模型2内核#
- class astropy.convolution.Model2DKernel(model, **kwargs)[源代码]#
基类:
Kernel2D
从二维模型创建内核。
模型必须以x=0和y=0为中心。
- 参数:
- 模型 :
Fittable2DModel
适合二维模型 核响应函数模型
- x_size :
int
,可选PYTHON:int,可选 内核数组x方向的大小。默认值=⌊8*Width+1⌋。一定很奇怪。
- y_size :
int
,可选PYTHON:int,可选 内核数组y方向的大小。默认值=⌊8*Width+1⌋。
- mode{‘CENTER’,‘LINEAR_INTERP’,‘OVERSAME’,‘INTEGRATE’},可选
- 以下离散化模式之一:
- “居中”(默认)
将模型离散化,取箱子中心的值。
- 'linear_interp'
离散化模型通过执行双线性插值之间的值在角落。
- '过采样'
通过在过采样网格上取平均值来离散模型。
- “集成”
通过在箱子上整合模型来离散模型。
- factor : number ,可选数字,可选
过采样系数。默认系数=10。
- 模型 :
- 加薪:
TypeError
如果模型不是
Fittable2DModel
参见
Model1DKernel
从创建内核
Fittable1DModel
CustomKernel
从列表或数组创建内核
实例
定义Gaussian2D模型:
>>> from astropy.modeling.models import Gaussian2D >>> from astropy.convolution.kernels import Model2DKernel >>> gauss = Gaussian2D(1, 0, 0, 2, 2)
并从中创建一个自定义的二维内核:
>>> gauss_kernel = Model2DKernel(gauss, x_size=9)
这个内核现在可以像普通的astropy内核一样使用。