skyscapeR:用于景观考古的数据分析和可视化

法比奥·席尔瓦

22/10/2021

skyscapeR是一个开源的R包,用于天空景观考古学、考古天文学和文化天文学中的数据简化、可视化和分析。它旨在成为一个完整的、透明的、经过同行审查的软件包,提供一套稳健的定量方法,同时保持使用的简单性。

它包括将水平(Az/Alt)坐标转换为赤道(Dec/RA)坐标的功能,创建或下载地平线剖面图,绘制它们并将其与史前或历史时期常见天体/事件的可见路径叠加,以及测试统计显著性和估计恒星能见度和季节性的功能。它还可以轻松构建方位极坐标图和赤纬曲线图。未来的版本将增加更多的数据缩减和基于lihood的模型选择工具,以及易于使用的图形用户界面。

1.第一步

像所有的小插曲一样,这既不是为那些缺乏R经验的人准备的,也不是为skyscapeR准备的完整而详细的手册。对于那些不熟悉文化天文学、考古学或天景考古学的术语和方法的人来说,这也是不可理解的。

此文档是软件包主要功能的入口,并列出了您可以使用它做什么的工作流程。更多详细信息以及更多功能,可以在软件包的手册页面中找到。因此,这并不是对可用内容的详尽描述,而仅仅是对以下内容的简单介绍天景最重要的功能。

如果你是R的新手,那么我推荐在线免费的短期课程Data Carpentry面向生态学家的R数据分析与可视化对于那些已经熟悉R的人,我提前为任何光顾性的内容(例如接下来的两部分)道歉。有了一些基本的R技能、来自这个小插曲的指导以及对软件包手册页面的自主探索,任何受过天空景观考古学培训的人都可以成为一名天空景观大师。

1.1. 安装

该软件包要求首先安装最新版本的R。有关详细信息,请参阅R项目网站。还建议安装RStudio[添加链接]。安装R后,您可以通过以下操作直接从CRAN[添加链接]安装最新的skyscapeR版本:

#install.packages(skyscapeR)

这将安装包本身以及任何依赖项。成功完成后,您应该看到一行文字*完成(天景)。如果没有发生这种情况,那么应该会出现一条错误消息,解释发生了什么错误。

如果您宁愿安装最新的开发版本(通常不稳定),可以通过运行以下命令直接从GitHub存储库[add link]进行安装:

#install.packages('devtools',repos='https://cloud.r-project.org网站')
#devtools::install_github('f-silva-archaeo/skyscapeR')

如果您已经有包开发工具安装后,您可以跳过上面的第一行。最后,您应该会看到相同的成功完成线。

还请确保安装瑞典Rdata包装如下:

#install.packages(“swephRdata”,repos=“https://rstub.github.io/drat网址/“,type=”source“)

1.2初始化

每次您想使用该包时,都需要加载它。为此,您需要键入:

图书馆(天景)
#>加载所需包:swephR

输出应与上述相同。如果有任何错误或警告,则需要根据需要进行检查和纠正。

天空景观R使用瑞典卢比星历计算软件包。建议用户熟悉瑞士星历表,以及瑞典卢比包装,之前。特别需要注意的是,瑞士历法仅在公元前13201年至公元17191年的时间范围内准确。

1.3标准

天景实现了一些标准,使天文建模更容易处理和使用。本节介绍了在使用其许多功能之前所必需的标准。

位置和地理参考大多数天景函数接受以两种不同格式之一输入的一个或多个位置:*作为一个数字数组,包括站点的纬度、经度和海拔,顺序如下(例如位置=c(51.17889,1.826111,10)); * 作为一个天景·地平线对象,使用创建创建Hor,创建HWT下载HWT功能。

尤其是后者,为了充分利用天景(详见下文第2.4节)。

日期、时间和日历日期应按以下格式输入年/月/日(例如2021/10/25). 括号和顺序是不可协商的,即如果一个输入2021-10-252021/25/10相反(或任何其他变体),代码将返回错误。

如果需要指定日期和时间,应使用格式年/月/日HH:MM:SS(例如“2021/10/25 14:15:00”)。秒通常可以省略。

年份和时代 天空景观R使用与相同的历元标准瑞典卢比,因为BC/AD西部编号分别映射为负数/正数。然而,它使用了天文变化(也在繁缕中发现),其中存在0年。因此,应记住以下换算表:*天景年100=公元100*天景99年=公元99年*天景第1年=公元1年*天景第0年=公元前1年*天景年份-1=公元前2年*天景99年=公元前101年*天景年份-100=公元前101年

如果有疑问,请使用功能不列颠哥伦比亚省。AD公司检查哪个日历年对应哪个年份。

不列颠哥伦比亚省。AD公司(1)
#>[1]“1 AD”
不列颠哥伦比亚省。AD公司(0)
#>[1]“公元前1年”
公元前。AD公司(-1)
#>[1]“公元前2年”
不列颠哥伦比亚省。AD公司(-99)
#>[1]“公元前100年”
不列颠哥伦比亚省。AD公司(-100)
#>[1]“公元前101年”

全局变量大多数天景函数允许您通过输入控制参数。然而,有些参数可以更方便地全局设置,即用于所有后续函数调用。其中包括:*时区(例如“GMT”或“欧洲/伦敦”)。没有默认情况下强制用户输入一个;*日历(例如,“g”表示公历,“J”表示儒略历)。默认为公历;*折射(在天文计算中是否考虑大气折射)。默认值为TRUE;*atm(用于折射计算的大气压力)。默认值为1013.25 mbar;*temp(用于折射计算的大气温度)。默认值为15;*dec(当位置可用时,函数是否应输出地心偏差或地心偏差)。默认为“topo”。

它们可以通过skyscapeR.vars公司功能如下:

skyscapeR.vars公司()#显示当前值
#>美元atm
#> [1] 1013.25
#>
#>$日历
#>[1]“格里高利”
#>
#>$当前年份
#> [1] 2021
#>
#>十亿美元
#>[1]“拓扑”
#>
#>$折射
#>[1]正确
#>
#>$温度
#> [1] 15
#>
#>$时区
#> [1] ""
skyscapeR.vars公司(时区=“CET”)#将时区设置为中欧时间
#>美元atm
#> [1] 1013.25
#>
#>$日历
#>[1]“格里高利”
#>
#>$当前年份
#> [1] 2021
#>
#>十二月
#>[1]“地形”
#>
#>$折射
#>[1]正确
#>
#>$温度
#> [1] 15
#>
#>$时区
#>[1]“CET”
skyscapeR.vars公司(日历=“J”)#将日历设置为Julian
#>美元atm
#> [1] 1013.25
#>
#>$日历
#>[1]“J”
#>
#>$当前年份
#> [1] 2021
#>
#>十亿美元
#>[1]“拓扑”
#>
#>$折射
#>[1]正确
#>
#>$温度
#> [1] 15
#>
#>$时区
#>[1]“CET”
skyscapeR.vars公司(折射=F)#关闭折射计算
#>自动取款机美元
#> [1] 1013.25
#>
#>$日历
#>[1]“J”
#>
#>$当前年份
#> [1] 2021
#>
#>十亿美元
#>[1]“拓扑”
#>
#>$折射
#>[1]错误
#>
#>$温度
#> [1] 15
#>
#>$时区
#>[1]“CET”

现在,我们将重置此小插曲其余部分的默认值。

skyscapeR.vars公司(时区=“GMT”)#将时区设置为中欧时间
#>美元atm
#> [1] 1013.25
#>
#>$日历
#>[1]“J”
#>
#>$当前年份
#> [1] 2021
#>
#>十亿美元
#>[1]“拓扑”
#>
#>$折射
#>[1]错误
#>
#>$温度
#> [1] 15
#>
#>$时区
#>[1]“GMT”(格林威治标准时间)
skyscapeR.vars公司(日历=“G”)#将日历设置为Julian
#>美元atm
#> [1] 1013.25
#>
#>$日历
#>[1]“G”
#>
#>$当前年份
#> [1] 2021
#>
#>十亿美元
#>[1]“拓扑”
#>
#>$折射
#>[1]错误
#>
#>$温度
#> [1] 15
#>
#>$时区
#>[1]“转基因”
天景.vars(折射=T)#关闭折射计算
#>美元atm
#> [1] 1013.25
#>
#>$日历
#>[1]“G”
#>
#>$当前年份
#> [1] 2021
#>
#>十亿美元
#>[1]“拓扑”
#>
#>$折射
#>[1]正确
#>
#>$温度
#> [1] 15
#>
#>$时区
#>[1]“GMT”(格林威治标准时间)

2.数据输入和缩减

2.1基本功能

基本功能通过以下方式实现az2dec公司将水平坐标(az/alt)转换为赤道坐标(dec)。

az2dec公司(阿兹=92,本地=c(c)(35,-8,100),另类=2)
#> [1] -0.65

另一方面,关键天体目标在给定时间内的赤纬可以很容易地获得,如下所示:

#公元前2501年6月至日的地心赤纬
jS公司(-2500)
#>没有给出位置,因此输出地心偏差。
#> [1] 23.97629

#公元前2501年12月至日巨石阵的地心赤纬
分布式存储(-2500,本地=c(c)(51.17889,1.826111,10))
#> [1] -23.97803

#公元前3001年北小月极端的地心赤纬
纳米发光二极管(-3000)
#>没有给出位置,因此输出地心偏差。
#> [1] 18.7336

#公元前3001年巨石阵北侧小月极点的地心赤纬
sMjLX公司(-3000,本地=c(c)(51.17889,1.826111,10))
#> [1] -30.05531

#特奥蒂瓦坎的天顶太阳
天顶(本地=c(c)(19.6925,98.84389,200))
#> [1] 19.69175

当给定地平线轮廓(见下文)时,也可以使用以下公式计算空间分点的偏角空间埃奎诺克斯.

2.2罗盘测量数据简化

天景包含函数杂志.dec它使用IGRF 12估计某个位置和日期的磁偏角:

杂志.dec(本地=c(c)(35,-8),日期="2020/06/07")
#> [1] -1.460983

此功能在中实现自动化reduction.compass公司这使数据缩减过程自动化。本质上,给定一组位置、磁方位角、日期或之前获得的磁偏角值以及地平线高度(如果未给出地平线剖面),它将执行所有背景计算,以将磁方位角转换为真实方位角,然后再转换为偏角。它输出一个整洁的结果表。

本地<- c(c)(35,-8,100)
杂志<- c(c)(89.5,105,109.5)
数据<- reduction.compass公司(本地、杂志、,"2016/04/02",另类=c(c)(1,2,0))
#>找到高度值。正在计算偏差。。。
数据
#>经纬度磁性。方位角日期Mag.Dec True。方位角
#> 1       35        -8             89.5 2016/04/02 -2.085161       87.415
#> 2       35        -8            105.0 2016/04/02 -2.085161      102.915
#> 3       35        -8            109.5 2016/04/02 -2.085161      107.415
#>高度偏差
#> 1        1       2.486
#> 2        2      -9.542
#> 3        0     -14.471

2.3经纬仪测量数据简化

对于经纬仪测量,使用阳光技术,功能太阳阿兹可用于获取给定时间和位置的太阳方位角。为了便于使用,时区可以是已知的首字母缩写词(例如GMT、CET),也可以是大陆和首都/国家(例如欧洲/伦敦)。

本地<- c(c)(52,-,100)
太阳阿兹(位置,'2017-10-04 12:32:14',“欧洲/伦敦”)
#> [1] 171.5285

与罗盘测量一样,这在还原.牙石该函数用于获取位置、经纬仪测量值、野外工作的日期和时间、测量的太阳方位角和高度(如有必要),以便计算赤纬度。注意函数的使用快速将度arcmin和arcsec测量值转换为小数点值。

纬度<- (35,50,37.8)#纬度
离子<- (14,34,6.4)#经度
标高<- 100
阿兹<- c(c)((298,24,10),(302,20,40))
中高音<- c(c)(2,5)
阿兹太阳<- (327,29,50)
日期<- "2016/02/20"
时间<- "11:07:17"
数据<- 还原.牙石(c(c)(纬度、经度、高程)、纬度、日期、时间、,tz(赫兹)= “欧洲/马耳他”,az.sun,另类=alt)
#>找到海拔值。正在计算偏差。。。
数据
#>经纬度未修正。方位日期。时间太阳。阿兹
#> 1 35.84383  14.56844            298.4028 2016-02-20 11:07:17 157.7829
#> 2 35.84383  14.56844            302.3444 2016-02-20 11:07:17 157.7829
#>没错。方位高度偏差
#> 1     128.6885        2   -29.26742
#> 2     132.6301        5   -29.84227

2.4地平线剖面

可以使用以下工具从现场测量中创建地平线剖面创建Hor.

阿兹<- c(c)(0,90,180,270,360)
中高音<- c(c)(0,5,5,0,0)
本地<- c(c)(51.17889,1.826111,10)
霍尔<- 创建Hor(az、alt、,替代unc=0.5,本地=位置,姓名=“巨石阵测试”)
情节(霍尔)

请注意替代unc参数表示测量高度的不确定性,可以是适用于所有方位角的单个值,也可以是与阿兹中高音这是概率法的一个重要参数(见下文第4节)。

方位角和地平线高度可以从其他来源获得(如安德鲁·史密斯地平线)并转化为天景地平线对象使用创建Hor同上。或者,天空景观R与的接口嘿那是什么自动创建地平线全景。这是使用函数完成的创建HWT(创建新全景)或下载HWT(下载之前创建的全景图)。

霍尔<- 创建HWT(纬度=(51,30,45),离子=(0,5,26.1),姓名=“伦敦密特拉埃姆”)
#>正在向HeyWhatsThat服务器发送请求。。。完成。
#>正在等待计算完成。。。完成。
#>正在下载数据。。。完成。
情节(霍尔)

3.离散方法

3.1极坐标图

一旦给出了方位角(并且可能进行了校正),就可以使用plotAzimuth点方位角.

阿兹<- c(c)(120,100,93,97,88,115,112,67)
plotAzimuth点方位角(阿兹)

针对常见的太阳和月球目标功能进行可视化天空对象应该用来选择天体目标以及如何将其可视化。可按以下方式进行:

tt公司<- 天空对象(“太阳极值”,纪元=-2000,本地=c(c)(35,-8),科尔=“红色”)
plotAzimuth点方位角(阿兹,对象=tt)

尽管也可以只绘制天体目标的图:

tt公司<- 天空对象(c(c)(“太阳极值”,“月球极端”),纪元=-2000,本地=c(c)(35,-8),科尔=c(c)(“红色”,“蓝色”))
plotAzimuth点方位角(对象=tt)

可以使用参数控制测量颜色和宽度科尔随钻测井.

plotAzimuth点方位角(阿兹,对象=tt、,随钻测井=2,科尔=“黑色”)

3.2密度图

密度图,如曲线图和核密度估计值,可以使用基R获得密度功能。这适用于方位角和偏角数据。但是,请注意,这些不同于下一节中介绍的更准确的SPD图。

阿兹<- c(c)(120,100,93,97,88,115,112,67)
霍尔<- 创建HWT(51.17889,1.826111,姓名=“巨石阵”)
#>正在向HeyWhatsThat服务器发送请求。。。完成。
#>正在等待计算完成。。。完成。
#>正在下载数据。。。完成。
12月<- az2dec公司(阿兹,本地=hor)
kde公司<- 密度(12月)
情节(kde)

内核形状和带宽(不确定性)也可以如下控制。有关更多详细信息,请查看手册页面密度.

kde公司<- 密度(12月,体重=2)#强制不确定性为给定值,在这种情况下为2度
情节(kde)


kde公司<- 密度(12月,体重=2,内核=“epanechnikov”)#将内核更改为epanechnikov
情节(kde)

3.3概率

发现的概率第页个结构,共个n个朝向概率视界的一个带第页可以使用伯努利.trial功能。在上述示例中,有4个结构(测量的8个结构中)围绕东方,跨越12个方位角。概率第页水平带的12/180因为180度中有12度(因为两个方向都是可能的)。偶然发现这种情况(或更极端的情况)的概率是:

伯努利.trial(n个=8,第页=12/180,第页=4)
#> [1] 0.001111395

所获得的p值远低于0.05,这在统计学上是显著的。

4.概率方法

离散方法没有(完全)认真对待测量不确定性。为此,Silva(2020)认为,必须认识到,任何方位角测量都是概率分布。这可以使用az.pdf,其中pdf格式代表概率分布函数。注意,必须给出不确定度,要么是适用于所有测量的单个值,要么是每个测量的一个值,如下所示。

阿兹<- c(c)(120,100,93,97,88,115,112,67)#与之前相同的方位角
联合国大学<- c(c)(2,,2,2.5,1.5,,4,3.5)
az.prob公司<- az.pdf(美国航空航天局=阿兹,联合国大学=联合国安理会)
#>选择的正态概率分布
#>
  |                                                                            
  |                                                                      |   0%
  |                                                                            
  |=========                                                             |  12%
  |                                                                            
  |==================                                                    |  25%
  |                                                                            
  |==========================                                            |  38%
  |                                                                            
  |===================================                                   |  50%
  |                                                                            
  |============================================                          |  62%
  |                                                                            
  |====================================================                  |  75%
  |                                                                            
  |=============================================================         |  88%
  |                                                                            
  |======================================================================| 100%
#>完成。
情节(近似值)

到目前为止,这与离散方法得到的结果没有太大不同。需要以不同的方式处理向赤纬的转换,并优先使用完整的地平线剖面。

dec.prob公司<- 坐标变换器(az.prob、hor)#与之前相同的地平线
#>找到单个地平线轮廓。将其用于所有测量。
#>
  |                                                                            
  |                                                                      |   0%
  |                                                                            
  |=========                                                             |  12%
  |                                                                            
  |==================                                                    |  25%
  |                                                                            
  |==========================                                            |  38%
  |                                                                            
  |===================================                                   |  50%
  |                                                                            
  |============================================                          |  62%
  |                                                                            
  |====================================================                  |  75%
  |                                                                            
  |=============================================================         |  88%
  |                                                                            
  |======================================================================| 100%
#>完成。
情节(十一月)

要将整个数据集聚合在一起并可视化,可以将单个pdf聚合为总概率密度(Summed Probability Density,简称SPD)。请注意与之前生成的KDE的不同之处。

不锈钢<- 特殊目的地(十一月)
情节(秒)

这种方法还提供了进行更正式的统计显著性测试的可能性,这些测试考虑了测量不确定性,这与伯努利试验Silva(2020)开发的这种方法明确地将经验SPD与根据随机方向创建的SPD进行了比较。然后从中计算p值。

#方位角数据
圣阿兹<- 随机测试(az.prob,国家标准信息管理系统=10,ncores公司=1)
#>创建经验SPD。。。完成。
#>在单个处理核心上运行10个模拟。这可能需要一段时间。。。
  |                                                                            
  |                                                                      |   0%
  |                                                                            
  |=======                                                               |  10%
  |                                                                            
  |==============                                                        |  20%
  |                                                                            
  |=====================                                                 |  30%
  |                                                                            
  |============================                                          |  40%
  |                                                                            
  |===================================                                   |  50%
  |                                                                            
  |==========================================                            |  60%
  |                                                                            
  |=================================================                     |  70%
  |                                                                            
  |========================================================              |  80%
  |                                                                            
  |===============================================================       |  90%
  |                                                                            
  |======================================================================| 100%完成。
#>在95%显著性水平上进行双尾检验。
情节(圣阿兹)


#关于赤纬数据
标准.dec<- 随机测试(十一月,国家标准信息系统=10,ncores公司=1)
#>创建经验SPD。。。完成。
#>在单个处理核心上运行10个模拟。这可能需要一段时间。。。
  |                                                                            
  |                                                                      |   0%
  |                                                                            
  |=======                                                               |  10%
  |                                                                            
  |==============                                                        |  20%
  |                                                                            
  |=====================                                                 |  30%
  |                                                                            
  |============================                                          |  40%
  |                                                                            
  |===================================                                   |  50%
  |                                                                            
  |==========================================                            |  60%
  |                                                                            
  |=================================================                     |  70%
  |                                                                            
  |========================================================              |  80%
  |                                                                            
  |===============================================================       |  90%
  |                                                                            
  |======================================================================| 100%完成。
#>在95%显著性水平上进行双尾检验。
情节(标准差)

打印时可以突出显示重要区域,其值如下所示。

情节(标准日期,显示.本地=T)

标准.dec$元数据$本地.pval
#>键入开始结束p.value
#> 1    + -19.89 -14.55       0
#> 2    +  -3.72  -1.26       0
#> 3    +  -0.10   2.18       0
#> 4    +  11.96  14.39       0
#> 5    -  35.38  36.64       0

5.其他钻铤

天景包括许多其他有用的功能,用于分析方向及其潜在的天空景观关系。下文仅简要介绍了它们,并解释了它们的目的。记住使用帮助工具探索其参数的全部范围?.

5.1寻找天体目标

一旦人们有了一个感兴趣的赤纬范围(例如,从统计测试中),就必须确定哪些天体与这些值相匹配。功能查找目标使这项工作变得容易。给定一个特定的时间范围,它会自动查找至日、月球极值和与赤纬范围匹配的给定星等的恒星。例如,对于2500 BC和1750 BC之间-32和-35之间的偏差值,我们得到:

查找目标(c(c)(-25,-18),c(c)(-2499,-1749))
#>$太阳能
#>name min.dec max.dec日期1日期2
#>12月1日至日-23.97662-23.8981 12月21日<NA>
#>2日出/台-25.00000-18.0000 12月15日至1月29日11月10日至12月25日
#>
#>$月球
#>名称min.dec max.dec
#>1南部小月极端-18.68662-18.6081
#>
#>$恒星
#>名称拜耳vmag min.dec max.dec
#>1天狼星alCMa-1.46-20.83266-18.74915
#>2参宿七beOri 0.13-23.18767-19.54810
#>3 Shaula laSco 1.62-24.98490-21.01297
#>4 Kaus Australis epSgr 1.85-25.96735-22.35697号
#>5米尔扎姆·贝卡1.97-25.86732-23.22182
#>6塞夫·卡奥里2.06-21.62401-18.35720
#>7 Nunki siSgr 2.067-20.96992-17.81015号
#>8卡卡布alLup 2.286-27.54586-23.46907
#>9韦氏epSco 2.29-19.57299-15.43774
#>10 etCen 2.31-22.21781-18.15352
#>11 Girtab kaSco 2.386至27.39297至23.44953

如果你想看更多的星星,你只需要改变最大mg参数如下:

查找目标(c(c)(-25,-18),c(c)(-2499,-1749),最大mg=)
#>$太阳能
#>name min.dec max.dec日期1日期2
#>12月1日至日-23.97662-23.8981 12月21日<NA>
#>2日出/台-25.00000-18.0000 12月15日至1月29日11月10日至12月25日
#>
#>$月球
#>名称min.dec max.dec
#>1南小月极端-18.68662-18.6081
#>
#>$星级
#>名称拜耳vmag最小值.dec最大值.dec
#>1天狼星alCMa-1.46-20.83266-18.74915
#>2参宿七beOri 0.13-23.18767-19.54810
#>3 Shaula laSco 1.62-24.98490-21.01297
#>4 Kaus Australis epSgr 1.85-25.96735-22.35697号
#>5米尔扎姆·贝卡1.97-25.86732-23.22182
#>6塞夫·卡奥里2.06-21.62401-18.35720
#>7 Nunki siSgr 2.067-20.96992-17.81015号
#>8卡卡布alLup 2.286-27.54586-23.46907
#>9韦氏epSco 2.29-19.57299-15.43774
#>10 etCen 2.31-22.21781-18.15352
#>11女孩卡斯科尔2.386-27.39297-23.44953
#>12 zeCen 2.55-26.86269-22.99951
#>13水疱菌zeSgr 2.585-24.97267-21.82896
#>14 Kaus Media设备2.668-21.54439-17.98981
#>15科坤比鲁2.68-23.66611-19.52068
#>16 Lesath up范围2.7-24.97791-20.98903
#>17 Thusia gaLup 2.765-22.82784-18.60532号
#>18 Hatsya ioOri 2.77-19.23596-15.77284
#>19 Cursa beEri 2.79-20.67836-16.96313
#>20 Turais rhPup 2.81-20.92933-20.07605号
#>21哈米迪姆拉mu-1Sco 2.98-23.33369-19.18490
#>22 Alnasl gaSgr 2.99-20.83201-17.12655号
#>23 Alnasl ga-2Sgr 2.99-20.83201-17.12655
#>24 io-1范围2.992-28.78082-24.85594

5.2星相和季节性

为了估计恒星的相位、事件和/或季节性,函数星形相位可以使用。对于公元前3000年的开罗,地平线高度为2,其工作原理如下:

服务提供商<- 星形相位(“天狼星”,-2999,本地=c(c)(30,31.2,25),海拔高度=2)

然后,只需键入以下内容即可检查恒星的相位类型、事件和季节:

服务提供商$元数据$类型
#>[1]“生而不露”
服务提供商$元数据$事件
#>活动日
#>4月14日1次肢端手术
#>2日冕上升6月19日
服务提供商$元数据$季节
#>季节开始结束长度
#>1出现并隐藏4月15日至6月18日64
#>2只上升6月19日-10月11日114
#>3涨跌10月12日-12月15日64
#>4套仅12月16日-4月14日246

这些可以通过以下方式可视化:

情节(标准普尔)

5.3天文馆

可以使用生成简单的天空草图(例如,用于出版物)sky.sketch公司它精确地绘制了太阳、月亮、行星和最明亮恒星相对于给定地平线的位置以及特定时间的位置。以下示例是2019年1月7日上午9:30在葡萄牙的一个地点。请注意,放大的黄色圆圈代表太阳,白色圆圈代表月亮。

天空·天空(时间='2019/01/07 09:30',本地=c(c)(35,-8,100))