我的问题是这样的:
我知道密度是球体半径的函数。称密度rho(1000)和半径(1000)已经用数值计算。我想找到密度在视线上的积分,如下面的2D所示,尽管这是一个3D问题:
这条视线可以从中心移动到边界。我知道我们需要首先沿着视线插入密度,然后加在一起以获得视线上的密度积分。但任何人都可以告诉我如何快速插值?谢谢。
答案 0 :(得分:0)
我有以下实现(假设密度配置文件rho = exp(1-log(1+r/rs)/(r/rs))
):
第一种方法要快得多,因为它不需要处理来自r/np.sqrt(r**2-r_p**2)
的奇点。
import numpy as np
from scipy import integrate as integrate
### From the definition of the LOS integral
def LOS_integration(rs,r_vir,r_p): #### radius in kpc
rho = lambda l: np.exp(1 - np.log(1+np.sqrt(l**2 + r_p**2)/rs)/(np.sqrt(l**2 + r_p**2)/rs))
result = integrate.quad(rho,0,np.sqrt(r_vir**2-r_p**2),epsabs=1.49e-08, epsrel=1.49e-08)
return result[0]
integration_vec = np.vectorize(LOS_integration) ### vectorize the function
### convert LOS integration to radius integration
def LOS_integration1(rs,r_vir,r_p): #### radius in kpc
rho = lambda r: np.exp(1 - np.log(1+r/rs)/(r/rs)) * r/np.sqrt(r**2-r_p**2)
### r/np.sqrt(r**2-r_p**2) is the factor convert from LOS integration to radius integration
result = integrate.quad(rho,r_p,r_vir,epsabs=1.49e-08, epsrel=1.49e-08)
return result[0]
integration1_vec = np.vectorize(LOS_integration1)