sin函数对照表_正弦函数表

最新推荐文章于 2024-07-08 16:26:41 发布
最新推荐文章于 2024-07-08 16:26:41 发布
阅读量1.2k 收藏
点赞数
文章标签： sin函数对照表
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39897127/article/details/111792086
版权

Modify Red Max value and Point count to the value you want

Level

Max Value

Point Count

Point Number

Degree

Sin Value

30

255

45

0

0

0

30

255

45

1

0.034906585

0.034899497

30

255

45

2

0.06981317

0.069756474

30

255

45

3

0.104719755

0.104528463

30

255

45

4

0.13962634

0.139173101

30

255

45

5

0.174532925

0.173648178

30

255

45

6

0.20943951

0.207911691

30

255

45

7

0.244346095

0.241921896

30

255

45

8

0.27925268

0.275637356

30

255

45

9

0.314159265

0.309016994

30

255

45

10

0.34906585

0.342020143

30

255

45

11

0.383972435

0.374606593

30

255

45

12

0.41887902

0.406736643

30

255

45

13

0.453785606

0.438371147

30

255

45

14

0.488692191

0.469471563

30

255

45

15

0.523598776

0.5

30

255

45

16

0.558505361

0.529919264

30

255

45

17

0.593411946

0.559192903

30

255

45

18

0.628318531

0.587785252

30

255

45

19

0.663225116

0.615661475

30

255

45

20

0.698131701

0.64278761

30

255

45

21

0.733038286

0.669130606

30

255

45

22

0.767944871

0.69465837

30

255

45

23

0.802851456

0.7193398

30

255

45

24

0.837758041

0.743144825

30

255

45

25

0.872664626

0.766044443

30

255

45

26

0.907571211

0.788010754

30

255

45

27

0.942477796

0.809016994

30

255

45

28

0.977384381

0.829037573

30

255

45

29

1.012290966

0.848048096

30

255

45

30

1.047197551

0.866025404

30

255

45

31

1.082104136

0.882947593

30

255

45

32

1.117010721

0.898794046

30

255

45

33

1.151917306

0.913545458

30

255

45

34

1.186823891

0.927183855

30

255

45

35

1.221730476

0.939692621

30

255

45

36

1.256637061

0.951056516

30

255

45

37

1.291543646

0.961261696

30

255

45

38

1.326450232

0.970295726

30

255

45

39

1.361356817

0.978147601

30

255

45

40

1.396263402

0.984807753

30

255

45

41

1.431169987

0.990268069

30

255

45

42

1.466076572

0.994521895

30

255

45

43

1.500983157

0.99756405

30

255

45

44

1.535889742

0.999390827

30

255

45

45

1.570796327

1

30

255

45

46

1.605702912

0.999390827

30

255

45

47

1.640609497

0.99756405

30

255

45

48

1.675516082

0.994521895

30

255

45

49

1.710422667

0.990268069

30

255

45

50

1.745329252

sin函数对照表_三角函数sin值表
weixin_35339622的博客
12-30 4万+
sin1=0.01745240643728351sin2=0.03489949670250097sin3=0.05233595624294383sin4=0.0697564737441253sin5=0.08715574274765816sin6=0.10452846326765346sin7=0.12186934340514747sin8=0.13917310096006544sin9=0.15...
sin函数对照表_三角函数表值对照表格
热门推荐
weixin_39959298的博客
12-21 2万+
三角函数是数学中属于初等函数中的超越函数的一类函数。它们的本质是任意角的集合与一个比值的集合的变量之间的映射。通常的三角函数是在平面直角坐标系中定义的，其定义域为整个实数域。另一种定义是在直角三角形中，但并不完全。sin0=sin0°=0cos0=cos0°=1tan0=tan0°=0sin15=0.650；sin15°=(√6-√2)/4cos15=-0.759；cos15°=(√6+√2)/4...
生成sin函数表
01-27
生成sin函数表，简单可靠，简单容易使用，简单简单简单
sin函数值记录表
baowxz的专栏
03-05 6385
sin90=1。
sin函数对照表_三角函数对照表
weixin_30357183的博客
01-13 5934
sin1=0.01745240643728351sin2=0.03489949670250097sin3=0.05233595624294383sin4=0.0697564737441253sin5=0.08715574274765816sin6=0.10452846326765346sin7=0.12186934340514747sin8=0.13917310096006544sin9=0.15...
正弦函数图象
12-14
正弦函数，通常表示为sin(x)，是周期性函数，它以角度x作为输入，返回一个介于-1和1之间的浮点数作为输出。在直角坐标系中，正弦函数的图像是一个上下波动的曲线，横轴代表角度，纵轴代表函数值。这个图像的周期是2...
基于CORDIC算法的SIN和COS函数的设计
qq_71663825的博客
07-08 1848
基于CORDIC算法的sin和cos函数的设计
c语言源代码三角函数大全,【C语言及程序设计】项目2-9-3：编制三角函数表
weixin_31036469的博客
05-17 1430
问题描述：要求在main()函数中调用show_sin_table(min_angle, max_angle)，显示角度值为min_angle到max_angle之间的所有角度(间隔为1度)的正弦值。要求不能用数学库函数，可以将项目“太乐了”中的mysin函数拷贝到这个程序中，用于计算sin值。例如show_sin_table(0, 90)可以显示出所有0到90度的正弦值。可以考虑以速查表格的形式...
数学名词中英文对照表.doc
10-12
16. **反正弦函数 (arc-sin function)**：返回正弦值的逆运算，即从-π/2到π/2的角度。 17. **反正切函数 (arc-tangent function)**：返回正切值的逆运算，即从-π/2到π/2的角度。 18. **平均数 (average)**：...
常用拉普拉斯变换和Z变换表.docx
12-05
根据给出的部分内容，我们看到一个包含常见时域函数及其对应的拉普拉斯变换和Z变换的对照表。以下是一些示例： 1. 零阶保持器（单位阶跃函数）\( u(t) \) 的拉普拉斯变换为 \( \frac{1}{s} \)，Z变换为 \( \frac{1}...
sin函数查表
05-07
基于dsp的sin函数查表法，大家参考学习
sin函数表，对采用查表法做sin的有点帮助
12-15
c语言的sin函数表，对采用查表法做sin的有点帮助
正弦波数据生成器（正弦波表）
05-12
生成正弦波码表，可以通过单片机DA输出正弦波
正弦波数据生成器（正弦波表）.rar
10-29
正弦波数据生成器（正弦波表）.rar 正弦波数据生成器（正弦波表）.rar 正弦波数据生成器（正弦波表）.rar 正弦波数据生成器（正弦波表）.rar 正弦波数据生成器（正弦波表）.rar
正弦波数据表软件
11-07
正弦波DA数据表格数据生成，定时输出查表数据，即可经隔直变交流
sin函数对照表_三角函数值对照表
weixin_39932479的博客
12-21 3627
三角函数是基本初等函数之一，是以角度(数学上最常用弧度制)为自变量，角度对应任意角终边与单位圆交点坐标或其比值为因变量的函数。常见的三角函数包括正弦函数、余弦函数和正切函数等。常用三角函数值对照表三角函数公式一、倍角公式1.sin2A=2sinA*cosA2.cos2A=cosA^2-sinA^2=1-2sinA^2=2cosA^2-13.tan2A=(2tanA)/(1-tanA^2)(注：si...
sin函数对照表_三角函数对照表)
weixin_32236415的博客
12-30 1万+
sin1=0.01745240643728351sin2=0.03489949670250097sin3=0.05233595624294383sin4=0.0697564737441253sin5=0.08715574274765816sin6=0.10452846326765346sin7=0.12186934340514747s...
sin函数对照表_正余弦函数值表
weixin_39943101的博客
12-21 5051
0.00001.00000.10.00171.00004.10.07150.99748.10.14090.99000.20.00351.00004.20.07320.99738.20.14260.98980.30.00521.00004.30.07500.99728.30.14440.98950.40.00701.00004.40.07670.99718.40.14610.98930.50.008...
C语言提高-第9讲： 函数的嵌套调用(编制sin函数表)
Osseyda's Nation
10-13 1718
任务和代码： /* *All rights reserved *文件名称:main.c *作者: Osseyda 完成日期：2017.10.13 *版本号：v2. * *问题描述：在main()函数中调用show_sin_table(min_angle, max_angle)，显示角度值为min_angle到max_angle之间的所有角度（间隔为1度）的正弦值。
函数拟合 python
最新发布
02-18
### Python 中的函数拟合 #### 使用 `numpy.polyfit` 和 `numpy.poly1d` 对于多项式拟合，可以利用 NumPy 库中的两个功能强大的工具——`polyfit` 和 `poly1d`。前者用于计算最小二乘法下的最佳拟合系数；后者则创建了一个方便调用的一维多项式对象。 ```python import numpy as np import matplotlib.pyplot as plt # 假设有一组数据点 (x, y) x = np.array([0, 1, 2, 3, 4]) y = np.array([-1, 0.7, 0.9, 0.8, -1]) degree = 3 # 设定为三次方程 coefficients = np.polyfit(x, y, degree)[^2] polynomial = np.poly1d(coefficients) print(f'Fitted polynomial coefficients: {coefficients}') print('Polynomial function:', str(polynomial)) plt.scatter(x, y, color='red') xp = np.linspace(min(x), max(x)) yp = polynomial(xp) plt.plot(xp, yp, label=f'Degree={degree} fit') plt.legend() plt.show() ``` 这段代码展示了如何通过给定的数据集来找到最合适的三次多项式的参数，并绘制原始散点图及其对应的拟合曲线。 #### 利用 SciPy 进行更复杂的插值与平滑处理 当面对更加复杂的情况时，SciPy 提供了一系列高级算法来进行不同类型的拟合工作。例如： - **线性和样条插值** 可以借助于 `scipy.interpolate.interp1d` 来完成； - 对含有噪声的数据序列应用萨维奇尔-戈利滤波器 (`savgol_filter`) 能够有效地去除高频干扰并保持趋势特征不变。 下面是一个简单的例子展示如何使用 Savitzky-Golay 滤波器对带有随机噪音的时间序列信号进行平滑化操作: ```python from scipy.signal import savgol_filter np.random.seed(0) # 设置种子以便重复实验结果 time_series = np.sin(np.linspace(0, 10 * np.pi, num=50)) + \ 0.5 * np.random.randn(len(x)) filtered_signal = savgol_filter(time_series, window_length=7, polyorder=3) fig, ax = plt.subplots(figsize=(8, 6)) ax.plot(time_series, 'b-', lw=2, alpha=0.4, label="Noisy signal") ax.plot(filtered_signal, 'r-', lw=2, label="Filtered signal") ax.set_xlabel("Time index", fontsize=14) ax.set_ylabel("Amplitude", fontsize=14) ax.grid(True) ax.legend(loc='best', frameon=False); ``` 此段脚本先生成了一串正弦波动加上一定比例的标准正态分布白噪声音频片段作为输入源材料，接着采用七阶宽度窗口配合三阶多项式模型执行 SG 滤镜运算得到净化后的输出版本. #### 多变量高次项拟合案例分析 针对多维度空间内的非线性关系建模需求，则可考虑引入 Scikit-Learn 的预处理器模块所提供的 `PolynomialFeatures` 类型转换机制，它允许用户自定义目标表达式的最高幂次数目从而构建出更高层次结构化的回归预测框架. ```python from sklearn.linear_model import LinearRegression from sklearn.pipeline import make_pipeline X = [[i / 10., i % 10.] for i in range(-50, 50)] Y = [(xi[0]**2 + xi[1]**2)**0.5 for xi in X] model = make_pipeline(PolynomialFeatures(degree=2), LinearRegression()) model.fit(X, Y) test_points = [[a/10., b%10.]for a,b in zip(range(-10, 10),range(-10, 10))] predictions = model.predict(test_points) for point,prediction in zip(test_points[:5], predictions[:5]): print(f"Point ({point}) -> Predicted value: {prediction:.3f}") # 输出部分样本测试点与其对应估计值得对照表 ``` 上述程序实现了基于二次曲面假设条件下的欧式距离估算任务，在此基础上还可以进一步扩展至任意指定形式的目标函数形态之上[^3].
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值