Moffat2D#

class astropy.modeling.functional_models.Moffat2D(amplitude=1, x_0=0, y_0=0, gamma=1, alpha=1, **kwargs)[源代码]#

基类:Fittable2DModel

二维Moffat模型。

参数:
amplitude : floatPython :浮点

模型的振幅。

x_0 : floatPython :浮点

Moffat模型最大值的x位置。

y_0 : floatPython :浮点

Moffat模型最大值的y位置。

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。

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 minmax 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。

参见

Gaussian2D, Box2D

笔记

模型公式:

\[f(x,y)=A\左(1+\frac{\left(x-x{0}\右)^{2}+\]

属性摘要

alpha 

amplitude 

fwhm 

莫法特全宽半最大。

gamma 

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。

x_0 

y_0 

方法总结

evaluate(x, y, amplitude, x_0, y_0, gamma, alpha)

二维莫法特模型函数。

fit_deriv(x, y, amplitude, x_0, y_0, gamma, ...)

二维Moffat模型对参数的导数。

属性文档

alpha = Parameter('alpha', value=1.0)#
amplitude = Parameter('amplitude', value=1.0)#
fwhm#

莫法特全宽半最大。公式的推导可在 this notebook by Yoonsoo Bach .

gamma = Parameter('gamma', value=1.0)#
input_units#
param_names = ('amplitude', 'x_0', 'y_0', 'gamma', 'alpha')#

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。

x_0 = Parameter('x_0', value=0.0)#
y_0 = Parameter('y_0', value=0.0)#

方法文件

static evaluate(x, y, amplitude, x_0, y_0, gamma, alpha)[源代码]#

二维莫法特模型函数。

static fit_deriv(x, y, amplitude, x_0, y_0, gamma, alpha)[源代码]#

二维Moffat模型对参数的导数。