空间参考系统：方位角（azimuth）/仰角（elevation）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、pandas是什么？
• 二、使用步骤
  • 1.引入库
  • 2.读入数据
• 总结

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

一、方位角（azimuth）

        从某点指北方向线起，按照顺时针方向旋转到目标方向线之间的水平夹角，叫做方向角，角度范围[0,2π]。通俗来说，方向角就是正北方向到目标之间的水平夹角。

 图片来源：https://upload.wikimedia.org/wikipedia/commons/thumb/f/f7/Azimuth-Altitude_schematic.svg/1200px-Azimuth-Altitude_schematic.svg.png方位角计算：

1.    已知一个平面上2个坐标，如果使用弧度，则方位角：

         

        如果使用角度，则：

        

        同理，可以由方位角计算坐标，其中一点坐标A（X1，Y1），方位角已知为α，两点之间距离是D，则另一点B坐标（X2,Y2）：

        

二、仰角（elevation）

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。