前言
在機器學習中，資料的表示至關重要，而資料在不同坐标系中的表示也對于模式的識别有着巨大的影響，這裡總結三種坐标系（都是中學的内容）
1.笛卡爾直角坐标系
相交于原點的兩條數軸，構成了平面放射坐标系。如兩條數軸上的度量機關相等，則稱此放射坐标系為笛卡爾坐标系。兩條數軸互相垂直的笛卡爾坐标系，稱為笛卡爾直角坐标系。
如圖：
2.笛卡爾斜坐标系
互相垂直且有公共原點的兩條數軸構成平面直角坐标系，而如果坐标系中兩條坐标軸不垂直，那麼這樣的坐标系稱為“斜坐标系”。
如圖：
3.極坐标
極坐标系（polar coordinates）是指在平面内由極點、極軸和極徑組成的坐标系。在平面上取定一點O，稱為極點。從O出發引一條射線Ox，稱為極軸。再取定一個機關長度，通正常定角度取逆時針方向為正。這樣，平面上任一點P的位置就可以用線段OP的長度ρ以及從Ox到OP的角度θ來确定，有序數對（ρ，θ）就稱為P點的極坐标，記為P（ρ，θ）；ρ稱為P點的極徑，θ稱為P點的極角。