Python绘制RTKLIB结果文件.pos源码

已于 2022-11-12 21:03:46 修改
阅读量1k 收藏 19
点赞数 1
分类专栏： RTKLIB学习系列文章 python函数 文章标签： python 开发语言 rtklib 误差曲线图
于 2022-11-10 08:26:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/absll/article/details/127781783
版权

Python绘制误差曲线图

应粉丝需求，现发布较完整版，实用的一套源码，改源码可进行RTKLIB的误差分析，曲线图的绘制，结果图直观易懂

效果展示

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

源码1

# -*- coding:utf-8 -*-
"""

created on Wed Apr 28 14:08:25 2021
@author: xymeng

"""
import numpy as np
import math as mt
import matplotlib.pyplot as plt
import sklearn.metrics as ms

'''以下为WGS84椭球参数'''
a = 6378137.0         # 参考椭球的长半轴, 单位 m
b = 6356752.31414     # 参考椭球的短半轴, 单位 m

'''以下为三角函数调用'''
sqrt = mt.sqrt
sin = mt.sin
cos = mt.cos
atan = mt.atan

'''以下为列表定义'''
X = []
Y = []
Z = []
B = []
L = []
H = []
N = []
E = []
U = []

'''以下为弧度转换角度函数'''
def rad2angle(r):
    """
    该函数可以实现弧度到角度的转换.
    :param r:  弧度
    :return:  a, 对应的角度
    """
    a = r*180.0/mt.pi
    return a

'''以下为角度转换弧度函数'''
def angle2rad(a):
    """
    该函数可以实现角度到弧度的转换.
    :param a:  角度
    :return:  r, 对应的弧度
    """
    r = a*mt.pi/180.0
    return r

'''以下为XYZ转BLH函数'''
def XYZ2BLH(X, Y, Z, a, b):
    """
    该函数实现把某点在参心空间直角坐标系下的坐标（X, Y, Z)转为大地坐标（B, L, H).
    :param X:  X方向坐标，单位 m
    :param Y:  Y方向坐标, 单位 m
    :param Z:  Z方向坐标, 单位 m
    :param a: 地球长半轴，即赤道半径，单位 m
    :param b: 地球短半轴，即大地坐标系原点到两级的距离, 单位 m
    :return:  B, L, H, 大地纬度、经度、海拔高度 (m)
    """

    e = sqrt((a**2-b**2)/(a**2)) #椭球第一偏心率

    if X == 0 and Y > 0:
        L = 90
    elif X == 0 and Y < 0:
        L = -90
    elif X < 0 and Y >= 0:
        L = atan(Y/X)
        L = rad2angle(L)
        L = L+180
    elif X < 0 and Y <= 0:
        L = atan(Y/X)
        L = rad2angle(L)
        L = L-180
    else:
        L = atan(Y / X)
        L = rad2angle(L)

    b0 = atan(Z/sqrt(X**2+Y**2))
    N_temp = a/sqrt((1-e*e*sin(b0)*sin(b0)))
    b1 = atan((Z+N_temp*e*e*sin(b0))/sqrt(X**2+Y**2))

    while abs(b0-b1) > 1e-7:
        b0 = b1
        N_temp = a / sqrt((1 - e * e * sin(b0) * sin(b0)))
        b1 = atan((Z + N_temp * e * e * sin(b0)) / sqrt(X ** 2 + Y ** 2))

    B = b1
    N = a/sqrt((1-e*e*sin(B)*sin(B)))
    H = sqrt(X**2+Y**2)/cos(B)-N
    B = rad2angle(B)
    return B, L, H   # 返回大地纬度B、经度L、海拔高度H (m)

'''以下函数为大地坐标转站心地平坐标'''
def BLH2NEU(B,L,X,Y,Z,X0,Y0,Z0):
    """
        该函数实现把某点在参心空间直角坐标系下的坐标（X, Y, Z)转为站心地平坐标(E,N,U).
        :param X:  X方向坐标，单位 m
        :param Y:  Y方向坐标, 单位 m
        :param Z:  Z方向坐标, 单位 m
        :param B:  大地纬度，单位 度
        :param L:  大地经度, 单位 度
        :param H:  海拔高度, 单位 m
        :return:  N, E ,U, 东方向，北方向，天顶方向(m)
        """
    N = -sin(B)*cos(L)*(X-X0)-sin(B)*sin(L)*(Y-Y0)+cos(B)*(Z-Z0)
    E = -sin(L)*(X-X0)+cos(L)*(Y-Y0)
    U = cos(B)*cos(L)*(X-X0)+cos(B)*sin(L)*(Y-Y0)+sin(B)*(Z-Z0)
    return N,E,U


if __name__ == '__main__':
    # path = input('请输入pos定位结果文件：') #E://rtklib//data//mypos.pos
    #
    # '''以下代码是读取所有行的XYZ'''
    # with open(path,'r') as f:
    #     lines = f.readlines()
    #     for line in lines[8:len(lines)]:
    #         X.append(float(line.split('  ')[1]))
    #         Y.append(float(line.split('  ')[2]))
    #         Z.append(float(line.split('  ')[3]))
    #
    # '''以下行是将定位均值设为XYZ真值'''
    # X0 = np.mean(X)
    # Y0 = np.mean(Y)
    # Z0 = np.mean(Z)
    # p,d,q = BLH2NEU(43.790,125.443,X0,Y0,Z0,-2674377.0,3757198.0,4391503.0)
    # print(p)
    # print(d)
    # print(q)
    # print(type(q))

    path = input('请输入pos定位结果文件：') #E://rtklib//data//mypos.pos

    '''以下代码是读取所有行的XYZ'''
    with open(path,'r') as f:
        lines = f.readlines()
        for line in lines[8:len(lines)]:
            X.append(float(line.split('  ')[1]))
            Y.append(float(line.split('  ')[2]))
            Z.append(float(line.split('  ')[3]))

    '''以下行是将定位均值设为XYZ真值'''
    X0 = np.mean(X)
    Y0 = np.mean(Y)
    Z0 = np.mean(Z)

    '''以下是计算真值对应的BLH'''
    B0,L0,H0 = XYZ2BLH(X0,Y0,Z0,a,b)

    '''下面为计算出各行对应的NEU'''
    for l in range(len(X)):
        N0,E0,U0 = BLH2NEU(B0,L0,X[l],Y[l],Z[l],X0,Y0,Z0)
        N.append(N0)
        E.append(E0)
        U.append(U0)

    '''以下为定义收敛图的x坐标范围'''
    xx = [i for i in range(1,len(X)+1)]

    '''以下为定义NEU真值列表'''
    NN = []
    EE = []
    UU = []
    for k in range(len(X)):
        NN.append(0)
        EE.append(0)
        UU.append(0)

    '''下面为计算ENU的均值、标准差和均方根误差'''
    Emean = round(np.mean(E),4)
    Nmean = round(np.mean(N),4)
    Umean = round(np.mean(U),4)

    Estd = round(np.std(E, ddof=1),4)
    Nstd = round(np.std(N, ddof=1),4)
    Ustd = round(np.std(U, ddof=1),4)

    Ermse = round(sqrt(ms.mean_squared_error(EE,E)),4)
    Nrmse = round(sqrt(ms.mean_squared_error(NN,N)),4)
    Urmse = round(sqrt(ms.mean_squared_error(UU,U)),4)

    '''以下为绘制收敛曲线图'''
    plt.style.use('seaborn-whitegrid')
    plt.rcParams['font.sans-serif'] = ['KaiTi']
    plt.rcParams['axes.unicode_minus'] = False
    plt.figure(dpi=500, figsize=(12, 6))
    plt.subplot(311)
    plt.errorbar(xx,E,yerr=E, fmt='.r',ecolor='lightgray',elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Emean,Estd,Ermse),markersize=1)
    plt.xlabel('历元/30s')
    plt.ylabel('E/m')
    plt.legend()

    plt.subplot(312)
    plt.errorbar(xx, N, yerr=N, fmt='.r', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Nmean, Nstd, Nrmse),markersize=1)
    plt.xlabel('历元/30s')
    plt.ylabel('N/m')
    plt.legend()

    plt.subplot(313)
    plt.errorbar(xx, U, yerr=U, fmt='.r', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Umean, Ustd, Urmse),markersize=1)
    plt.xlabel('历元/30s')
    plt.ylabel('U/m')
    plt.legend()
    plt.show()

源码2

# -*- coding:utf-8 -*-
"""
created on Fri Apr 29 14:19:25 2022
@author: xymeng

"""
import numpy as np
import math as mt
import matplotlib.pyplot as plt
import sklearn.metrics as ms

'''以下为WGS84椭球参数'''
ef = 1.0 / 298.257223563
e2 = ef * (2.0 - ef)  # 椭球第一偏心率的平方
a = 6378137.0         # 参考椭球的长半轴, 单位 m

'''以下为三角函数调用'''
sqrt = mt.sqrt
sin = mt.sin
cos = mt.cos
atan = mt.atan
atan2 = mt.atan2
pi = mt.pi

'''以下为列表定义'''
X = []
Y = []
Z = []#单点定位结果
X1 = []
Y1 = []
Z1 = []#huber抗差定位结果
X2 = []
Y2 = []
Z2 = []#IGGIII定位结果
X3 = []
Y3 = []
Z3 = []#KF定位结果
X0 = []
Y0 = []
Z0 = []#参考真值
delX = []
delY = []
delZ = []#单点定位两者差值
delX1 = []
delY1 = []
delZ1 = []#Huber抗差定位两者差值
delX2 = []
delY2 = []
delZ2 = []#IGGIII抗差定位两者差值
delX3 = []
delY3 = []
delZ3 = []#KF定位两者差值
XT=[]
YT=[]
ZT=[]#将真值放到列表中
XT1=[]
YT1=[]
ZT1=[]#将真值放到列表中
XT2=[]
YT2=[]
ZT2=[]#将真值放到列表中
XT3=[]
YT3=[]
ZT3=[]#将真值放到列表中
E = []
N = []
U = []#单点定位ENU
E1 = []
N1 = []
U1 = []#Huber抗差定位ENU
E2 = []
N2 = []
U2 = []#IGGIII抗差定位ENU
E3 = []
N3 = []
U3 = []#KF定位ENU

'''以下为弧度转换角度函数'''
def rad2angle(r):
    """
    该函数可以实现弧度到角度的转换.
    :param r:  弧度
    :return:  a, 对应的角度
    """
    a = r*180.0/mt.pi
    return a

'''以下为角度转换弧度函数'''
def angle2rad(a):
    """
    该函数可以实现角度到弧度的转换.
    :param a:  角度
    :return:  r, 对应的弧度
    """
    r = a*mt.pi/180.0
    return r

'''以下为XYZ转BLH函数'''
def XYZ2BLH(X, Y, Z, e2, a):
    """
    该函数实现把某点在参心空间直角坐标系下的坐标（X, Y, Z)转为大地坐标（B, L, H).
    :param X:  X方向坐标，单位 m
    :param Y:  Y方向坐标, 单位 m
    :param Z:  Z方向坐标, 单位 m
    :param e2: 椭球第一偏心率的平方
    :param a: 地球短半轴，即大地坐标系原点到两级的距离, 单位 m
    :return:  B, L, H, 大地纬度、经度、海拔高度 (m)
    """
    v = a
    z = Z
    zk = 0.0
    r2 = X**2+Y**2
    while abs(z - zk) > 1e-4:
        zk = z
        sinp = z / sqrt(r2 + z * z)
        v = a / sqrt(1.0 - e2 * sinp * sinp)
        z = Z + v * e2 * sinp
    if r2 > 1e-12:
        B = atan(z / sqrt(r2))
        L = atan2(Y,X)
    else:
        L = 0.0
        if Z > 0.0:
            B = pi / 2.0
        else:
            B = -pi / 2.0
    H = sqrt(r2+z*z)-v
    return B, L, H   # 返回大地纬度B、经度L、海拔高度H (m)

'''以下函数为大地坐标转站心地平坐标'''
def BLH2ENU(B,L,X,Y,Z,X0,Y0,Z0):
    """
        该函数实现把某点在参心空间直角坐标系下的坐标（X, Y, Z)转为站心地平坐标(E,N,U).
        :param X:  X方向坐标，单位 m
        :param Y:  Y方向坐标, 单位 m
        :param Z:  Z方向坐标, 单位 m
        :param B:  大地纬度，单位 度
        :param L:  大地经度, 单位 度
        :param H:  海拔高度, 单位 m
        :return:  E ,N, U, 东方向，北方向，天顶方向(m)
        """
    E = -sin(L)*(X-X0)+cos(L)*(Y-Y0)
    N = -sin(B)*cos(L)*(X-X0)-sin(B)*sin(L)*(Y-Y0)+cos(B)*(Z-Z0)
    U = cos(B)*cos(L)*(X-X0)+cos(B)*sin(L)*(Y-Y0)+sin(B)*(Z-Z0)
    return E,N,U


if __name__ == '__main__':

    path = input('请输入第一个单点定位结果文件：')  # E://rtklib//rtklib-test1//不同方案对比数据//Huber权函数抗差最小二乘//MA36-x3-G+C-lsq.pos
    path1 = input('请输入第二个Huber抗差定位结果文件：')  # E://rtklib//rtklib-test1//不同方案对比数据//Huber权函数抗差最小二乘//MA36-x3G+C-huberls1.5.pos
    path2 = input('请输入第三个IGGIII抗差定位结果文件：')  # E://rtklib//rtklib-test1//不同方案对比数据//IGGIII权函数抗差最小二乘//MA36-x3-G+C-iggls1.5-6.pos
    path3 = input('请输入第四个KF定位结果文件：')  # E://rtklib//rtklib-test1//不同方案对比数据//静态Kalman滤波//MA36-x3-G+C-kf.pos
    path0 = input('请输入pos参考真值文件：')  # E://rtklib//rtklib-test1//data//MA36x3-ppp.pos

    '''以下代码是读取单点定位结果所有行的XYZ'''
    with open(path, 'r') as f:
        lines = f.readlines()
        for line in lines[0:len(lines)]:
            if (line.strip('\n').split(' ')[0]) != '%':
                X.append(float(line.split('  ')[1]))
                Y.append(float(line.split('  ')[2]))
                Z.append(float(line.split('  ')[3]))
    '''以下代码是读取Huber抗差定位结果所有行的XYZ'''
    with open(path1, 'r') as f:
        lines = f.readlines()
        for line in lines[0:len(lines)]:
            if (line.strip('\n').split(' ')[0]) != '%':
                X1.append(float(line.split('  ')[1]))
                Y1.append(float(line.split('  ')[2]))
                Z1.append(float(line.split('  ')[3]))
    '''以下代码是读取IGGIII抗差定位结果所有行的XYZ'''
    with open(path2, 'r') as f:
        lines = f.readlines()
        for line in lines[0:len(lines)]:
            if (line.strip('\n').split(' ')[0]) != '%':
                X2.append(float(line.split('  ')[1]))
                Y2.append(float(line.split('  ')[2]))
                Z2.append(float(line.split('  ')[3]))
    '''以下代码是读取KF定位结果所有行的XYZ'''
    with open(path3, 'r') as f:
        lines = f.readlines()
        for line in lines[0:len(lines)]:
            if (line.strip('\n').split(' ')[0]) != '%':
                X3.append(float(line.split('  ')[1]))
                Y3.append(float(line.split('  ')[2]))
                Z3.append(float(line.split('  ')[3]))
    '''以下代码是读取参考真值所有行的XYZ'''
    with open(path0, 'r') as f:
        lines = f.readlines()
        for line in lines[0:len(lines)]:
            if (line.strip('\n').split(' ')[0]) != '%':
                X0.append(float(line.split('  ')[1]))
                Y0.append(float(line.split('  ')[2]))
                Z0.append(float(line.split('  ')[3]))

    '''以下行是将定位均值设为XYZ真值'''
    Xt = np.mean(X0)
    Yt = np.mean(Y0)
    Zt = np.mean(Z0)

    '''以下是计算真值对应的BLH'''
    B0,L0,H0 = XYZ2BLH(Xt,Yt,Zt,e2,a)

    '''下面为计算出各行对应的NEU'''
    for l in range(len(X)):
        E0,N0,U0 = BLH2ENU(B0,L0,X[l],Y[l],Z[l],Xt,Yt,Zt)
        E.append(E0)
        N.append(N0)
        U.append(U0)
    '''下面为计算出各行对应的NEU'''
    for l in range(len(X1)):
        E0, N0, U0 = BLH2ENU(B0, L0, X1[l], Y1[l], Z1[l], Xt, Yt, Zt)
        E1.append(E0)
        N1.append(N0)
        U1.append(U0)

    '''下面为计算出各行对应的NEU'''
    for l in range(len(X2)):
        E0, N0, U0 = BLH2ENU(B0, L0, X2[l], Y2[l], Z2[l], Xt, Yt, Zt)
        E2.append(E0)
        N2.append(N0)
        U2.append(U0)

    '''下面为计算出各行对应的NEU'''
    for l in range(len(X3)):
        E0, N0, U0 = BLH2ENU(B0, L0, X3[l], Y3[l], Z3[l], Xt, Yt, Zt)
        E3.append(E0)
        N3.append(N0)
        U3.append(U0)

    '''以下为定义单点定位NEU真值列表'''
    NN = []
    EE = []
    UU = []
    for k in range(len(X)):
        NN.append(0)
        EE.append(0)
        UU.append(0)
    '''以下为定义Huber抗差定位NEU真值列表'''
    NN1 = []
    EE1 = []
    UU1 = []
    for k in range(len(X1)):
        NN1.append(0)
        EE1.append(0)
        UU1.append(0)

    '''以下为定义IGGIII抗差定位NEU真值列表'''
    NN2 = []
    EE2 = []
    UU2 = []
    for k in range(len(X2)):
        NN2.append(0)
        EE2.append(0)
        UU2.append(0)

    '''以下为定义KF定位NEU真值列表'''
    NN3 = []
    EE3 = []
    UU3 = []
    for k in range(len(X3)):
        NN3.append(0)
        EE3.append(0)
        UU3.append(0)

    '''下面为计算ENU的均值、标准差和均方根误差'''
    Emean = round(np.mean(E),4)
    Emean1 = round(np.mean(E1),4)
    Emean2 = round(np.mean(E2),4)
    Emean3 = round(np.mean(E3),4)
    Nmean = round(np.mean(N),4)
    Nmean1 = round(np.mean(N1),4)
    Nmean2 = round(np.mean(N2),4)
    Nmean3 = round(np.mean(N3),4)
    Umean = round(np.mean(U),4)
    Umean1 = round(np.mean(U1),4)
    Umean2 = round(np.mean(U2),4)
    Umean3 = round(np.mean(U3),4)

    Estd = round(np.std(E, ddof=1),4)
    Estd1 = round(np.std(E1, ddof=1),4)
    Estd2 = round(np.std(E2, ddof=1),4)
    Estd3 = round(np.std(E3, ddof=1),4)
    Nstd = round(np.std(N, ddof=1),4)
    Nstd1 = round(np.std(N1, ddof=1),4)
    Nstd2 = round(np.std(N2, ddof=1),4)
    Nstd3 = round(np.std(N3, ddof=1),4)
    Ustd = round(np.std(U, ddof=1),4)
    Ustd1 = round(np.std(U1, ddof=1),4)
    Ustd2 = round(np.std(U2, ddof=1),4)
    Ustd3 = round(np.std(U3, ddof=1),4)

    Ermse = round(sqrt(ms.mean_squared_error(EE,E)),4)
    Ermse1 = round(sqrt(ms.mean_squared_error(EE1,E1)),4)
    Ermse2 = round(sqrt(ms.mean_squared_error(EE2,E2)),4)
    Ermse3 = round(sqrt(ms.mean_squared_error(EE3,E3)),4)
    Nrmse = round(sqrt(ms.mean_squared_error(NN,N)),4)
    Nrmse1 = round(sqrt(ms.mean_squared_error(NN1,N1)),4)
    Nrmse2 = round(sqrt(ms.mean_squared_error(NN2,N2)),4)
    Nrmse3 = round(sqrt(ms.mean_squared_error(NN3,N3)),4)
    Urmse = round(sqrt(ms.mean_squared_error(UU,U)),4)
    Urmse1 = round(sqrt(ms.mean_squared_error(UU1,U1)),4)
    Urmse2 = round(sqrt(ms.mean_squared_error(UU2,U2)),4)
    Urmse3 = round(sqrt(ms.mean_squared_error(UU3,U3)),4)

    '''以下为定义收敛图的x坐标范围'''
    xx = [i for i in range(1, len(X) + 1)]
    '''以下为定义收敛图的x坐标范围'''
    xx1 = [i for i in range(1, len(X1) + 1)]
    '''以下为定义收敛图的x坐标范围'''
    xx2 = [i for i in range(1, len(X2) + 1)]
    '''以下为定义收敛图的x坐标范围'''
    xx3 = [i for i in range(1, len(X3) + 1)]

    '''以下为绘制收敛曲线图'''
    plt.style.use('seaborn-whitegrid')
    plt.rcParams['font.sans-serif'] = ['KaiTi']
    plt.rcParams['axes.unicode_minus'] = False
    plt.figure(dpi=500, figsize=(12, 6))
    plt.subplot(311)
    plt.errorbar(xx,E,yerr=E, fmt='.r',ecolor='lightgray',elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Emean,Estd,Ermse),markersize=1)
    plt.errorbar(xx1, E1, yerr=E1, fmt='.b', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Emean1, Estd1, Ermse1), markersize=1)
    plt.errorbar(xx2, E2, yerr=E2, fmt='.g', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Emean2, Estd2, Ermse2), markersize=1)
    plt.errorbar(xx3, E3, yerr=E3, fmt='.k', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Emean3, Estd3, Ermse3), markersize=1)
    plt.ylabel('E/m')
    plt.legend(loc="upper right")

    plt.subplot(312)
    plt.errorbar(xx, N, yerr=N, fmt='.r', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Nmean, Nstd, Nrmse),markersize=1)
    plt.errorbar(xx1, N1, yerr=N1, fmt='.b', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Nmean1, Nstd1, Nrmse1), markersize=1)
    plt.errorbar(xx2, N2, yerr=N2, fmt='.g', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Nmean2, Nstd2, Nrmse2), markersize=1)
    plt.errorbar(xx3, N3, yerr=N3, fmt='.k', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Nmean3, Nstd3, Nrmse3), markersize=1)
    plt.ylabel('N/m')
    plt.legend(loc="upper right")

    plt.subplot(313)
    plt.errorbar(xx, U, yerr=U, fmt='.r', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Umean, Ustd, Urmse),markersize=1)
    plt.errorbar(xx1, U1, yerr=U1, fmt='.b', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Umean1, Ustd1, Urmse1), markersize=1)
    plt.errorbar(xx2, U2, yerr=U2, fmt='.g', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Umean2, Ustd2, Urmse2), markersize=1)
    plt.errorbar(xx3, U3, yerr=U3, fmt='.k', ecolor='lightgray', elinewidth=0.05,
                 label='AVE={}m,STD={}m,RMSE={}m'.format(Umean3, Ustd3, Urmse3), markersize=1)
    plt.xlabel('历元/s')
    plt.ylabel('U/m')
    plt.legend(loc="upper right")
    plt.legend()
    plt.show()
十八与她
关注
  • 1
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
pythonrtk_RTKLIB:RTK使用介绍
weixin_39721370的博客
01-29 722
http://www.rtklib.com/rtklib_tutorial.htmRTKLIB: Tutorial and Demonstration for RTK(1) DownloadRTKLIB_2.4.1package and install it toaccording toRTKLIB manual.(2) Download sample datartklibsample....
对RTKLIB解算结果文件画图并做简单分析的python脚本
04-25
RTKLIB自带的rtkpost.exe只支持ENU方向的结果显示，但是如果解算结果输出的XYZ方向，且想要XYZ方向的可视化结果，以及与sinex周解作比较的话，rtkpost就不够了，因此我写了这个python脚本，以实现对XYZ方向的定位结果分析。 使用方法已在“readme.txt”里有说明。 注意，我并没有写自动读取sinex文件的代码，因此，需要修改源代码里的sinex周解坐标。未来有时间会写一个读取sinex周解的代码，从而提高自动化水平。
RTKLIB学习笔记——Postpos函数源码理解（execses）
weixin_49001694的博客
06-30 183
execses
RTKLIB代码在VS下调试输出pos.trace.stat文件指南.zip
06-04
VS下面调试RTKLIB； 直观了解内部运行过程； 调试过程出现三个文件：.trace、.pos、.stat；在单点定位情况下，内部如何运行，通过文件的形式直观去了解；配合博客《RTKLIB源码调试.trace文件解析&.stat文件解析》
RTKLIB ：postpos（后处理)
努力努力努力
01-29 1977
本博客是转载，原文请看下面的连接 感谢：RTKLIB单点定位处理流程之一（postpos/后处理）_wuwuku123的博客-CSDN博客_rtklib伪距单点定位 版本： #define VER_RTKLIB "2.4.3" /* library version */ #define PATCH_LEVEL "b29" /* patch level */ 处理参数设置：主要是三个结构体 prcopt_t opt = prcopt_default;...
rtklib python版（翻译）
guoxw1990的博客
05-03 1600
文章来自于rtklibexplorer的博客:a-python-version-of-rtklib ，这里只是做一个简单的翻译，方便查看，有必要的话请点击链接查看原文信息。 在这篇文章中，我想介绍一个我最近正在进行的新项目。 RTKLIB 可以成为探索全球导航卫星系统精密定位世界的伟大工具。有许多配置选项(有人说太多了!)允许用户比较不同算法设置的影响。它也是开源的，因此用户可以准确地看到代码在幕后做什么，甚至可以修改代码以探索可用配置集之外的选项。 然而，其代码相当复杂，并且编写的风格密集，这对于想要.
【Python】RTKLIB POS文件转换至ENU误差并绘图
sinat_39238867的博客
09-01 2854
#!/usr/bin/python # coding=utf-8 ''' RTKLIB POS文件转换至ENU误差并绘图 Version：1.0 Author:LZ_CUMT 脚本功能： 1：批量读取rtklib解算结果文件（.pos)，并将XYZ或LLH坐标转换为ENU形式 2：转换时选取的坐标基准通过snx文件进行读取，若snx文件中无当前测站或未找到snx文件，以定位结果的均值作为替代 3：转换完成后将ENU输出至csv格式文件保存，通过matplotlib库（需额外安装）绘制ENU定位误差图 '''
【Python数据可视化源码实例Pyecharts库集合】热力图.zip
07-12
本资料压缩包“【Python数据可视化源码实例Pyecharts库集合】热力图.zip”包含了使用Pyecharts进行热力图绘制的源码实例。 Pyecharts是一个基于JavaScript库ECharts的Python接口，ECharts是由百度开发的，功能强大...
Python小游戏源码-炸弹人小游戏游戏源码
02-27
【Python小游戏源码-炸弹人小游戏游戏源码】 在编程世界中，开发游戏是一种极好的学习和实践技术的方式。Python语言以其简洁明了的语法和丰富的库资源，成为了初学者和专业开发者创建游戏的热门选择。"炸弹人"是一...
Python库 | apysc-0.12.38.tar.gz
02-28
apysc还支持丰富的图形绘制功能，包括线条、矩形、圆形等基本形状，以及更复杂的路径绘制。例如，你可以创建一个动态改变颜色的圆形： ```python from apysc import draw_circle circle = draw_circle.DrawCircle...
RTKLIB文件说明
01-04
RTKLIB文件说明，让学习RTKLIB的人更清楚的了解RTKLIB各个软件的功能
RTKLIB2.4.3中文使用说明书
04-22
RTKLIB英文使用说明书翻译成中文，有rtklib各个模块详细使用介绍
基于python实现的粒子群寻优算法实验-源码
10-05
Python中实现PSO时，可以使用numpy库进行数值计算，matplotlib库绘制过程中的图形，如粒子轨迹和适应度函数的变化，以直观展示算法的运行过程。 此外，对于软件/插件标签，可能是指该源码中包含了用于可视化或其他...
opencv snake算子子源码
08-31
# 在原图上绘制Snake轮廓 cv2.polylines(image, [snake.reshape(-1, 1, 2)], True, (0, 0, 255), 2) cv2.imshow('Snake Image', image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 以上代码示例展示了如何使用...
pyrtklib -- 基于rtklib的python binding
最新发布
ebhrz的博客
01-26 1100
香港理工大学IPNL实验室发布了基于rtklib的python binding --现在，你可以在python中自由调用rtklib头文件中所定义的类型与函数，由浅入深的使用rtklib的后处理，单点定位，RTK定位等功能。同时，在python中有大量易于使用的机器学习算法（如决策树,SVM,神经网络等），因此现在可以轻易的将机器学习算法与定位算法进行一些紧耦合的研究。python编写便于调试与敏捷开发，在算法测试完毕后，也基本可以1:1由C/C++重新复刻提高效率。
Python绘制RTKLIB的POS文件中的XYZ误差曲线及计算RMSE
十八与她的博客
11-11 1278
前面博客中有提到过，文中给出了部分代码，在这篇博客里面，给出剩下的代码。
RTKLIB-RTKPOST设置介绍
weixin_45375219的博客
06-22 2239
根据RTKLIB说明书进行rtkpost的学习，了解相关设置，记录一下
Python调用GFZRNX和RTKLIB实现GNSS数据批处理
navsense_support的博客
06-21 903
小时解数据处理是一个常见的任务，特别是在地理测量、导航和地理空间分析等领域。它涉及对每个小时解文件进行处理，并生成定位结果。为了简化这一过程，我们将使用Python编程语言编写代码，以自动化处理小时解数据。
RTKLIB学习（一）--spp代码分析
yitian_00的博客
10-13 1004
RTKLIB学习（一）--spp代码分析,对spp所用到的加权最小二乘（weighted least square）和一些矩阵运算进行较为详细的阐述。
python桑基图源码
05-16
以下是一个使用Python和Matplotlib库绘制桑基图的示例代码： ```python import matplotlib.pyplot as plt # 定义节点和流量 nodes = ['A', 'B', 'C', 'D', 'E'] flows = [200, 300, 100, 250, 150] # 计算起点和终点的位置 start_pos = [0] for i in range(len(flows) - 1): start_pos.append(start_pos[i] + flows[i]) end_pos = [start_pos[i] + flows[i] for i in range(len(flows))] # 绘制桑基图 plt.figure(figsize=(10, 6)) plt.title("Sankey Diagram") plt.xticks([]) plt.yticks([]) for i in range(len(nodes)): plt.annotate(nodes[i], xy=(0, (start_pos[i] + end_pos[i]) / 2), va='center', ha='left') for i in range(len(nodes) - 1): plt.fill_between([0, 1], start_pos[i], end_pos[i], alpha=0.1) plt.text(1.1, (start_pos[i] + end_pos[i]) / 2, flows[i], va='center', ha='left') plt.plot([0, 1], [start_pos[-1], end_pos[-1]], 'k--', alpha=0.5) plt.annotate(nodes[-1], xy=(1, (start_pos[-1] + end_pos[-1]) / 2), va='center', ha='right') plt.show() ``` 这个示例代码使用`nodes`列表定义了节点的名称，`flows`列表定义了流量大小。然后，通过计算每个节点的起点和终点位置，使用Matplotlib库绘制了桑基图。最终的结果如下图所示： ![sankey-diagram-python](https://cdn.jsdelivr.net/gh/Yousazoe/picgo-repo/img/sankey-diagram-python.png)

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

十八与她

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值