Numpy 数组中的角度从弧度转换为度数。
语法
以下是使用 degrees() 函数将弧度转换为度的语法。
numpy.degrees(array)
其中,
Numpy 是库的名称。
Degrees 是用于将弧度转换为度的函数。
Array 是输入数组。
示例
在下面的示例中,我们必须将数组传递给 degree() 函数以将弧度转换为度。
import numpy as np arr = np.array([[23,34,65,87,3,4],[78,45,90,53,5,3]]) print("创建的数组:",arr) deg = np.degrees(arr) print("弧度到度数的转换:",deg)
输出
执行上述代码后,以下是 Numpy 库的 degrees() 函数的输出 -
创建的数组:[[23 34 65 87 3 4] [78 45 90 53 5 3]] 弧度的转换到度:[[1317.8029288 1948.05650344 3724.22566835 4984.73281764 171.88733854229.18311805][4469.07080202 2578.31007809 5156.62015618 3036.67631419 286.47889757171.88733854]]
示例
让我们看另一个使用 degrees() 函数将弧度转换为度的示例。
import numpy as np arr = np.array([[[23,34,65,87,3,4],[78,45,90,53,5,3]],[[23,34,65,87,3,4],[78,45,90,53,5,3]]]) print("创建的数组:",arr) deg = np.degrees(arr) print("弧度到度的转换:",deg)
输出
运行上述代码,我们会看到以下输出 -
创建的数组:[[[23 34 65 87 3 4] [78 45 90 53 5 3]] [[23 34 65 87 3 4] [78 45 90 53 5 3]]] 弧度转换为度:[[[1317.8029288 1948.05650344 3724.22566835 4984.73281764 171.88733854 229.18311805] [4469.07080202 2578.31007809 5156.62015618 3036.67631419 286.47889757 171.88733854]] [[1317.8029288 1948.05650344 3724.22566835 4984.73281764 171.88733854 229.18311805] [4469.07080202 2578.31007809 5156.62015618 3036.67631419 286.47889757 171.88733854]]]
示例
在下面的示例中,我们将使用 numpy 库的 radians() 函数将度数转换为弧度。
import numpy as np arr = np.array([[[23,34,65,87,3,4],[78,45,90,53,5,3]],[[23,34,65,87,3,4],[78,45,90,53,5,3]]]) print("创建的数组:",arr) rad = np.radians(arr) print("角度转换为弧度:",rad)
输出
当我们运行上述代码时,将生成以下输出 -
创建的数组: [[[23 34 65 87 3 4] [78 45 90 53 5 3]] [[23 34 65 87 3 4] [78 45 90 53 5 3]]] 弧度转换为度: [[[0.40142573 0.59341195 1.13446401 1.51843645 0.05235988 0.06981317] [1.36135682 0.78539816 1.57079633 0.9250245 0.08726646 0.05235988]][[0.40142573 0.59341195 1.13446401 1.51843645 0.05235988 0.06981317] [1.36135682 0.78539816 1.57079633 0.9250245 0.08726646 0.05235988]]]