En esta entrada vas a aprender a explorar el poder de Python para leer datos de GPS y de matplotlib para representarlo. El primer paso va a ser a explorar datos de GPS en formato .gpx con Python y el segundo paso explorar las posibilidades de representación de datos con matplotlib.
Leer un fichero .gpx
Antes de nada vamos a importar todos los módulos que serán necesarios:
from matplotlib import cm from mpl_toolkits.mplot3d import axes3d, Axes3D import matplotlib.pyplot as plt import numpy as np import xml.etree.ElementTree as ET
Los ficheros .gpx siguen la estructura de un .xml y por lo tanto podemos usar la librería xml.etree.ElementTree. Podemos abrir el fichero .gpx para conocer su estructura con un editor de texto o en el navegador. Mediante el siguiente código accedemos a los puntos que contienen las coordenadas y la elevación:
# f es la variable que contiene la ruta a nuestro fichero .gpx
tree = ET.parse(f)
root = tree.getroot()
ydata = []
xdata = []
zdata = []
for elem in root[0][1]:
lat = elem.attrib['lat']
ydata.append(float(lat.replace('"', '').replace(',', '')))
lon = elem.attrib['lon']
xdata.append(float(lon.replace('"', '').replace(',', '')))
# este condicional nos permite rellenar las coordenadas que por algún motivo no tengan
# elevación con la elevación de la anterior y así tener datos para todos los puntos
if (str(elem[0]).find('ele') != -1):
elev = elem[0].text
zdata.append(float(elev.replace('"', '').replace(',', '')))
else:
elev = elev
zdata.append(float(elev.replace('"', '').replace(',', '')))
Ahora ya tenemos los datos geográficos almacenados en las variables xdata, ydata y zdata. Pasaremos ahora a hacer magia con matplotlib y a divertirnos probando diferentes estilos de representación de datos.
Explorando matplotlib (otra vez)
Sí, otra vez, no te pierdas la vez anterior. Te esperamos aquí.
Seguimos. Vamos ahora a representar estos datos de GPS, la primera idea es representarlos en tres dimensiones, usaremos las siguientes líneas:
fig = plt.figure() ax = Axes3D(fig) ax.plot(xdata, ydata, zdata) plt.show()
Y obtendremos el siguiente resultado:
Esta bien, ¿no?, pero los datos dan más de sí. Vamos intentar colorear la gráfica en función de la elevación. Para ello usaremos las siguientes líneas:
for i in range(len(zdata)-1):
ax.plot(xdata[i:i+2], ydata[i:i+2], zdata[i:i+2], color = plt.cm.jet(zdata[i]/max(zdata)))
# vamos a establecer unos límites para el dibujo de la gráfica
ax.set_xlim([min(xdata), max(xdata)])
ax.set_ylim([min(ydata), max(ydata)])
ax.set_zlim([min(zdata), max(zdata)])
plt.show()
Con color estamos usando la paleta jet de matplotlib y asignándole de rango los valores contenidos en zdata (desde el cero). Obtendremos este resultado en el que los valores de la elevación están relacionados con una rampa de color:
La cosa no termina aquí, matplotlib ofrece muchas posibilidades de representación que podemos encontrar en su página. Aquí hemos dibujado la elevación de otra forma:
Se nos ocurre que podríamos combinar los ejercicios hechos con matplotlib y colocar una traza de GPS sobre un MDT, pero por hoy lo vamos a dejar aquí. Como puedes ver Python no solo son letras sobre un fondo negro, anímate a explorar matplotlib para darle vida a tu información geográfica. Si quieres aprender más apúntate a alguno de nuestros cursos y recibirás formación de calidad impartida por profesionales. Para obtener más información sobre los trámites puedes escribir a formacion@tycgis.com.
Nota: Hay una valoración incluida en esta entrada, por favor, visita esta entrada para valorarla.
Formación de calidad impartida por profesionales
La entrada GPS en 3D con Python se publicó primero en Cursos GIS | TYC GIS Formación.
.
