Question

我有一个辐射源的多波段目录（来自SourceExtractor，如果你愿意知道的话），我已经用以下形式读入了一个星座表：

Source # | FLUX_APER_BAND1 | FLUXERR_APER_BAND1  ...  FLUX_APER_BANDN | FLUXERR_APER_BANDN
1           np.array(...)      np.array(...)     ...   np.array(...)      np.array(...)
...

FLUX_APER_BAND1，FLUXERR_APER_BAND1等中的数组各有14个元素，它们给出给定波段中给定源的光子数，距离中心的14个不同距离内。光源（光度测光）。我有一系列光圈（2,3,4,6,8,10,14,20,28,40,60,80,100和160像素），我想将14个样本插入一个（假设）计算其他一些光圈a。

我可以遍历源代码，但目录中有超过3000个，并且这不是非常pythonic或非常有效（在8个波段中插入3000个对象需要一段时间）。有没有办法将同一列中的所有阵列同时插入相同的光圈？我尝试过简单地应用np.interp，但提出了ValueError: object too deep for desired array以及np.vectorize(np.interp)，但是提出了ValueError: object of too small depth for desired array。似乎聚合也应该可以在单个列的内容上进行，但我无法理解文档。

有人可以对此有所了解吗？提前谢谢！

Answer 1

我不熟悉天文表的格式，但它看起来像是一个三维的numpy数组，带有源，带和光圈的轴。如果是这种情况，您可以使用scipy.interpolate.interp1d。这是一个简单的例子。

In [51]: from scipy.interpolate import interp1d

制作一些样本数据。＆＃34;表＆＃34; y是3-D，形状为（2,3,14）。可以把它看作是包含2个源，3个波段和14个孔的计数的数组。

In [52]: x = np.array([2, 3, 4, 6, 8, 10, 14, 20, 28, 40, 60, 80, 100, 160])

In [53]: y = np.array([[x, 2*x, 3*x], [x**2, (x+1)**3/400, (x**1.5).astype(int)]])

In [54]: y
Out[54]: 
array([[[    2,     3,     4,     6,     8,    10,    14,    20,    28,
            40,    60,    80,   100,   160],
        [    4,     6,     8,    12,    16,    20,    28,    40,    56,
            80,   120,   160,   200,   320],
        [    6,     9,    12,    18,    24,    30,    42,    60,    84,
           120,   180,   240,   300,   480]],

       [[    4,     9,    16,    36,    64,   100,   196,   400,   784,
          1600,  3600,  6400, 10000, 25600],
        [    0,     0,     0,     0,     1,     3,     8,    23,    60,
           172,   567,  1328,  2575, 10433],
        [    2,     5,     8,    14,    22,    31,    52,    89,   148,
           252,   464,   715,  1000,  2023]]])

创建插补器。这默认创建一个线性插值器。（查看不同插值器的docstring。另外，在调用interp1d之前，您可能希望以适合线性插值的方式转换数据。）我使用axis=2创建插值器光圈轴。 f将是一个获取光圈值并返回形状为（2,3）的数组的函数。

In [55]: f = interp1d(x, y, axis=2)

看看几个y切片。这些对应于孔径2和3（即x[0]和x[1]）。

In [56]: y[:,:,0]
Out[56]: 
array([[2, 4, 6],
       [4, 0, 2]])

In [57]: y[:,:,1]
Out[57]: 
array([[3, 6, 9],
       [9, 0, 5]])

使用插值器获取孔径2,2.5和3处的值。正如预期的那样，2和3处的值与y中的值匹配。

In [58]: f(2)
Out[58]: 
array([[ 2.,  4.,  6.],
       [ 4.,  0.,  2.]])

In [59]: f(2.5)
Out[59]: 
array([[ 2.5,  5. ,  7.5],
       [ 6.5,  0. ,  3.5]])

In [60]: f(3)
Out[60]: 
array([[ 3.,  6.,  9.],
       [ 9.,  0.,  5.]])

Answer 2

关于Pythonic，其关键方面是简单性，可读性和实用性。如果您的情况确实是一次性的（即您将进行几次而不是一百万次的3000 x 8插值），那么最快且最容易理解的解决方案将是简单的迭代Python循环。从你知道你的问题到你从代码中得到答案为止，我的意思是最快。

循环和调用函数24000次的开销在人类/天文学时间尺度上非常小，并且肯定比写入堆栈溢出帖子低得多。： - ）

在星座表列中插入数组

2 个答案: