我有一个二维样条线,它是一个(x,y)元组的列表。我需要确定样条曲线上的一个点,如果一条长度为L的直线的一端放置在现有的样条点上,则该点将落在该点上。Line=200 find (xn,yn) 200 units from here
因此,对于样条线中的每个点,找到与所选点的线性距离为200的(Xn,Yn)(或插值的值)。
我想在彩色地图上绘制一些二维数据,像素均匀分布在坐标X,Y上(比如np.meshgrid)。在没有matplotlib的imshow()中,有什么方法可以做到这一点吗?考虑两个2D数据字段Z和W,它们定义了坐标X,Y的值,假设我想用最近的值插值把W绘制成一个简单的彩色图,把过图Z画成一组等值线。我希望有两个函数可以使用,非常类似的调用签名来完成这个任务。import matplotlib.pyplot as plt
我有一些土壤含水量(Theta)的数据以三维域点(x, y, z, Theta列的CSV文件)的形式出现。我想在一些特定的位置(图中的ABCD部分)从3D域获取横截面。我想在横截面上的5*5网格中计算Theta的值,但是网格每个节点周围的点不与未知点共面。我以前对python中的2D域这样做过,但对我来说,3D域似乎更复杂。我发现了,但我希望它能输出一个numpy数组或熊猫DataFrame,在jupyter笔记本中把它画成等高线。
我知道,要找到网格,需要通过从其邻居处插值
我在3维空间(x, y, z)中有几个数据点,并使用scipy.interpolate.Rbf对它们进行插值。这给了我一个很好地表示我的3D对象的表面的样条线。现在我想确定几个x和y对,它们具有相同的任意z值。我想这样做是为了计算3D对象在任何给定z值时的横截面。有人知道怎么做吗?也许还有一种比使用scipy.interpolate.Rbf更好的方法来做到这一点。
到目前为止,我已经通过使用matplotlib.pyplot绘制等高线图并提取显示的线段