Exercício 01 - Primeiros passos

Neste exercício usaremos a linguagem Python para criar e manipular imagens.

usando PYzo	Usando Colab
Por favor, verifique se o Winpy está instalado no seu computador. Se não, obtenha uma copia do site oficial PYZO	Usando Colab: Crie uma conta Google e entre no COLAB
abra o PYZO. Você terá uma tela com um prompt ">>" esperando comandos para interação. Você pode usar os ícones na barra superior para alterar o diretório de trabalho ou usar os comando no prompt.	Você tem duas opções: "código", ou "texto", use texto para comentários e códigopara partes do programa

No editor de textos, crie um programa com as seguintes linhas:

a=5 b=4 c= a + b print(c)

Salvar e rodar o programa

veja a resposta na área interativa logo abaixo!

Agora, altere o valor de "a" ou de "b" e rode o programa de novo.

parte 2

Bem, parece que você já está programando algo. Vamos criar dois vetores (com numpy que serve para manipular arrays) e plotar um gráfico, usando matpotlib (biblioteca de plotagem matemática).

Passos:

• Carregar a biblioteca NUMPY: biblioteca para cálculo científico. Inclui:Manipulação de matrices n-dimensionais; Manipulação de funções, etc.
• Carregar a biblioteca MATPLOTLIB.PYPLOT: permite mostrar gráficos e figuras na tela.
• criar dosi vetores x e y.
• plotar o gráfico y=f(x). Ele é criado, mas não mostrado.
• mostrar o gráfico com show()
• se quiser, pdoe adicionar uma legenda (2da opção).

		  
import numpy as np
import matplotlib.pyplot as plt  

 # definir dois vetores x e y  
x=[0, 50, 60, 80, 90, 100]
y=[0, 0, 1, 1, 0 , 0]

 # plotar o gráfico x vs y  
plt.plot(x,y)
plt.show()
 # ou com legenda...  
plt.plot(x,y, label='X vs Y')
plt.legend()
plt.show()
  	

É muito prático ler dados de um arquivo ASCII. Vamos então escrever uma série de linhas que permitem ler dados de um arquivo no disco (pode ser seu diretório, ou no google drive.

Opção 1, usando Pyzo.

import numpy as np # ler uma tabela com 2 linhas contendo 9 numeros cada uma Nlinhas=2 # aqui defino o nro de linhas e colunas da tabela Ncolunas=9 T = np.zeros((Nlinhas, Ncolunas),dtype = float) # criamos tabela vazia f = open(‘tabela1.txt', 'r') # abrir arquivo cl=0 # um contador de linhas for line in f: # varrer linhas no arquivo cc=0; # um contador de colunas for n in line.split(','): #varrer elementos da linha lida a=float(n) # converter em float e armazenar em T(cl, cc) T[cl,cc]=a cc=cc+1 cl=cl+1 f.close()

Opção 2, usando COLAB.

import numpy as np import matplotlib.pylab as plt from google.colab import drive # isto serve para usar o drive drive.mount('/content/gdrive') # montar seu drive como um disco virtual # ler uma tabela com 2 linhas contendo 9 numeros cada uma Nlinhas=2 # aqui defino o nro de linhas e colunas da tabela Ncolunas=9 T = np.zeros((Nlinhas, Ncolunas),dtype = float) # criamos tabela vazia f = open('gdrive/My Drive/tabela1.csv', 'r') cl=0 # um contador de linhas for line in f: # varrer linhas no arquivo cc=0 # um contador de colunas for n in line.split(','): #varrer elementos da linha lida a=float(n) # converter em float e armazenar em T(cl, cc) T[cl,cc]=a cc=cc+1 cl=cl+1 f.close() print(T) # separar X e Y, cada um em uma linha ... x=T[0,:] y=T[1,:] plt.plot(x,y, color=‘red’) plt.show()

Está gostando? vamos juntar os conhecimentos. Crie um arquivo com duas linhas (duas variáveis) contendo a temperatura dos últimos 15 dias, pro exemplo. Leia estes dados e plote como gráfico.

Podemos combinar os valores, somar, dividir, etc., variando os elementos dos vetores.

# combinar duas variáveis, por exemplo, uma tangente tg= x # copia x, para ter um vetor de saida tg[0]=0 # mudamos primeiro elemento for i in range(1,9): # calculamos para cada elemento (de 1 a 8 (9-1) ) dx=x[i]-x[i-1] dy=y[i]-y[i-1] tg[i]=dy/dx plt.plot(tg, color='yellow') plt.show()

Exercício 2 - LER arquivo LAS

Para ler um arquivo LAS, podemos usar uma biblioteca do PYTHION, por exemplo a biblioteca LASPY.

Laspy Laspy is a python library for reading, modifying and creating LAS LiDAR files.

1. compatible with Python 3.7+.
2. LAZ support via lazrs or laszip backend.
3. LAS/LAZ streamed/chunked reading/writting.

fonte laspy

Laspy can be installed either with pip: pip install laspy # without LAZ support
# Or
pip install laspy[laszip] # with LAZ support via LASzip
# Or
pip install laspy[lazrs] # with LAZ support via lazrs

podemos ler um pequeno arquivo de exemplo.

Podemos ler informacoes basicas: import laspy
with laspy.open('lake.laz') as f:
print(f"Point format: {f.header.point_format}")
print(f"Number of points: {f.header.point_count}")
print(f"Number of vlrs: {len(f.header.vlrs)}")

Podemos ler os dados e visualizar: import laspy
import numpy as np
import matplotlib.pyplot as plt
las = laspy.read('lake.laz')
fig = plt.figure()
ax = plt.axes(projection='3d')
ax.scatter3D(las.x, las.y, las.z, cmap='Greens');
plt.show()

Agira, escreva um programa que crie uma grade regular com esses dados:

• leia os valores mínimos e máximos em X (x_min, x_max) e Y (y_min, y_max).
• calcule a faixa de variação em X e Y, isto define a área coberta pelo levantamento
• escolha uma resolução para a grade. Que tal dois metros?
• calcule o número de linhas e colunas
• para cada ponto:
  1. calcule a distância do ponto à origem da grade
  2. calcule a linha e coluna correspondentes a esta posição
  3. se a célula estiver vazia (==0) copie o valor na célula
• mostre a grade

---

Copyright © 2022
Jorge Centeno: centeno@ufpr.br