Ctrl+K

KingProjectedAnalytic1D#

class astropy.modeling.functional_models.KingProjectedAnalytic1D(amplitude=1, r_core=1, r_tide=2, **kwargs)[源代码]#

基类：Fittable1DModel

投影（表面密度）分析金模型。

参数:
amplitude : floatPython ：浮点

振幅或比例因子。

r_core : floatPython ：浮点

岩芯半径（f（ru c）~0.5 f_0）

r_tide : floatPython ：浮点

潮汐半径。

其他参数:
fixed : dict ，可选Python：Dict，可选

字典 {{parameter_name: boolean}} 在拟合过程中不能改变的参数。True表示参数保持不变。或者 fixed 可以使用参数的属性。

tied : dict ，可选Python：Dict，可选

字典 {{parameter_name: callable}} 链接到其他参数的参数。字典值是提供链接关系的可调用项。或者 tied 可以使用参数的属性。

bounds : dict ，可选Python：Dict，可选

字典 {{parameter_name: value}} 参数的上下界。键是参数名。值是一个长度为2的列表或元组，为参数提供所需的范围。或者 min 和 max 可以使用参数的属性。

eqcons : list ，可选Python：列表，可选

长度函数列表 n 这样的话 eqcons[j](x0,*args) == 0.0 在一个成功优化的问题中。

ineqcons : list ，可选Python：列表，可选

长度函数列表 n 这样的话 ieqcons[j](x0,*args) >= 0.0 是一个成功优化的问题。

笔记

该模型用解析函数逼近King模型。这个方程的推导可以在King‘62(公式14)中找到。这只是一个完整模型的近似，从这个模型导出的参数应该谨慎使用。它通常适用于浓度(c=log10(r_t/r_c))参数<2的模型。

模型公式：

\[f（x）=左（\frac{1}{\sqrt{（x^2+r}2）}}-\]

工具书类

实例

import numpy as np
from astropy.modeling.models import KingProjectedAnalytic1D
import matplotlib.pyplot as plt

plt.figure()
rt_list = [1, 2, 5, 10, 20]
for rt in rt_list:
    r = np.linspace(0.1, rt, 100)

    mod = KingProjectedAnalytic1D(amplitude = 1, r_core = 1., r_tide = rt)
    sig = mod(r)

    plt.loglog(r, sig/sig[0], label=f"c ~ {mod.concentration:0.2f}")

plt.xlabel("r")
plt.ylabel(r"$\sigma/\sigma_0$")
plt.legend()
plt.show()

(png, svg, pdf)

../_images/astropy-modeling-functional_models-KingProjectedAnalytic1D-1.png

属性摘要

amplitude 

concentration 

King模型的浓度参数。

input_units 

此属性用于指示evaluate方法所需的单元或单元集，并返回将输入映射到单元（或 None 如果接受任何单位）。

param_names 

描述此类型模型的参数的名称。

r_core 

r_tide 

方法总结

evaluate(x, amplitude, r_core, r_tide)

解析金模型函数。

fit_deriv(x, amplitude, r_core, r_tide)

解析金模型函数导数。

属性文档

amplitude = Parameter('amplitude', value=1.0, bounds=(1.1754943508222875e-38, None))#
concentration#

King模型的浓度参数。

input_units#
param_names = ('amplitude', 'r_core', 'r_tide')#

描述此类型模型的参数的名称。

此元组中的参数与初始化特定类型的模型时应传入的顺序相同。某些类型的模型，如多项式模型，根据模型的某些其他属性（如阶数）有不同数量的参数。

定义自定义模型类时，此属性的值由 Parameter 在类中定义的body属性。

r_core = Parameter('r_core', value=1.0, bounds=(1.1754943508222875e-38, None))#
r_tide = Parameter('r_tide', value=2.0, bounds=(1.1754943508222875e-38, None))#

方法文件

evaluate(x, amplitude, r_core, r_tide)[源代码]#

解析金模型函数。

fit_deriv(x, amplitude, r_core, r_tide)[源代码]#

解析金模型函数导数。

Edit on GitHub