脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python坐标线性插值

Python坐标线性插值应用实现

 更新时间：2019年11月13日 09:33:40   作者：北巷的猫  
这篇文章主要介绍了Python坐标线性插值应用实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

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。

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

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()

文件结构

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脚本之家。

您可能感兴趣的文章:

相关文章

  • 利用python获得时间的实例说明

    利用python获得时间的实例说明

    在python中，它的time模块功能十分强大，我们今天就来学习下，废话少说，我们来看下实际的效果，下面贴出代码：
    2013-03-03
  • python属于跨平台语言码

    python属于跨平台语言码

    在本篇文章里小编给大家整理的是关于python是否跨平台的相关知识点文章，有兴趣的朋友们可以参考下。
    2020-06-06
  • 在matplotlib的图中设置中文标签的方法

    在matplotlib的图中设置中文标签的方法

    今天小编就为大家分享一篇在matplotlib的图中设置中文标签的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Python绘制正余弦函数图像的方法

    Python绘制正余弦函数图像的方法

    这篇文章主要介绍了Python绘制正余弦函数图像的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2018-08-08
  • python datetime时间格式的相互转换问题

    python datetime时间格式的相互转换问题

    这篇文章主要介绍了python datetime时间格式的相互转换问题，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-06-06
  • Python+appium框架原生代码实现App自动化测试详解

    Python+appium框架原生代码实现App自动化测试详解

    这篇文章主要介绍了Python+appium框架原生代码实现App自动化测试详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • Python中用于返回绝对值的abs()方法

    Python中用于返回绝对值的abs()方法

    这篇文章主要介绍了Python中用于返回绝对值的abs()方法,是Python入门中的基础知识,需要的朋友可以参考下
    2015-05-05
  • Pycharm安装python库的方法

    Pycharm安装python库的方法

    这篇文章主要介绍了Pycharm安装python库的方法,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2020-11-11
  • 详解python 支持向量机(SVM)算法

    详解python 支持向量机(SVM)算法

    这篇文章主要介绍了python SVM算法的相关资料，帮助大家更好的利用python进行数据分析，感兴趣的朋友可以了解下
    2020-09-09
  • 20个Python random模块常用函数的应用与代码示例

    20个Python random模块常用函数的应用与代码示例

    随机数在计算机科学和数据科学领域中扮演着重要角色,Python的标准库中提供了random模块,用于生成各种随机数,本文将深入探讨random模块的各种函数,以及它们的应用场景和代码示例,需要的可以参考下
    2024-03-03

最新评论