Question

我正在尝试绘制数据以便检查我的代码，我正在将结果图与已经使用Matlab生成的图进行比较。我遇到了几个问题：

通常，RINEX文件的解析起作用，数据表示的一般模式看起来与Matlab脚本的绘制类似。然而，当放大数据时，即当使用较小的时间序列时，例如在特殊的2小时时段而不是24小时内绘制时，数据中存在小的偏差。在Matlab中，可以看到这种小的差异，并应用了多项式拟合。然而对于Python图（下面显示的第一个图），这两个小时的曲线看起来“平滑”并且完全没有偏差，就像在Matlab脚本中看到的那样（第二个图表显示蓝线作为数据）因此，对于polyfit的红线，蓝线在x = 9.4处显示出轻微的差异。假设Matlab脚本是正确的，因为这种偏差是由于地震活动暂时破坏了电离层。请参考下面的图：

第三个图是在Matlab中，这只是polyfit减去实时数据。

因此，目前还不清楚这些数据是如何在Python脚本的轴上绘制的，因为数据似乎是平滑的？如果我的代码错了（见下文），并以某种方式以某种方式“平滑”数据：

#Calculating by looping through
            for sv in range(32):
                    sat  = self.obs_data_chunks_dataframe[sv, :]
                    #print "sat.index_{0}: {1}".format(sv+1, sat.index)
                    phi1 = sat['L1'] * LAMBDA_1  #Change units of L1 to meters
                    phi2 = sat['L2'] * LAMBDA_2  #Change units of L2 to meters
                    pr1  = sat['P1']
                    pr2  = sat['P2']


                    #CALCULATION: teqc Calculation
                    iono_teqc = COEFF * (pr2 - pr1) / 1000000 #divide to make values smaller (tbc)
                    print "iono_teqc_{0}: {1}".format(sv+1, iono_teqc)


                    #PLOTTING
                    #Plotting of the data
                    plt.plot(sat.index, iono_teqc, label=‘teqc’)
                    plt.xlabel('Time (UTC)')
                    plt.ylabel('Ionosphere Delay (meters)')
                    plt.title("Ionosphere Delay on {0} for Satellite {1}.".format(self.date, sv+1))
                    plt.legend()
                    ax = plt.gca()
                    ax.ticklabel_format(useOffset=False)
                    plt.grid()

                    if sys.platform.startswith('win'):
                        plt.savefig(winpath + '\Figure_SV{0}'.format(sv+1))
                    elif sys.platform.startswith('darwin'):
                        plt.savefig(macpath + 'Figure_SV{0}'.format(sv+1))

                    plt.close()

从第1点开始，下面的多项式拟合代码没有按照我喜欢的方式运行，所以我在这里忽略了一些东西。我认为这与x，y轴上使用的数据有关，但无法确切地指出是什么。有谁知道我在哪里错了？

        #Zoomed in plots
        if sv == 19:
            #Plotting of the data
            plt.plot(sat.index, iono_teqc, label=‘teqc’) #sat.index to plot for time in UTC
            plt.xlim(8, 10)
            plt.xlabel('Time (UTC)')
            plt.ylabel('Ionosphere Delay (meters)')
            plt.title("Ionosphere Delay on {0} for Satellite {1}.".format(self.date, sv+1))
            plt.legend()
            ax = plt.gca()
            ax.ticklabel_format(useOffset=False)
            plt.grid()

            #Polynomial fitting
            coefficients = np.polyfit(sat.index, iono_teqc, 2)
            plt.plot(coefficients)

            if sys.platform.startswith('win'):
                #os.path.join(winpath, 'Figure_SV{0}'.format(sv+1))
                plt.savefig(winpath + '\Zoom_SV{0}'.format(sv+1))
            elif sys.platform.startswith('darwin'):
                plt.savefig(macpath + 'Zoom_SV{0}'.format(sv+1))

            plt.close()

我的RINEX文件包含32颗卫星。但是，当我尝试为所有32个生成图时，我会收到：

IndexError：索引31超出了轴0的大小为31

将下面的代码更改为31部分解决了这个问题，仅排除了第32颗卫星。我还想为卫星32绘图。解析和格式化数据的功能如下：

def read_obs(self, RINEXfile, n_sat, sat_map):
    obs = np.empty((TOTAL_SATS, len(self.obs_types)), dtype=np.float64) * np.NaN
    lli = np.zeros((TOTAL_SATS, len(self.obs_types)), dtype=np.uint8)
    signal_strength = np.zeros((TOTAL_SATS, len(self.obs_types)), dtype=np.uint8)

    for i in range(n_sat):
        # Join together observations for a single satellite if split across lines.
        obs_line = ''.join(padline(RINEXfile.readline()[:-1], 16) for _ in range((len(self.obs_types) + 4) / 5))
        #obs_line = ''.join(padline(RINEXfile.readline()[:-1], 16) for _ in range(2))
        #while obs_line



        for j in range(len(self.obs_types)):
            obs_record = obs_line[16*j:16*(j+1)]
            obs[sat_map[i], j] = floatornan(obs_record[0:14])
            lli[sat_map[i], j] = digitorzero(obs_record[14:15])
            signal_strength[sat_map[i], j] = digitorzero(obs_record[15:16])

    return obs, lli, signal_strength


def read_data_chunk(self, RINEXfile, CHUNK_SIZE = 10000):
    obss = np.empty((CHUNK_SIZE, TOTAL_SATS, len(self.obs_types)), dtype=np.float64) * np.NaN
    llis = np.zeros((CHUNK_SIZE, TOTAL_SATS, len(self.obs_types)), dtype=np.uint8)
    signal_strengths = np.zeros((CHUNK_SIZE, TOTAL_SATS, len(self.obs_types)), dtype=np.uint8)
    epochs = np.zeros(CHUNK_SIZE, dtype='datetime64[us]')
    flags = np.zeros(CHUNK_SIZE, dtype=np.uint8)

    i = 0 #ggfrfg
    while True:
        hdr = self.read_epoch_header(RINEXfile)
        if hdr is None:
            break
        epoch_time, flags[i], sats = hdr
        #epochs[i] = np.datetime64(epoch_time)
        epochs[i] = epoch_time
        sat_map = np.ones(len(sats)) * -1
        for n, sat in enumerate(sats):
            if sat[0] == 'G':
                sat_map[n] = int(sat[1:]) - 1
        obss[i], llis[i], signal_strengths[i] = self.read_obs(RINEXfile, len(sats), sat_map)
        i += 1
        if i >= CHUNK_SIZE:
            break

    return obss[:i], llis[:i], signal_strengths[:i], epochs[:i], flags[:i]


def read_data(self, RINEXfile):
    obs_data_chunks = []

    while True:
        obss, _, _, epochs, _ = self.read_data_chunk(RINEXfile)
        epochs = epochs.astype(np.int64)
        epochs = np.divide(epochs, float(3600.000))

        if obss.shape[0] == 0:
            break

        obs_data_chunks.append(pd.Panel(
            np.rollaxis(obss, 1, 0),
            items=['G%02d' % d for d in range(1, 33)],
            major_axis=epochs,
            minor_axis=self.obs_types
        ).dropna(axis=0, how='all').dropna(axis=2, how='all'))

        self.obs_data_chunks_dataframe = obs_data_chunks[0]

有什么建议吗？

干杯，pymat。

Answer 1

我设法解决了Qu1，因为这是一个转换问题而我的计算被忽略了，其他两点却是开放的......

RINEX在Python中绘图

1 个答案: