Moffat2DKernel

class astropy.convolution.Moffat2DKernel(gamma, alpha, **kwargs)

基类：Kernel2D

二维Moffat内核。

这个内核是一个典型的有限PSF模型。

生成的内核被规格化，以便它集成到1。

参数:

gamma : floatPython ：浮点

Moffat模型的核心宽度。

alpha : floatPython ：浮点

莫法特模型的幂指数。

x_size : int ，可选PYTHON：int，可选

内核数组x方向的大小。默认值=⌊8*半径+1⌋。

y_size : int ，可选PYTHON：int，可选

内核数组y方向的大小。默认值=⌊8*半径+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。

参见

Gaussian2DKernel, Box2DKernel, Tophat2DKernel, RickerWavelet2DKernel

Ring2DKernel, TrapezoidDisk2DKernel, AiryDisk2DKernel

实例

内核响应：

import matplotlib.pyplot as plt
from astropy.convolution import Moffat2DKernel
moffat_2D_kernel = Moffat2DKernel(3, 2)
plt.imshow(moffat_2D_kernel, interpolation='none', origin='lower')
plt.xlabel('x [pixels]')
plt.ylabel('y [pixels]')
plt.colorbar()
plt.show()

(png, svg, pdf)