从（x，y）坐标中找到行进的距离

Question

我目前有一个python脚本，该脚本读取一个3列的文本文件，其中包含助行器的x和y坐标以及行人走路的时间。

我已读取此数据并将其分配给numpy数组，如以下代码所示：

import numpy as np
import matplotlib.pyplot as plt

data = np.loadtxt("info.txt", delimiter = ',')

x = data[:,0]
y = data[:,1]
t = data[:,2]

文件采用以下格式（x，y，t）：

5907364.2371    -447070.881709  2193094
5907338.306978  -447058.019176  2193116
5907317.260891  -447042.192668  2193130

现在，我想找到步行者随时间变化的距离。我可以想到的一种方法是在循环中将x坐标的差异和y坐标的所有差异相加。但是，这似乎是一个长篇大论的方法，我认为可以用一种数值积分方法来解决。有人对我能做什么有任何想法吗？

Answer 1

要“沿途”计算距离，您必须首先获取每个步骤的距离。

这可以通过indexing在组件方面获得dx = x[1:]-x[:-1]。这样，每步的距离就是“ dx ** 2 + dy ** 2的平方根”。请注意，此数组的长度要少一，因为步数相对应的间隔要少一个。这可以通过将距离“ 0”分配给首次数据来完成。这是下面“连接”行的角色。

这里没有数值积分，但是有一个累加和。要进行数值积分，您将需要运动方程（例如）。

额外的更改：我np.loadtxt与unpack=True参数一起使用以节省几行。

import numpy as np
import matplotlib.pyplot as plt

x, y, t = np.loadtxt("info.txt", unpack=True)

dx = x[1:]-x[:-1]
dy = y[1:]-y[:-1]

step_size = np.sqrt(dx**2+dy**2)

cumulative_distance = np.concatenate(([0], np.cumsum(step_size)))

plt.plot(t, cumulative_distance)

plt.show()