|
1圆周 对应 360(角度) 对应 2π(弧度)
圆周
2πr = L
圆的一周，就是围绕着一点转一圈
从角度的维度看，就是360度，就是一周
从弧度的维度看，就是2π,实际是2π弧度,弧度的单位是rad，也叫2πrad
所有的圆都是如此，圆与圆之间在这一点上完全一致，统一
所有的量度单位，都有1这个概念，比如，1米，1斤，
通常，在相同的维度上，都有一个统一的度量，比如在距离这个维度上，是米，1米
不同国家之间，还有不同的单位，比如尺，1尺
但圆很特殊，圆有一个不重不漏的最小周期，
一个圆，不像距离这样的度量，可以无限长，因为距离没有周期性，
这里就规定(这是本人自己规定的，出了本网站无效)
圆周 与2πrad对应，与360度对应
(1角度)*360 =(1弧度)*2π = 圆周 = 360(角度) = 2π(弧度)
圆周的单位取 Θ(大写)或θ(小写)
$\Theta$ Θ
$\theta$ θ
30度对应 π/6
30度转化到角度
圆周 =(对应) 360(角度) =(对应) 2π(弧度)
30角度 对应 30 * 2π/360 = π/6（弧度）
度量转化
角度/360,化为 圆周，去除了角度的属性，回归圆周的度量上
弧度/2π, 化为 圆周，去除了弧度的属性，回归圆周的度量上
圆周×360,回归角度
圆周×2π, 回归弧度
是角度，就除以360,得到几分之一个圆周，再乘以2π就是弧度，
是弧度，就除以2π，得到几分之一个圆周，再乘以360就是角度
因为这涉及到了数学定义，使用了=，等号为什么能连接 角度与弧度 ？
= 表示的是等价，相同，相同，对应 等
就像 1公斤=1千克，1斤=0.5Kg 一样，
公斤与千克这两个汉字是不一样的，但它们代表的含义是一样的，
都是重量这一个维度，相等的量
(1角度)*360 =(1弧度)*2π = 圆周 = 360(角度) = 2π(弧度)
描述的是同一个事物：圆的一周，
它们本质就是等价的，
只是从不同的维度去描述，所以，可以用=连接起来
|
Return the angle of the complex argument.
Parameters
----------
z : array_like
A complex number or sequence of complex numbers.
deg : bool, optional
Return angle in degrees if True, radians if False (default).
degrees 英/dɪˈgriːz/ 美/dɪˈgriz/
n.度，度数(角的量度单位)；程度；度数(温度单位) degree的复数
radian 英/ˈreɪdiən/ 美/ˈreɪdiən/ n.弧度
import numpy as np
import numpy.fft as fft
def sample_time():
"""采样时间向量"""
# 采样的方式/规律，采的是一系列时间点/时刻，只是这些时刻 具有/内含 周期性
Fs = 1024*8; # 采样频率=1秒内采样Fs个点，也叫8KHz
dt = 1/Fs; # 采样周期，时间间隔,时间步长，两个采样点之间的时间差
L = 1024*8*100; # 信号长度，大于L的最接近的2的次幂NFFT
t = [i*dt for i in range(L)] #从0开始到L-1个数值
t = np.array(t) # 转向量
return t
t = sample_time()
# 得到分解波的频率序列
freqs = fft.fftfreq(t.size, t[1] - t[0]) #采样间隔(采样率的倒数)。默认为 1;freqs包含样本频率的长度为 n 的数组。
def sample_data(t):
"""采样信号数据"""
#信号的周期，规律，信息等，前面采样的方式只是得到一系列的时间点，代入信息的公式/规律中，以便于更好的观察信号
S1 = 5*np.sin(2*np.pi*10*t- 2*np.pi/360)+3
return S1
S = sample_data(t=sample_time())
complex_array = fft.fft(S) # 傅立叶变换
#角度
np.angle(complex_array[:12],deg=True)
array([ 0. , -60.02873838, 73.75673919, -146.47015257,
-50.09527735, 94.56046061, -134.85312109, -37.83180982,
113.34564943, -111.5740037 , -22.91965861, 129.23333301])
129.23333301*2*np.pi/360
2.255547164350774
#弧度
np.angle(complex_array[:12],deg=False)
array([ 0. , -1.04769913, 1.28729794, -2.55638642, -0.87432753,
1.65039138, -2.35363097, -0.66028964, 1.97825478, -1.94733372,
-0.40002351, 2.25554716])
|