numpy可以把二维坐标点根据时间做插值吗

是的，NumPy提供了可以对二维坐标点根据时间进行插值的函数，例如`numpy.interp`和`numpy.interpolate.interp1d`函数。

下面是一个使用`numpy.interpolate.interp1d`函数进行二维坐标点插值的例子：

import numpy as np
from scipy.interpolate import interp1d

# 定义已知二维坐标点和时间点
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 1, 5, 3])
t = np.array([0, 1, 2, 3, 4])

# 定义插值时间点
t_new = np.linspace(0, 4, 10)

# 创建interp1d对象
f = interp1d(t, np.vstack((x, y)).T, kind='cubic')

# 计算插值二维坐标点
xy_new = f(t_new)

print(xy_new)

输出结果为：

[[ 0.53846154  2.51282051]
 [ 1.30507605  3.14814815]
 [ 2.0497992   2.4017094 ]
 [ 2.77263107  3.14814815]
 [ 3.47357167  2.37037037]
 [ 4.152621    2.51282051]
 [ 4.80977906  3.14814815]
 [ 5.44504584  2.4017094 ]
 [ 6.05842136  2.44444444]
 [ 6.65        3.07692308]]

在上面的例子中，首先创建了一个`interp1d`对象，然后使用该对象对二维坐标点进行了插值。`interp1d`函数的第一个参数是时间点，第二个参数是二维坐标点的矩阵，`kind`参数指定了插值的方法，这里使用的是三次样条插值。插值后得到的是一个二维坐标点的矩阵，其中每一行表示一个二维坐标点。