我试着在枕木里用内插。这是我的代码:
from Constants import LOWER_LAT, LOWER_LONG, UPPER_LAT, UPPER_LONG, GRID_RESOLUTION
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm
from cmath import sin
from scipy.signal.windows import cosine
from scipy import interpolate
from s
我正在努力寻找最有效的方法,将二维数组的一部分恢复到更精细的网格中。为了保持我的程序的通用性,我倾向于使用一个标准的包,比如numpy或scipy,但这可能超出了他们的能力。
预期的输入数据是一个geotiff (数字高程模型)文件,用GDAL导入,并转换为numpy数组。一个问题是,许多输入文件没有CRS信息。
在我的MWE下面和回归到一个2x2网格(为演示),这需要96s在我的本地机器。实际的精细网格要大得多,细网格将在一个循环中创建多次。我承认这个MWE可能是最不有效的方法来做到这一点!
import numpy as np
import scipy.interpolate as int
你好,我正在试图绘制一个填充的不均匀数据等高线。列在三张名单上。我的问题是我不能得到光滑的填充轮廓。首先,我使用网格数据将数据从不规则点更改为网格。
import numpy as np
import matplotlib.pyplot as plt
import time as time
from scipy.interpolate import griddata
x = [39, 39, 603, 603, 540.8578720591851, 586.349172503832, 373.99215228030187, 436.4554443169055, 125.717712836294
我有一个散乱网格上的三维有限元计算结果。我想用python在一个水平面上插值这些数据,并使用matplotlib在那个平面上绘制结果的等高线。输出文件results.dat包含6列,即x、y、z坐标和三个位移分量。我对第三部分感兴趣。我想在一个100 x 100的矩形网格上进行插值,网格跨度从(-50,10)到(50,110),位置为z=-5。我想过以下几种可能性:
import numpy as np
from scipy.interpolate import grid data
res = np.loadtxt('results.dat')
points = res[:,
我正在用pdenonlin用MatLab来解决一个耦合的PDE系统。
我为我的几何体(中间有一个圆孔的方形长方体)创建了一个网格,并对其进行优化,直到我:
[p,e,t] = initmesh('DefectGeom2');
[p,e,t] = refinemesh('DefectGeom2',p,e,t);
我解决了这个系统
% SOLUTION:
u = pdenonlin(b_s,p,e,t,c_s,a_s,f_s);
% EXTRACT different functions from the full solutions (systems):
np
我尝试用Matlab函数cfirpm来设计具有任意复数期望响应的复冲激响应FIR滤波器。但是,似乎Matlab不允许我设置任意频率的网格gf。
这里是一个虚拟的例子,其中频率网格初始设置为只有四个值。然而,在fresp函数中,网格gf有256个值。
n = 10;
f = [-1 1];
gf = linspace(-1,1,4);
h = cfirpm(n,f,@fresp);
function [dh,dw]=fresp(n,f,gf,w)
dh = [1+1j;1+2j;-