关于椭圆的方程(有Python画的动图)

2024-06-21 11:36
文章标签 python 方程 动图 椭圆

本文主要是介绍关于椭圆的方程(有Python画的动图),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

关于椭圆的方程(有Python画的动图)

flyfish
在这里插入图片描述

几何定义

椭圆是平面上所有到两个固定点(焦点)的距离之和为常数的点的集合。这两个固定点叫做焦点。

解析几何描述

设椭圆的两个焦点为 F 1 F_1 F1 F 2 F_2 F2,焦距(两焦点之间的距离的一半)为 c c c,长轴的半长轴为 a a a,短轴的半短轴为 b b b,椭圆上任意一点到这两个焦点的距离之和是一个常数 2 a 2a 2a。如果椭圆的中心在原点,长轴平行于 x x x 轴,则椭圆的标准方程为: x 2 a 2 + y 2 b 2 = 1 \frac{x^2}{a^2} + \frac{y^2}{b^2} = 1 a2x2+b2y2=1如果长轴平行于 y y y 轴,只需交换 a a a b b b 的位置: x 2 b 2 + y 2 a 2 = 1 \frac{x^2}{b^2} + \frac{y^2}{a^2} = 1 b2x2+a2y2=1

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.animation import FuncAnimation, PillowWriterdef plot_ellipse_with_moving_point(a, b, num_frames=100, interval=50):# 椭圆方程参数theta = np.linspace(0, 2 * np.pi, num_frames)x = a * np.cos(theta)y = b * np.sin(theta)# 焦点位置c = np.sqrt(a**2 - b**2)F1 = (-c, 0)F2 = (c, 0)# 创建图形fig, ax = plt.subplots(figsize=(8, 6))ax.plot(x, y, label=f'Ellipse: $\\frac{{x^2}}{{{a}^2}} + \\frac{{y^2}}{{{b}^2}} = 1$')ax.scatter(*F1, color='red')ax.scatter(*F2, color='red')ax.text(F1[0], F1[1], 'F1', fontsize=12, ha='right')ax.text(F2[0], F2[1], 'F2', fontsize=12, ha='left')ax.axhline(0, color='black', linewidth=0.5)ax.axvline(0, color='black', linewidth=0.5)ax.grid(color='gray', linestyle='--', linewidth=0.5)ax.set_aspect('equal', adjustable='box')ax.set_title('Ellipse with Moving Point')ax.set_xlabel('x')ax.set_ylabel('y')ax.legend()# 初始化点 P 和连接线point, = ax.plot([], [], 'bo')line1, = ax.plot([], [], 'gray', linestyle='dotted')line2, = ax.plot([], [], 'gray', linestyle='dotted')# 初始化函数def init():point.set_data([], [])line1.set_data([], [])line2.set_data([], [])return point, line1, line2# 更新函数def update(frame):P = (a * np.cos(theta[frame]), b * np.sin(theta[frame]))point.set_data([P[0]], [P[1]])line1.set_data([F1[0], P[0]], [F1[1], P[1]])line2.set_data([F2[0], P[0]], [F2[1], P[1]])return point, line1, line2# 创建动画ani = FuncAnimation(fig, update, frames=num_frames, init_func=init, interval=interval, blit=True)# 保存动画ani.save('ellipse_with_moving_point.gif', writer=PillowWriter(fps=20))plt.show()# 参数
a = 5
b = 3
plot_ellipse_with_moving_point(a, b)

这篇关于关于椭圆的方程(有Python画的动图)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1081115

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点