文本格式如下
2020-04-29 16:40:40-i-卫星号:G02 290458.000001024
2020-04-29 16:40:40-i-双差跳:64.75093404948711
2020-04-29 16:40:40-i- flag:0.97
2020-04-29 16:40:40-i-当前伪距:24819423.960
2020-04-29 16:40:40-i-平滑历元单差:508.8560445420444
2020-04-29 16:40:40-i-不平滑历元单差:444.2999938726425
2020-04-29 16:40:40-i-前一历元伪距率:-518.405330157475
2020-04-29 16:40:40-i-当前历元伪距率:-518.9446717185651
2020-04-29 16:40:40-i- 伪距率求差:0.5393415610901684
python代码
# -*-coding:utf-8 -*-需要用rtklib转换成NEU然后使用此脚本画图
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import os
from pylab import *
from mpl_toolkits.axisartist.axislines import SubplotZero
import matplotlib.font_manager as fmmyfont = fm.FontProperties(fname='C:/Windows/')Params['font.sans-serif'] = ['simsun']
Params['axes.unicode_minus'] = False
Params['font.sans-serif']=['SimHei']def mkdir(path):folder = ists(path)if not folder: # 判断是否存在文件夹如果不存在则创建为文件夹os.makedirs(path) # makedirs 创建文件时如果路径不存在会创建这个路径print( "--- ---")print( "--- OK ---")else:print( "--- There is this folder! ---")#读取指定数据
def readFile(filename,str):f = open(filename, 'r',encoding='utf-8') # 如果文件不是uft-8编码方式,读取文件可能报错dataLines = f.readlines() # 返回list,文件的每一行作为list的一个字符串元素# dataLines = dataLines[200:-250] #读取行数的起始位置data=[]for i in dataLines:if (str in i):data.append(i)f.close() # 关闭文件return datadef plotfuction(filename):ph=readFile(filename,'-平滑历元单差')uph=readFile(filename,'-不平滑历元单差')pr=readFile(filename,'-当前历元伪距率')dataph=[]datauph=[]datapr=[]for i in ph:if((np.fabs(float(i[29:-1]))<10000.0)and(np.fabs(float(i[29:-1]))!=0)):dataph.append(float(i[29:-1]))for i in uph:if((np.fabs(float(i[30:-1]))<10000.0)and(np.fabs(float(i[30:-1]))!=0)):datauph.append(float(i[30:-1]))for i in pr:if((np.fabs(float(i[30:-1]))<10000.0)and(np.fabs(float(i[30:-1]))!=0)):datapr.append(np.fabs(float(i[30:-1])))epho= np.linspace(1, len(dataph), len(dataph))epho2= np.linspace(1, len(datauph),len(datauph))epho3 = np.linspace(1, len(datapr), len(datapr))plt.plot(epho2, datauph, 'b',label="原始伪距历元间差")plt.plot(epho, dataph, 'r', label="平滑历元间差")plt.plot(epho3, datapr, 'g', label="手机输出伪距率") plt.xlabel('历元数/s')plt.ylabel('历元间伪距差/米')id(True)plt.legend(loc=1)plt.savefig("历元间单差.png", dpi=300)plt.close()plt.plot(epho2, datauph, 'b',label="原始伪距历元间差")plt.xlabel('历元数/s')plt.ylabel('历元间伪距差/米')id(True)plt.legend(loc=1)plt.savefig("原始伪距历元间差.png", dpi=300)plt.close()plt.plot(epho, dataph, 'r', label="平滑历元间差")plt.xlabel('历元数/s')plt.ylabel('历元间伪距差/米')id(True)plt.legend(loc=1)plt.savefig("平滑历元间差.png", dpi=300)plt.close()plt.plot(epho3, datapr, 'g', label="手机输出伪距率")plt.xlabel('历元数/s')plt.ylabel('历元间伪距差/米')id(True)plt.legend(loc=1)plt.savefig("手机输出伪距率.png", dpi=300)plt.close()plotfuction(')
本文发布于:2024-01-27 23:59:04,感谢您对本站的认可!
本文链接:https://www.4u4v.net/it/17063711433424.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |