1

我有一个由 128 个点组成的粗略天空图，我想制作一个平滑的 healpix 地图（见附图，LHS）。文中引用的图：

这里

我加载我的数据，然后为最终地图制作具有适当像素长度的新经度和纬度数组（例如 nside=32）。

我的输入数据是：

lats = pi/2 + ths   # theta from 0, pi, size 8
lons = phs          # phi from 0, 2pi, size 16
data = sky_data[0]  # shape (8,16)

基于 nside 像素数的新 lon/lat 数组大小：

nside = 32 
pixIdx = hp.nside2npix(nside) # number of pixels I can get from this nside 
pixIdx = np.arange(pixIdx) # pixel index numbers

然后我通过插值找到这些像素的新数据值，然后从角度转换回像素。

# new lon/lat
new_lats = hp.pix2ang(nside, pixIdx)[0] # thetas I need to populate with interpolated theta values
new_lons = hp.pix2ang(nside, pixIdx)[1] # phis, same

# interpolation
lut = RectSphereBivariateSpline(lats, lons, data, pole_values=4e-14)
data_interp = lut.ev(new_lats.ravel(), new_lons.ravel()) #interpolate the data
pix = hp.ang2pix(nside, new_lats, new_lons) # convert latitudes and longitudes back to pixels

然后，我用插值构建一个 healpy 地图：

healpix_map = np.zeros(hp.nside2npix(nside), dtype=np.double) # create empty map
healpix_map[pix] = data_interp # assign pixels to new interpolated values
testmap = hp.mollview(healpix_map)

地图的结果是附图的上部RHS。

（请原谅使用 jet —— viridis 没有“白色”零，因此使用该颜色图会添加蓝色背景。）

地图看起来不太对：从图中粗略的地图可以看出，右下角应该有一个“热点”，但这里却出现在左上角。

作为完整性检查，我使用 matplotlib 制作了 mollview 投影中插值点的散点图，图 2，其中我删除了标记的边缘以使其看起来像一张地图；）

ax = plt.subplot(111, projection='astro mollweide')
ax.grid()
colors = data_interp
sky=plt.scatter(new_lons, new_lats-pi/2, c = colors, edgecolors='none', cmap ='jet')
plt.colorbar(sky, orientation = 'horizontal')

你可以看到这张地图，附图的右下角，完全符合我的预期！所以坐标没问题，我完全糊涂了。

有没有人遇到过这个？我能做些什么？我想在这个和未来的地图上使用 healpy 函数，所以只使用 matplotlib 不是一个选项。

谢谢！

4

2 回答 2

1

我想通了——我必须将 pi/2 添加到我的 thetas 才能使插值工作，所以最后需要应用以下转换才能正确渲染图像：

newnew_lats = pi - new_lats
newnew_lons = pi + new_lons

插值似乎仍然存在一些问题，尽管现在看起来不那么明显了。我可能会尝试不同的比较。

于 2016-08-16T17:47:55.580 回答
0

我不是 healpix 方面的专家（实际上我以前从未使用过它——我是一名粒子物理学家），但据我所知，这只是一个约定问题：在 Mollweide 投影中，healpy 将北极（正纬度）在地图底部，出于某种原因。我不确定它为什么会这样做，或者这是否是故意的行为，但似乎很清楚这就是正在发生的事情。如果我掩盖赤道以下的一切，即只保留正纬度点

mask = new_lats - pi/2 > 0
pix = hp.ang2pix(nside, new_lats[mask], new_lons[mask])
healpix_map = np.zeros(hp.nside2npix(nside), dtype=np.double)
healpix_map[pix] = data_interp[mask]
testmap = hp.mollview(healpix_map)

它提出了一个在中心线上方没有数据的图：

来自healpy的蒙面情节

至少它很容易修复。mollview允许rot在投影之前有效地围绕观察轴旋转球体的flip参数，以及可以设置为'astro'（默认）或'geo'设置是否在左侧或右侧显示东方的参数。一个小实验表明你得到了你想要的坐标系

hp.mollview(healpix_map, rot=(180, 0, 180), flip='geo')

在元组中，前两个元素是要设置在绘图中心的点的经度和纬度，第三个元素是旋转。都是度数。没有面具，它给出了这个：

未遮罩的旋转图像

我相信这正是您正在寻找的。

于 2016-08-16T19:46:40.937 回答