使用Python怎么實(shí)現(xiàn)一個(gè)坐標(biāo)線性插值應(yīng)用？相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。

站在用戶(hù)的角度思考問(wèn)題，與客戶(hù)深入溝通，找到巴里坤哈薩克網(wǎng)站設(shè)計(jì)與巴里坤哈薩克網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶(hù)體驗(yàn)好的作品，建站類(lèi)型包括：做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、域名與空間、虛擬空間、企業(yè)郵箱。業(yè)務(wù)覆蓋巴里坤哈薩克地區(qū)。

一、背景

在野外布設(shè)700米的測(cè)線，點(diǎn)距為10米，用GPS每隔50米測(cè)量一個(gè)坐標(biāo)，再把測(cè)線的頭和為測(cè)量一個(gè)坐標(biāo)。現(xiàn)在需使用線性插值的方法求取每?jī)蓚€(gè)坐標(biāo)之間的其他4個(gè)點(diǎn)的值。

二、插值原理

使用等比插值的方法

起始值為 a

終止值為 b

步長(zhǎng)值為 (a-b)/5

后面的數(shù)分別為 a+n, a+2n, a+3n, a+4n

三、代碼實(shí)習(xí)對(duì) 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()會(huì)自動(dòng)去掉小數(shù)
	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

對(duì) 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	# 數(shù)據(jù)太長(zhǎng)會(huì)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、最終成果

手動(dòng)把兩次插值結(jié)果復(fù)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、畫(huà)圖對(duì)比

dataxy.py

import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt
# 解決中文字體顯示不出來(lái)
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 = '插值線段')
plt.scatter(xx,yy,marker='o',
	c = 'deepskyblue',
	alpha = 0.6,
	label = '實(shí)測(cè)點(diǎn)位')
plt.legend()
plt.title('Python坐標(biāo)插值')
plt.grid()
# 保存高清圖片，dpi表示分辨率
plt.savefig('out.png',dpi = 600)
plt.show()

文件結(jié)構(gòu)

看完上述內(nèi)容，你們掌握使用Python怎么實(shí)現(xiàn)一個(gè)坐標(biāo)線性插值應(yīng)用的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！

本文題目：使用Python怎么實(shí)現(xiàn)一個(gè)坐標(biāo)線性插值應(yīng)用-創(chuàng)新互聯(lián)
標(biāo)題來(lái)源：http://aaarwkj.com/article40/ggjho.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供動(dòng)態(tài)網(wǎng)站、移動(dòng)網(wǎng)站建設(shè)、服務(wù)器托管、網(wǎng)站制作、網(wǎng)站導(dǎo)航、電子商務(wù)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)