我有一个由128个点组成的粗略的天空地图,我想制作一个平滑的healpix地图(见附图,左手侧)。文中引用的数字:
我加载我的数据,然后为最终的地图制作一个新的经度和纬度数组(例如nside=32)。在
我的输入数据是:
lats = pi/2 + ths # theta from 0, pi, size 8
lons = phs # phi from 0, 2pi, size 16
data = sky_data[0] # shape (8,16)
新的lon/lat数组大小基于nside的像素数:
^{pr2}$然后通过插值找到这些像素的新数据值,然后从角度转换回像素。在
# new lon/lat
new_lats = hp.pix2ang(nside, pixIdx)[0] # thetas I need to populate with interpolated theta values
new_lons = hp.pix2ang(nside, pixIdx)[1] # phis, same
# interpolation
lut = RectSphereBivariateSpline(lats, lons, data, pole_values=4e-14)
data_interp = lut.ev(new_lats.ravel(), new_lons.ravel()) #interpolate the data
pix = hp.ang2pix(nside, new_lats, new_lons) # convert latitudes and longitudes back to pixels
然后,我用插值值构造healpy映射:
healpix_map = np.zeros(hp.nside2npix(nside), dtype=np.double) # create empty map
healpix_map[pix] = data_interp # assign pixels to new interpolated values
testmap = hp.mollview(healpix_map)
地图的结果是附图的右上方。在
(请原谅使用jet——viridis没有“白色”零,因此使用颜色贴图会添加蓝色背景。)
地图看起来不对:从图中的粗略地图可以看出,右下方应该有一个“热点”,但这里它出现在左上方。在
作为一个健全性检查,我使用matplotlib绘制了一个mollview投影中插值点的散点图,如图2所示,我去掉了标记的边缘,使其看起来像一张地图;)
ax = plt.subplot(111, projection='astro mollweide')
ax.grid()
colors = data_interp
sky=plt.scatter(new_lons, new_lats-pi/2, c = colors, edgecolors='none', cmap ='jet')
plt.colorbar(sky, orientation = 'horizontal')
你可以看到,这张地图,在附图的右下方,产生的正是我所期望的!所以坐标没问题,我完全搞不懂。在
以前有人遇到过这种情况吗?我能做什么?我想在这个和未来的地图上使用healpy函数,所以仅仅使用matplotlib不是一个选择。在
谢谢!在
我发现我必须将pi/2添加到θ中才能使插值生效,因此最终需要应用以下变换才能正确渲染图像:
似乎仍然有一点关于插值的问题,虽然似乎不是那么明显了。我可以试试另一个来比较。在
我不是healpix方面的专家(事实上,我以前从未使用过它——我是一个粒子物理学家),但据我所知,这只是一个惯例问题:在莫尔韦德投影中,healpy将北极(正纬度)放在地图的底部,出于某种原因。我不确定它为什么会这样做,或者这是否是故意的行为,但似乎很清楚这就是发生的事情。如果我遮住赤道以下的一切,即只保留正纬度点
它得出一个中心线以上没有数据的绘图:
至少它很容易修复。}来设置东方是显示在左侧还是右侧。一个小实验表明,你得到了你想要的坐标系
^{pr2}$mollview
允许一个rot
参数,该参数将在投影之前有效地围绕观察轴旋转球体,而flip
参数可以设置为'astro'
(默认)或{在元组中,前两个元素是要设置在绘图中心的点的经度和纬度,第三个元素是旋转。所有的单位都是度。没有面具的话,它会给你:
我相信这正是你想要的。在
相关问题 更多 >
编程相关推荐