NDUncertainty#

class astropy.nddata.NDUncertainty(array=None, copy=True, unit=None)[源代码]#

基类：object

这是与一起使用的不确定类的元类 NDData .

参数:

array : any 类型，可选任何类型，可选: 不确定性的数组或值（参数名称是由于历史原因造成的）。 numpy.ndarray ， Quantity 或 NDUncertainty 建议使用子类。如果 array 是 list -像或 numpy.ndarray -就像它会被抛到平原上一样 numpy.ndarray . 默认是 None .
unit : astropy:unit-like ，可选AstPy：单元式，可选: 不确定度单位 array . 可以转换为 Unit 是允许的。默认为 None .
copy ： bool 可选可选的布尔: 指示是否保存 array 作为副本。 True 保存前复制，而 False 尝试将每个参数保存为引用。但是请注意，并不总是可以将输入保存为引用。默认为 True .

加薪:

IncompatibleUncertaintiesException: 如果再给一个 NDUncertainty -像类一样 array 如果他们 uncertainty_type 是不同的。

属性摘要

方法总结

`propagate`(operation, other_nddata, ...[, axis])	通过对数据进行运算，计算得到的不确定度。
`represent_as`(other_uncert)	将此不确定性转换为不同的不确定性类型。

属性文档

parent_nddata#

NDData ：参考 NDData 以这种不确定性为例。

如果未设置参考，则不可能传播不确定度，因为传播可能需要不确定度之外的数据。

uncertainty_type#

str ：不确定度类型的简短描述。

定义为抽象属性so子类 have 来替代这个。

方法文件

propagate(operation, other_nddata, result_data, correlation, axis=None)[源代码]#

通过对数据进行运算，计算得到的不确定度。

在 1.2 版本加入.

参数:

operation : callable()Python：Callable(): 在上执行的操作 NDData . 支持的是 numpy.add ， numpy.subtract ， numpy.multiply 和 numpy.true_divide （或） numpy.divide ）
other_nddata ： NDData 实例NDData实例: 算术运算中的第二个操作数。
result_data : Quantity or ndarray数量或ndarray: 对数据进行算术运算的结果。
correlation : numpy.ndarray or number努比·恩达雷或编号: 相关性（rho）定义为sigma_AB=sigma_A中的不确定度 * sigma_B * 罗。价值 0 表示不相关操作数。
axis : int 或 tuple 的 int ，可选PYTHON：INT或PYTHON：PYTHON的元组：INT，可选: 在其上执行折叠操作的轴。

返回:

resulting_uncertainty ： NDUncertainty 实例NDUncertainty实例: 同样的另一个例子 NDUncertainty 包含结果不确定性的子类。

加薪:

笔记

首先，这个方法检查是否给出了相关性，并且子类实现了具有相关不确定性的传播。然后将第二个不确定性转换（或引发异常）到同一个类，以便进行传播。然后调用适当的传播方法并返回结果。

represent_as(other_uncert)[源代码]#

将此不确定性转换为不同的不确定性类型。

参数:

返回:

resulting_uncertainty ： NDUncertainty 实例NDUncertainty实例: 的一个实例 other_uncert 包含转换为新不确定性类型的不确定性的子类。

加薪: