Artemis II - JPL Horizons གཡོ་ལེན་གླེང་སྟེགས།
ལམ་སྟོན
Artemis II - ལས་དོན་ལ་བདེགས།
Artemis II - ལས་དོན་ལ་བདེགས།
གོམ་པ་འདིའི་རྫས་རིགས:
Model Rocket Kit (High-Power)1 (SLS Block 1 reference) piece
Hydrogen144,000 kg (core stage) kg
Oxygen840,000 kg (core stage) kg
Solid Rocket Propellant1,000,000 kg (2 boosters) kg
Orion Spacecraft1 (CM-003 Integrity) piece
Astronaut Crew4 pieceལག་ཆས་དགོས་མཁོ:
Rocket Launch Padགླེང་སྟེགས་གླེང་སྟོན་སོ་སོ།
གླེང་སྟེགས་གླེང་སྟོན་སོ་སོ།
Artemis II - ས་གཞི་དང་ཟླ་བ་དེ་གཞུང་ཀ་ཡིན།
Artemis II - ས་གཞི་དང་ཟླ་བ་དེ་གཞུང་ཀ་ཡིན།
SLS Block 1 ཅིག་དེ་དངོས་རིས་ཤོག།
SLS Block 1 ཅིག་དེ་དངོས་རིས་ཤོག།
དེ་གསུམ་མེད་ཀྱི་དེ་གཞུང་ཡིན།
དེ་གསུམ་མེད་ཀྱི་དེ་གཞུང་ཡིན།
གཞིས་འོ་སྤེལ་གྱི་དེ་ཡིན།
གཞིས་འོ་སྤེལ་གྱི་དེ་ཡིན།
Tsiolkovsky ཅིག་དེ་ཡིན།
Tsiolkovsky ཅིག་དེ་ཡིན།
Trans-Lunar ཅིག་དེ་གཞུང་ཀ་ཡིན།
Trans-Lunar ཅིག་དེ་གཞུང་ཀ་ཡིན།
དེ་གསུམ་མེད་ཀྱི་དེ་གཞུང་ཡིན།
དེ་གསུམ་མེད་ཀྱི་དེ་གཞུང་ཡིན།
ཟླ་བ་འདེགས་རིས་ཡིན་མ་རེད།
ཟླ་བ་འདེགས་རིས་ཡིན་མ་རེད།
དེ་གཞུང་ཀ་ཡིན་དངོས་སུ།
དེ་གཞུང་ཀ་ཡིན་དངོས་སུ།
གླེང་སྟེགས་གླེང་སྟོན་གཞུང་ཀ་ཡིན།
གླེང་སྟེགས་གླེང་སྟོན་གཞུང་ཀ་ཡིན།
ལས་འཆར་སྐར་མ་ཡིན།
ལས་འཆར་སྐར་མ་ཡིན།
འོ་ཅིད་པོ་གཞུང་ཀ་ཡིན།
འོ་ཅིད་པོ་གཞུང་ཀ་ཡིན།
དེ་གསུམ་མེད་ཀྱི་སའི་རིས་ཤོག།
དེ་གསུམ་མེད་ཀྱི་སའི་རིས་ཤོག།
Python vs Wolfram
Python vs Wolfram
What free Python can do vs Wolfram Mathematica
| Capability | Python (free) | Mathematica ($$$) |
|---|---|---|
| Orbital mechanics equations | NumPy/SciPy — full coverage | Built-in symbolic + numeric |
| JPL Horizons ephemeris data | REST API + gzip/json (as shown above) | HorizonsEphemerisData[] function |
| Unit-aware calculations | Pint library | Built-in Quantity framework |
| 2D/3D trajectory plots | Matplotlib (4-panel dashboard above) | Built-in Graphics3D + Manipulate |
| Real-time ephemeris data | Astropy + JPL Horizons API | Built-in AstronomicalData[] |
| Interactive animation | ipywidgets / Plotly | Manipulate[] — seamless |
| Symbolic algebra | SymPy | Native — Mathematica's core strength |
| Deployment | Runs anywhere (browser via Pyodide) | Requires Wolfram licence or Cloud |
Verdict: Using the same JPL Horizons data source as Wolfram, Python reproduces the Artemis II trajectory with identical data points — 428 state vectors covering the full 10-day mission. The analytical model (Hohmann transfer + patched conics) predicts TLI speed within 3% and flyby distance within 0.4% of reality.
Mathematica's edge is in symbolic manipulation and the seamless Manipulate[] 3D animation. But for numerical computation, data analysis, and reproducibility, Python is fully capable — and this entire blueprint runs in the browser via Pyodide. No server, no licence, no installation.
རྫས་རིགས
6- 1 (SLS Block 1 reference) pieceས་ཆ་འཛིན
- 1,000,000 kg (2 boosters) pieceས་ཆ་འཛིན
- 1 (CM-003 Integrity) pieceས་ཆ་འཛིན
- 4 pieceས་ཆ་འཛིན
ལག་ཆས་དགོས་མཁོ
1- ས་ཆ་འཛིན
CC0 སྤྱི་དབང
བིལུ་པིརིན་ཊི་འདི་CC0 འོག་བཀྲམས་ཡོད། ཁྱེད་རང་གིས་ཆོག་མཆན་མ་བཞེས་པར་ཕབ་ལེན་དང་བཟོ་བཅོས། བགོ་བཤའ། དགོས་མཁོ་གང་ལའང་བཀོལ་སྤྱོད་བྱས་ཆོག
བཟོ་མཁན་ལ་རྒྱབ་སྐྱོར་བྱེད་པའི་ཆེད་ཁོང་ཚོའི་བིལུ་པིརིན་ཊི་བརྒྱུད་ཐོན་སྐྱེད་ཉོ། བཟོ་མཁན་གྱིས བཟོ་མཁན་གྱི་ཁེ་ཕོགས ཚོང་པས་གཏན་འཁེལ་བྱས་པ། ཡང་ན་བིལུ་པིརིན་ཊི་འདིའི་པར་གསར་བཟོས་ཏེ་ཁྱེད་རང་གི་བིལུ་པིརིན་ཊི་ནང་མཐུད་སྦྲེལ་བྱས་ཏེ་ཡོང་སྒོ་བགོ་བཤའ་བྱེད།