OrthoPolynomialBase#

class astropy.modeling.polynomial.OrthoPolynomialBase(x_degree, y_degree, x_domain=None, x_window=None, y_domain=None, y_window=None, n_models=None, model_set_axis=None, name=None, meta=None, **params)[源代码]#

基类：PolynomialBase

这是2D Chebyshev和Legendre模型的基类。

这里实现的多项式需要x和y的最大次数。

要解释一下 x_domain ， y_domain ， `x_window 和 `y_window 看见 Notes regarding usage of domain and window 。

参数:

x_degree : intPython ：整型: x度
y_degree : intPython ：整型: y学位
x_domain : tuple 或 None ，可选PYTHON：元组或PYTHON：无，可选: x自变量的域
x_window : tuple 或 None ，可选PYTHON：元组或PYTHON：无，可选: x自变量的范围
y_domain : tuple 或 None ，可选PYTHON：元组或PYTHON：无，可选: y自变量的域
y_window : tuple 或 None ，可选PYTHON：元组或PYTHON：无，可选: y自变量的范围
**params : dictPython ：词典: {keyword:value}对，表示{parameter_name:value}

属性摘要

`n_inputs`	输入的数目。
`n_outputs`	输出的数目。
`x_domain`
`x_window`
`y_domain`
`y_window`

方法总结

`__call__`(*inputs[, model_set_axis, ...])	使用给定的输入和实例化模型时指定的参数值评估此模型。
`evaluate`(x, y, *coeffs)	在一些输入变量上评估模型。
`get_num_coeff` \()	确定需要多少个系数。
`imhorner`(x, y, coeff)
`invlex_coeff` \(系数)
`prepare_inputs`(x, y, **kwargs)	此方法用于 `__call__` 确保模型的所有输入都可以广播到兼容的形状中（如果其中一个或两个都作为数组输入），特别是在有多个参数集的情况下。

属性文档

n_inputs = 2#: 输入的数目。

n_outputs = 1#: 输出的数目。

x_domain#

x_window#

y_domain#

y_window#

方法文件

__call__(*inputs, model_set_axis=None, with_bounding_box=False, fill_value=nan, equivalencies=None, inputs_map=None, **new_inputs)#: 使用给定的输入和实例化模型时指定的参数值评估此模型。

evaluate(x, y, *coeffs)[源代码]#: 在一些输入变量上评估模型。

get_num_coeff()[源代码]#

确定需要多少个系数。

返回:

numc : intPython ：整型: 系数个数

imhorner(x, y, coeff)[源代码]#

invlex_coeff(coeffs)[源代码]#

prepare_inputs(x, y, **kwargs)[源代码]#: 此方法用于 __call__ 确保模型的所有输入都可以广播到兼容的形状中（如果其中一个或两个都作为数组输入），特别是在有多个参数集的情况下。这还可以确保（如果适用）输入的单位与evaluate方法兼容。