Python 2D array - Comment brancher x et récupérer y valeur?

Question

Je cherchais une réponse depuis hier mais pas de chance. J'ai donc un fichier spectre 1D (.fits) avec valeur de flux à chaque longueur d'onde. Je les ai convertis en un tableau 2D (x, y) = (longueur d'onde, flux) et je veux écrire un programme qui retournera le flux (y) à certaines longueurs d'onde assignées (x). J'ai essayé ceci:

#modules 
import scipy 
import numpy as np 
import pyfits as pf 

#Target Global Vaiables 
hdulist_tg = pf.open('cutmask1-2.0001.fits')  
hdr_tg = hdulist_tg[0].header 
flux_tg = hdulist_tg[0].data 
crval_tg = hdr_tg['CRVAL1']    #Starting wavelength 
cdel_tg = hdr_tg['CDELT1']    #Wavelength axis width 
wave_tg = crval_tg + np.arange(3183)*cdel_tg  #Create an x-axis 
wavelist = [6207,6315,6369,6438,6490,6565,6588] 

wave_flux=[] 
diff = 10 
for wave in wave_tg: 
    for flux in flux_tg: 
     wave_flux.append((wave,flux))   

for item in wave_flux: 
    wave = item[0] 
    flux = item[1] 

#Where I got my actual wavelength that exists in wave_tg 
    diffmatch = np.abs(wave - wavelist[0]) 
    if diffmatch < diff: 
     flux_wave = flux 
     diff = diffmatch 
     wavematch = wave 

print wavelist[0],flux_wave,wavematch 

mais le programme retourne toujours la même valeur de flux même si la longueur d'onde est différente. S'il vous plaît aider ...

Answer 1

Je sauterais la création de la table deux dimensions tout à fait et il suffit d'utiliser interp:

fluxvalues = np.interp(wavelist, wave_tg, flux_tg) 

Pour le fichier que vous avez publié, le code affiché ne travailler en raison de la longueur codée en dur du tableau wave_tg. Je voudrais donc vous recommandons d'utiliser plutôt

wave_tg = crval_tg + np.arange(len(flux_tg))*cdel_tg 

En outre, pour une raison quelconque, il semble que le fichier que vous avez publié ne va pas réellement aux longueurs d'onde que l'on recherche. Vous devrez peut-être vérifier que vous calculez correctement les longueurs d'onde correspondantes ou vérifiez que vous recherchez les bonnes longueurs d'onde.

Answer 2

J'ai fait quelques changements dans votre code:

• utilisant numpy ot créer wave_flux comme ndarray utilisant np.hstack(), np.repeat() et np.tile()

• utilisant FancyIndexing pour obtenir les valeurs correspondant à votre recherche

Le résultat de est:

#modules 
import scipy 
import numpy as np 
import pyfits as pf 

#Target Global Vaiables 
hdulist_tg = pf.open('cutmask1-2.0001.fits') 
hdr_tg = hdulist_tg[0].header 
flux_tg = hdulist_tg[0].data 
crval_tg = hdr_tg['CRVAL1']    #Starting wavelength 
cdel_tg = hdr_tg['CDELT1']    #Wavelength axis width 
wave_tg = crval_tg + np.arange(3183)*cdel_tg  #Create an x-axis 
wavelist = [6207,6315,6369,6438,6490,6565,6588] 

wave_flux = np.vstack((np.repeat(wave_tg, len(flux_tg)), 
         np.tile(flux_tg, len(wave_tg)))).transpose() 

wave_ref = wavelist[0] 
diff = 10 

print wave_flux[ np.abs(wave_flux[:,0]-wave_ref) < diff ] 

qui retournera un sous-groupe de wave_flux avec les valeurs d'onde dans la colonne 0 et les valeurs de flux dans la colonne 1:

[[ 6197.10300138 500.21020508] 
[ 6197.10300138 523.24102783] 
[ 6197.10300138 510.6390686 ] 
..., 
[ 6216.68436446 674.94732666] 
[ 6216.68436446 684.74255371] 
[ 6216.68436446 712.20098877]]