python路径图

最新推荐文章于 2024-09-20 22:20:30 发布

寡到世界毁灭时

最新推荐文章于 2024-09-20 22:20:30 发布

阅读量432

点赞数 7

文章标签： python 开发语言

本文链接：https://blog.csdn.net/qq_56752562/article/details/136829536

版权

本文介绍了如何使用Python中的numpy和matplotlib库来可视化船只与无人机的路径，通过给定的坐标数据展示了油田点、无人机起降点、港口以及船只的移动轨迹。

摘要由CSDN通过智能技术生成

船+无人机路径

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

# 设置字体为中文，并解决负号显示问题。
plt.rcParams['font.family'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

x = [0.0,11.639 ,  121.968,  84.4327,  47.6534, 139.722,  107.493,  16.2922]
y = [0.0,93.4922, -144.528, -136.262, -19.6535, 183.839, -163.817, -47.9796]

s_x = [0.0,39.8522,  105.319,  92.1127,  27.7738, 113.242,  105.319,  29.3922]
s_y = [0.0,59.9459, -117.909, -124.857, -40.4328, 147.455, -117.909, -43.0551]

l_x = [0.0,51.6025,  92.1127,  86.6122, 20.9235, 131.624,  87.0351,  25.9646]
l_y = [0.0,75.4847, -124.857, -124.278, -29.701, 139.574, -124.816, -37.8691]

p_x = [39.8522, 51.6025,  105.319,  92.1127,  92.1127,  86.6122,  27.7738, 20.9235, 113.242, 131.624, 105.319,   87.0351,  29.3922,  25.9646]
p_y = [59.9459, 75.4847, -117.909, -124.857, -124.857, -124.278, -40.4328, -29.701, 147.455, 139.574, -117.909, -124.816, -43.0551, -37.8691]




# 自定义船只路径的坐标
ship_x = [0.0, 39.8522, 51.6025, 113.242, 131.624, 105.319,  105.319,  92.1127,  92.1127,   87.0351,  86.6122,  29.3922,  27.7738,  25.9646, 20.9235, 0.0]  # 替换为你希望的船只 x 坐标列表
ship_y = [0.0,59.9459, 75.4847, 147.455, 139.574, -117.909, -117.909, -124.857, -124.857, -124.816, -124.278, -43.0551, -40.4328, -37.8691, -29.701,0.0]  # 替换为你希望的船只 y 坐标列表

# 生成一个从 0 到 x 列表长度的整数数组。
n = np.arange(len(x))

# 绘制油田点的散点图
plt.plot(x, y, '.', c='black', label='油田点', marker="^", markersize=8)

# 在油田点上添加注释，注释内容为对应的数字，位置为坐标 (x[i], y[i])，注释文本的偏移为 (x[i] + 1, y[i] - 0.5)。
for i in range(len(n)):
    plt.annotate(n[i], (x[i], y[i]), xytext=(x[i] + 1, y[i] - 0.5))

# 绘制无人机起降点和港口的散点图
plt.plot(s_x, s_y, '.', c='black', label='无人机起降点', marker="o", markersize=6)
plt.plot(l_x, l_y, '.', c='black', marker="o", markersize=6)
plt.plot(x[0], y[0], '.', marker="s", c='black', label='港口', markersize=8)

#定义了一个列表 OD1，包含需要连接的路径的索引。
OD1 = [1,2,3,4,5,6,7]

#绘制巡检船路径的线段，起点为 (x[0], y[0])，终点为 (s_x[OD1[0]], s_y[OD1[0]])，线段的颜色为黑色，添加标签为 "巡检船路径"。
# 并在终点处添加箭头注释，箭头起点为 (s_x[OD1[0]], s_y[OD1[0]])，终点为 (x[0], y[0])。
plt.plot([x[0], s_x[OD1[0]]], [y[0], s_y[OD1[0]]], c='black', label='巡检船路径')
#plt.annotate("", xy=(s_x[OD1[0]], s_y[OD1[0]]), xytext=(x[0], y[0]), arrowprops=dict(arrowstyle="->"))

for j in range(len(OD1)):

        plt.plot([s_x[OD1[j]], x[OD1[j]]], [s_y[OD1[j]], y[OD1[j]]], c='black', linestyle='--')
        plt.plot([x[OD1[j]], l_x[OD1[j]]], [y[OD1[j]], l_y[OD1[j]]], c='black', linestyle='--')


# 连接无人机起降点和港口，绘制船只路径
#plt.plot([s_x[0], l_x[0]], [s_y[0], l_y[0]], c='black')

# 连接无人机起降点和船只路径
#plt.plot([s_x[1], ship_x[0]], [s_y[1], ship_y[0]], c='black')

# 连接船只路径的各个坐标点
for j in range(len(ship_x) - 1):
    plt.plot([ship_x[j], ship_x[j+1]], [ship_y[j], ship_y[j+1]], c='black')

# 连接船只路径和港口
#plt.plot([ship_x[-1], l_x[-1]], [ship_y[-1], l_y[-1]], c='black')

# 添加图例，设置图例的框架和列数，并显示图形。
plt.legend(frameon=False, ncol=2)

# 显示图形
plt.show()