从 GPS 点绘制线

我有大约 100 个 GPS 坐标列表，我想画出每个列表所构成的线。

使用散点图绘制的列表之一，看起来有点像这样：

显然那里有一条线；

我尝试了几种方法来对 GPS 位置进行排序并绘制它们：

lats = []
lngs = []
with open(filename) as f:
    for line in f:
        lat, lng = line.split("\t")
        lats.append(float(lat))
        lngs.append(float(lng))

def sort_positions(position):
    return position[0]+position[1]

positions= zip(lngs, lats)
positions = sorted(poss, key=sort_positions)
for i, positionin enumerate(positions):
    lng, lat = position
    #plt.scatter(lng, lat)
    try:
        n_lng, n_lat = positions[i+1]
        plt.plot((lng, n_lng),(lat, n_lat), "b")
    except IndexError:
        pass

plt.show()

按经度排序

def sort_positions(position):
    return position[0]

按纬度排序

def sort_positions(position):
    return position[1]

通过求和排序

def sort_positions(position):
    return position[0]+position[1]

如果线在其中一个轴（纬度/经度）上大部分是直的，则绘制得很好（仍然显示一些小凹凸）

这是绘制良好的列表之一，按纬度排序。

我只在两点之间的距离小于 200~500 米时绘制，但由于缺少一些数据，我最终在线上出现了漏洞。

也许我做错了。有谁知道如何正确绘制这条线？

EDIT:

作为回应rth answer:

蓝线是用他在这道题中的方法，红线是用他在这道题中的方法其他答案 https://stackoverflow.com/questions/31464345/fitting-a-closed-curve-to-points/31466013#31466013.

忽略了红色正在闭合循环的事实。

两者都有一些限制，首先，红色的不能处理太多的点，我不得不为两者使用 1/90 的点，蓝色的当点过于聚集时会产生一些奇怪的急转弯（图像中的黑点），而红色的那些地方有一些奇怪的曲线。

这里最简单的事情就是首先找出 GPS 坐标混合的原因并进行纠正。

如果这是不可能的，我唯一能想到的是迭代算法，它采用 xy 点并根据某些标准（例如距离、连续点的方向等）决定下一个点应该去哪个点。

沿着这些思路，

import numpy as np
from scipy.spatial.distance import pdist, squareform

def find_gps_sorted(xy_coord, k0=0):
    """Find iteratively a continuous path from the given points xy_coord,
      starting by the point indexes by k0 """      
    N = len(xy_coord)
    distance_matrix = squareform(pdist(xy_coord, metric='euclidean'))
    mask = np.ones(N, dtype='bool')
    sorted_order = np.zeros(N, dtype=np.int)
    indices = np.arange(N)

    i = 0
    k = k0
    while True:
        sorted_order[i] = k
        mask[k] = False

        dist_k = distance_matrix[k][mask]
        indices_k = indices[mask]

        if not len(indices_k):
            break

        # find next unused closest point
        k = indices_k[np.argmin(dist_k)]
        # you could also add some criterion here on the direction between consecutive points etc.
        i += 1
    return sorted_order, xy_coord[sorted_order]

你可以用它作为

 xy_coord = np.random.randn(10, 2)
 sorted_order, xy_coord_sorted = find_gps_sorted(xy_coord, k0=0)

尽管这可能需要延长。

例如，您可以说，除了最近距离标准之外，您不希望轨迹转动超过 90°（如果这对公共汽车有意义），并在每次迭代时忽略这些点。本质上，您可以在此算法中添加足够的约束来获得您正在寻找的结果。

Edit:由于 GPS 坐标具有一定的不确定性，最后一步可能是使用 B 样条插值来平滑结果轨迹scipy.interpolate.splprep并玩s论证（参见相关问题(1) https://stackoverflow.com/questions/31464345/fitting-a-closed-curve-to-points/31466013#31466013, (2) https://stackoverflow.com/questions/31243002/higher-order-local-interpolation-of-implicit-curves-in-python)