坐标系把“位置”变成数，把“图形”变成方程。解析几何则进一步用代数方法研究几何关系，使点、线、圆、曲线都可以通过数和式来描述。
在人工智能相关数学基础中，坐标思想非常重要。数据样本可以看成坐标点，多个特征可以看成多个坐标分量，模型中的直线、平面、曲线和边界，常常可以用方程、函数或几何关系表示。理解坐标系与解析几何，是后面学习向量空间、线性变换、距离度量和可视化的重要基础。
一、平面直角坐标系
1、坐标轴
平面直角坐标系（Cartesian Coordinate System）由两条互相垂直的数轴组成。
水平的数轴称为x 轴，竖直的数轴称为y 轴。两条坐标轴的交点称为原点，通常记作 O。
原点的坐标是：
x 轴表示水平方向的位置，y 轴表示竖直方向的位置。通过这两条坐标轴，平面上的点就可以用两个数来确定。
图 1：平面直角坐标系中的坐标轴、原点与象限
2、点的坐标
平面上的一个点可以用有序数对表示：
其中，x 表示点在水平方向上的位置，y 表示点在竖直方向上的位置。
例如：
表示从原点出发，先向右移动 3 个单位，再向上移动 2 个单位。
如果点为：
则表示从原点出发，先向左移动 2 个单位，再向上移动 1 个单位。
坐标的顺序不能颠倒。点 (3,2) 和点 (2,3) 通常表示两个不同位置。
3、象限
x 轴和 y 轴把平面分成四个区域，称为四个象限（Quadrants）。
第一象限：x > 0，y > 0；
第二象限：x < 0，y > 0；
第三象限：x < 0，y < 0；
第四象限：x > 0，y < 0。
例如：
(2, 3) 位于第一象限；
(-2, 1) 位于第二象限；
(-2, -3) 位于第三象限；
(2, -3) 位于第四象限。
如果一个点在坐标轴上，它不属于任何象限。例如，点 (0,3) 在 y 轴上，点 (2,0) 在 x 轴上。
4、点与数对的对应关系
在平面直角坐标系中，每个点都对应唯一一个有序数对，每个有序数对也对应唯一一个点。
这种对应关系可以写成：
这使几何问题可以转化为代数问题。
例如，“点 P 在哪里”可以转化为“P 的坐标是多少”；“两个点有多远”可以转化为“两个数对之间如何计算距离”。
坐标系的意义正在这里：它把图形位置变成可计算的数。
二、直线与斜率
1、直线方程
在坐标平面中，直线可以用方程描述。
最常见的直线方程是斜截式：
其中，k 是斜率（Slope），b 是截距（Intercept）。这个形式可以表示非竖直直线；竖直线通常写成 x = c。
例如 y = 2x + 1 表示一条直线。当 x 取不同值时，可以计算出对应的 y，再把这些点画在坐标系中，就得到这条直线。
这些点都在直线 y = 2x + 1 上。
图 2：直线 y = kx + b 中斜率与截距的含义
2、斜率的含义
斜率表示直线的倾斜程度。
在直线 y = kx + b 中，k 就是斜率。
如果 k > 0，直线从左到右上升；
如果 k < 0，直线从左到右下降；
如果 k = 0，直线是水平的。
例如：
中，斜率为 2。它表示：x 每增加 1，y 增加 2。
因此，斜率不仅表示“斜不斜”，还表示 y 随 x 变化的快慢。
3、斜率公式与平均变化率
如果一条直线经过两个点：
并且 x₁ ≠ x₂，则斜率可以写成：
其中，y₂ - y₁ 表示纵向变化量，x₂ - x₁ 表示横向变化量。
例如，两点为：
则斜率为：
这个值也可以理解为平均变化率（Average Rate of Change）：当 x 从 1 变到 2 时，x 增加 1 个单位，y 增加 2 个单位。
4、截距的含义
在直线方程 y = kx + b 中，b 称为y 轴截距（y-intercept）。它表示直线与 y 轴相交的位置。
因为 y 轴上的点满足 x = 0，所以：
也就是说，直线与 y 轴的交点是 (0, b)。
例如：
的截距是 1，直线经过点 (0, 1)。
5、两点确定一条直线
在平面中，如果两个点不同，并且给定它们的位置，就可以确定唯一一条直线。如果两个点完全重合，就不能由这两个点确定唯一直线。
假设两点为：
需要分两种情况讨论。
如果 x₁ ≠ x₂，直线不是竖直线，可以先用斜率公式求出 k：
求出斜率后，可以使用点斜式：
点斜式的意思是：一条直线如果经过点 (x₁, y₁)，并且斜率为 k，那么这条直线上任意一点 (x, y) 都要满足“纵向变化量”和“横向变化量”的比例等于 k。
也就是说，对于直线上另一个横坐标不同于 x₁ 的点，可以写成：
把它整理一下，就得到：
例如，过点 (1,3) 和 (2,5) 的直线斜率为：
代入点 (1,3)：
如果 x₁ = x₂，则两个点的横坐标相同，直线是竖直线，不能用斜率公式求 k。此时直线方程可以直接写成：
例如，过点 (2,1) 和 (2,5) 的直线是竖直线，方程为：
这说明几何中的“过两点作直线”，可以用代数公式精确表达；但在使用斜率公式和点斜式前，要先判断这条直线是否为竖直线。
三、距离与中点
1、两点之间的距离
在坐标系中，两个点之间的距离可以通过坐标计算。
设两点为：
它们之间的距离为：
例如，点 A = (1,2)，点 B = (4,6)，则：
图 3：两点之间的距离与直角三角形关系
2、距离公式的几何来源
距离公式来自勾股定理。
两点 P₁ 和 P₂ 的横向差为：
纵向差为：
这两个差值可以构成一个直角三角形的两条直角边。两点之间的距离就是斜边。
根据勾股定理：
因此：
3、中点坐标
中点（Midpoint）是连接两个点的线段正中间的点。
设两点为：
它们的中点 M 为：
例如，点 A = (1,2)，点 B = (5,8)，则中点为：
中点坐标的含义很直观：分别取两个 x 坐标的平均值，再取两个 y 坐标的平均值。
4、几何关系的代数表达
坐标系让几何关系可以转化为代数表达。
例如：
• 两个点之间的距离，可以写成距离公式
• 一条线段的中点，可以写成坐标平均值
• 一条直线的倾斜程度，可以写成斜率
• 一个点是否在直线上，可以通过代入方程判断
例如，要判断点 (2,5) 是否在直线 y = 2x + 1 上，只需代入 x = 2：
结果与 y 坐标相同，因此点 (2,5) 在这条直线上。
这就是解析几何的基本思想：用代数计算处理几何问题。
四、圆与曲线
1、圆的方程
圆可以用方程表示。
如果圆心是原点 O = (0,0)，半径为 r，则圆的方程是：
例如，半径为 3 的圆可以写成：
这个方程表示：所有到原点距离等于 3 的点组成的集合。
2、圆心与半径
如果圆心是：
半径为 r，则圆的方程是：
其中，(a, b) 决定圆的位置，r 决定圆的大小。
图 4：圆心、半径与圆的方程
例如，圆心为 (2,1)，半径为 3 的圆为：
这个方程表示：所有到点 (2,1) 距离等于 3 的点。
3、曲线作为点的集合
在解析几何中，曲线可以看成满足某个方程的点的集合。
例如：
表示所有满足 y = x² 的点组成的曲线。当 x 取不同值时，可以得到不同点：
这些点连接起来，就形成抛物线。
4、几何条件与方程的对应
许多几何条件都可以写成方程。
“到原点的距离等于 r”对应：
“到点 (a, b) 的距离等于 r”对应：
“y 是 x 的平方”对应：
解析几何的美感就在于：图形、条件和方程可以互相翻译。
五、从二维平面到高维空间
1、二维坐标
二维坐标用两个数表示一个点：
它适合表示平面中的位置。
例如：
可以表示平面上一个点，也可以表示一个样本的两个特征。
例如，在数据分析中，x 可以表示学习时间，y 可以表示测试成绩。
2、三维坐标
三维坐标用三个数表示一个点：
其中，x、y、z 分别表示三个方向上的位置。
例如：
可以表示三维空间中的一个点，也可以表示一个样本的三个特征。
三维坐标比二维坐标多了一个方向，因此可以表示更丰富的位置关系。
3、高维坐标与多维数据表示的直觉
在二维坐标中，一个点用两个数表示 (x, y)，在三维坐标中，一个点用三个数表示 (x, y, z)，如果继续增加坐标分量，就可以得到更高维的表示。
例如，一个四维点可以写成：
更一般地，一个 n 维点可以写成：
这里的每一个坐标分量，都可以表示一个维度上的数值。
在几何中，维度可以理解为空间方向；在数据分析和人工智能中，维度更常被理解为特征（Feature）。
例如，一个学生样本可以由多个特征描述：
学 习 时 间 作 业 完 成 率 测 验 成 绩 出 勤 率
如果把这些特征写成数值，就可能得到：
这个有序数组可以看成高维空间中的一个点。
再如，一个房屋样本可以表示为：
面 积 房 龄 楼 层 到 地 铁 站 距 离
对应的数值可能是：
这里，每一个样本都是一个点，每一个特征都是一个坐标方向。
图 5：从二维坐标到高维特征空间
当样本有两个特征时，可以画在二维平面中；当样本有三个特征时，可以想象为三维空间中的点；当样本有几十个、几百个甚至更多特征时，就进入高维空间。
高维空间虽然难以直接画出来，但它的基本思想与二维坐标一致：一个对象由多个数描述，每个数表示一个维度上的取值。
4、解析几何与向量空间的联系
坐标点可以进一步看成向量（Vector）。
例如，二维点：
也可以看成从原点指向该点的向量。
高维坐标：
也可以看成 n 维向量。
在人工智能中，图像、文本、音频和用户行为等数据，往往都会被转化为高维数值表示。
例如，一张图片可以被展开成大量像素值；一段文本可以被表示成词向量或嵌入向量；一个用户可以被表示成兴趣、点击、购买、停留时间等多个特征组成的向量。
解析几何与向量空间有天然联系。坐标系帮助我们描述点和图形，向量空间进一步帮助我们研究方向、长度、投影、线性组合和空间变换。
六、Python 示例：绘制点、直线、圆与曲线
1、绘制坐标点
下面用 Python 绘制几个坐标点。
这段代码展示了数对如何对应到坐标平面上的点。
2、绘制直线
下面绘制直线：
这段代码体现了直线方程与函数图像之间的关系：给定 x，计算 y，再把点连接起来。
3、绘制圆
方程：
它表示圆心在原点、半径为 3 的圆。
这里用参数 t 生成圆上的点。虽然圆的方程是 x² + y² = 9，但在程序中常用参数形式来绘图。
4、观察方程和图像的关系
下面绘制曲线：
改变方程，就会改变图像。解析几何正是通过这种方式，把代数表达和几何形状联系起来。
七、概念辨析
1、认为坐标只是定位工具
坐标当然可以表示位置，但它的意义不止于定位。
坐标还可以表示数据特征、向量分量、模型输入和空间结构。在机器学习中，一个样本常常就可以看成高维空间中的一个点。
因此，坐标系不仅是画图工具，也是数学建模的重要语言。
2、不理解图形可以由方程描述
很多人一开始觉得图形是画出来的，方程是算出来的。
解析几何把二者连接起来：满足同一个方程的点，会形成某种图形。例如：
不是一串抽象符号，而是一个圆。
理解“图形是满足方程的点的集合”，是学习解析几何的关键。
3、把距离公式当成孤立公式记忆
距离公式来自勾股定理。
两点之间的横向差和纵向差构成直角三角形的两条直角边，两点距离就是斜边。理解这一点，距离公式就会自然得出。
4、难以从二维平面过渡到高维空间直觉
二维和三维可以画出来，高维空间很难直接画出。
但高维坐标的基本思想并不神秘：一个点由多个数描述，每个数表示一个方向或一个特征上的取值。
从这个角度看，二维点、三维点和高维数据样本，本质上都是由坐标分量组成的对象。
小结
坐标系把点变成数对，解析几何把图形变成方程。直线、斜率、距离、中点、圆和曲线都可以用代数表达；二维、三维和高维坐标则进一步帮助我们理解数据样本、向量空间和模型几何。
“点赞有美意，赞赏是鼓励”
热门跟贴