Python坐标线性插值应用实现


Posted in Python onNovember 13, 2019

一、背景

在野外布设700米的测线,点距为10米,用GPS每隔50米测量一个坐标,再把测线的头和为测量一个坐标。现在需使用线性插值的方法求取每两个坐标之间的其他4个点的值。

Python坐标线性插值应用实现

二、插值原理

使用等比插值的方法

起始值为 a

终止值为 b

步长值为 (a-b)/5

后面的数分别为 a+n, a+2n, a+3n, a+4n

三、代码实习对 x 插值

interx.py

import numpy as np
f = np.loadtxt('datax.txt')
a = f[:, 0]
b = f[:, 1]
for j in np.arange(len(a)):
	aa = a[j]*1000	# np.arrange()会自动去掉小数
	bb = b[j]*1000
	n = (bb-aa) / 5
	x = np.arange(6)
	x[0] = aa
	print(x[0]/1000)
	for i in range(1, 5, 1):
		x[i] = x[i-1]+n
		print(x[i]/1000)
		i = i+1
	# print(bb/1000)
	# print("\n")

datax.txt

514873.536 	514883.939 
514883.939 	514894.358 
514894.358 	514903.837 
514903.837 	514903.807 
514903.807 	514907.179 
514907.179 	514911.356 
514911.356 	514913.448 
514913.448 	514913.315 
514913.315 	514917.344 
514917.344 	514923.684 
514923.684 	514924.801
514924.801	514929.697 
514929.697 	514916.274

对 y 插值

intery.py

import numpy as np
f = np.loadtxt('datay.txt')
a = f[:, 0]
b = f[:, 1]
for j in np.arange(len(a)):
	aa = (a[j] - 2820000)*1000	# 数据太长会溢出
	bb = (b[j]-2820000)*1000
	n = (bb-aa) / 5
	x = np.arange(6)
	x[0] = aa
	print(x[0]/1000+2820000)
	for i in range(1, 5, 1):
		x[i] = x[i-1]+n
		print(x[i]/1000+2820000)
		i = i+1
	# print(bb/1000)
	# print("\n")

datay.txt

2820617.820 	2820660.225 
2820660.225 	2820693.988 
2820693.988 	2820819.199 
2820819.199 	2820831.510 
2820831.510 	2820858.666 
2820858.666 	2820973.487 
2820973.487 	2821017.243 
2821017.243 	2821019.518 
2821019.518 	2821058.223 
2821058.223 	2821097.575 
2821097.575 	2821144.436 
2821144.436 	2821173.356 
2821173.356 	2821218.889

四、最终成果

手动把两次插值结果复制到dataxy中

dataxy.txt

514873.536 	2820617.819 
514875.616 	2820626.300 
514877.696 	2820634.781 
514879.776 	2820643.262 
514881.856 	2820651.743 
514883.939 	2820660.225 
514886.022 	2820666.977 
514888.105 	2820673.729 
514890.188 	2820680.481 
514892.271 	2820687.233 
514894.358 	2820693.987 
514896.253 	2820719.029 
514898.148 	2820744.071 
514900.043 	2820769.113 
514901.938 	2820794.155 
514903.837 	2820819.199 
514903.831 	2820821.661 
514903.825 	2820824.123 
514903.819 	2820826.585 
514903.813 	2820829.047 
514903.807 	2820831.509 
514904.481 	2820836.940 
514905.155 	2820842.371 
514905.829 	2820847.802 
514906.503 	2820853.233 
514907.179 	2820858.666 
514908.014 	2820881.630 
514908.849 	2820904.594 
514909.684 	2820927.558 
514910.519 	2820950.522 
514911.356 	2820973.487 
514911.774 	2820982.238 
514912.192 	2820990.989 
514912.610 	2820999.740 
514913.028 	2821008.491 
514913.448 	2821017.242 
514913.421 	2821017.697 
514913.394 	2821018.152 
514913.367 	2821018.607 
514913.340 	2821019.062 
514913.315 	2821019.518 
514914.120 	2821027.259 
514914.925 	2821035.000 
514915.730 	2821042.741 
514916.535 	2821050.482 
514917.344 	2821058.223 
514918.612 	2821066.093 
514919.880 	2821073.963 
514921.148 	2821081.833 
514922.416 	2821089.703 
514923.684 	2821097.575 
514923.907 	2821106.947 
514924.130 	2821116.319 
514924.353 	2821125.691 
514924.576 	2821135.063 
514924.801 	2821144.436 
514925.780 	2821150.219 
514926.759 	2821156.002 
514927.738 	2821161.785 
514928.717 	2821167.568 
514929.697 	2821173.356 
514927.012 	2821182.462 
514924.327 	2821191.568 
514921.642 	2821200.674 
514918.957 	2821209.780

Python坐标线性插值应用实现

五、画图对比

dataxy.py

import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt
# 解决中文字体显示不出来
mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False

a = np.loadtxt("datax.txt")
b = np.loadtxt('datay.txt')
c = np.loadtxt('dataxy.txt')
x = a[: ,0]
y = b[: ,0]
xx = c[:,0]
yy = c[:,1]
plt.plot(x,y,color = 'orange',
		label = '插值线段')
plt.scatter(xx,yy,marker='o',
	c = 'deepskyblue',
	alpha = 0.6,
	label = '实测点位')
plt.legend()
plt.title('Python坐标插值')
plt.grid()
# 保存高清图片,dpi表示分辨率
plt.savefig('out.png',dpi = 600)
plt.show()

Python坐标线性插值应用实现

文件结构

Python坐标线性插值应用实现

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python实现的一只从百度开始不断搜索的小爬虫
Aug 13 Python
pyqt4教程之messagebox使用示例分享
Mar 07 Python
Python判断Abundant Number的方法
Jun 15 Python
Python网络爬虫实例讲解
Apr 28 Python
Python处理JSON数据并生成条形图
Aug 05 Python
教你用Python写安卓游戏外挂
Jan 11 Python
python删除某个字符
Mar 19 Python
python 实现对文件夹中的图像连续重命名方法
Oct 25 Python
Python Selenium 之关闭窗口close与quit的方法
Feb 13 Python
django的csrf实现过程详解
Jul 26 Python
Python高级特性——详解多维数组切片(Slice)
Nov 26 Python
Django如何创作一个简单的最小程序
May 12 Python
python如果快速判断数字奇数偶数
Nov 13 #Python
Python 异步协程函数原理及实例详解
Nov 13 #Python
python文字转语音实现过程解析
Nov 12 #Python
python文字转语音的实例代码分析
Nov 12 #Python
Python上下文管理器全实例详解
Nov 12 #Python
python3-flask-3将信息写入日志的实操方法
Nov 12 #Python
Python API自动化框架总结
Nov 12 #Python
You might like
一个图形显示IP的PHP程序代码
2007/10/19 PHP
深入探讨PHP中的内存管理问题
2011/08/31 PHP
PHP实现获取客户端IP并获取IP信息
2015/03/17 PHP
PHP将二维数组某一个字段相同的数组合并起来的方法
2016/02/26 PHP
PHP实现通过URL提取根域名
2016/03/31 PHP
详细解读php的命名空间(一)
2018/02/21 PHP
Laravel框架在本地虚拟机快速安装的方法详解
2018/06/11 PHP
基于Laravel-admin 后台的自定义页面用法详解
2019/09/30 PHP
JavaScript浏览器选项卡效果
2010/08/25 Javascript
js动画(animate)简单引擎代码示例
2012/12/04 Javascript
浅析JavaScript中的delete运算符
2013/11/30 Javascript
深入理解Javascript里的依赖注入
2014/03/19 Javascript
用js格式化金额可设置保留的小数位数
2014/05/09 Javascript
javascript倒计时效果实现
2015/11/12 Javascript
详解Bootstrap的aria-label和aria-labelledby应用
2016/01/04 Javascript
js获取鼠标点击的对象,点击另一个按钮删除该对象的实现代码
2016/05/13 Javascript
Vue动态实现评分效果
2017/05/24 Javascript
JavaScript中关于base64的一些事
2019/05/06 Javascript
Vue中遍历数组的新方法实例详解
2019/07/21 Javascript
详解vue中$nextTick和$forceUpdate的用法
2019/12/11 Javascript
[04:15]DOTA2-DPC中国联赛1月19日Recap集锦
2021/03/11 DOTA
python条件和循环的使用方法
2013/11/01 Python
Python转换HTML到Text纯文本的方法
2015/01/15 Python
numpy中索引和切片详解
2017/12/15 Python
Python实现的线性回归算法示例【附csv文件下载】
2018/12/29 Python
Python数据类型之Dict字典实例详解
2019/05/07 Python
用 Python 制作地球仪的方法
2020/04/24 Python
Python+unittest+requests 接口自动化测试框架搭建教程
2020/10/09 Python
Python eval函数原理及用法解析
2020/11/14 Python
美国五金商店:Ace Hardware
2018/03/27 全球购物
美国最大的在线生存商店:Survival Frog
2020/12/13 全球购物
const和static readonly区别
2013/05/20 面试题
电脑饰品店的创业计划书
2014/01/21 职场文书
小露珠教学反思
2014/04/30 职场文书
加班费申请报告
2015/05/15 职场文书
mysql使用instr达到in(字符串)的效果
2022/04/03 MySQL