オフ中心の重み付き数値ヒストグラム2d？

Question

私は、一連の観測された星からmodel PSFを生成しようとしています。

センター（ピーク強度）はビンである：私はthis answer（以下MCVE）にali_mが提供する素晴らしい例このような

5つ星私が使用しているを見て、次のよ[9, 9]。ビン[8, 8]のピーク密度を示す

：numpyのhitsogram2dを経由してその組み合わせの結果がこれです。代わりに

cx, cy = np.array([1.] * len(stars)), np.array([1.] * len(stars)) 

：[9, 9]でそれを中央に、私は重心を（下記参照）を取得する必要があります。どうしてこれなの？

---

import numpy as np 
from matplotlib import pyplot as plt 

stars = # Uploaded here: http://pastebin.com/tjLqM9gQ 

fig, ax = plt.subplots(2, 3, figsize=(5, 5)) 
for i in range(5): 
    ax.flat[i].imshow(
     stars[i], cmap=plt.cm.viridis, interpolation='nearest', 
     origin='lower', vmin=0.) 
    ax.flat[i].axhline(9., ls='--', lw=2, c='w') 
    ax.flat[i].axvline(9., ls='--', lw=2, c='w') 
fig.tight_layout() 

# (nstars, ny, nx) pixel coordinates relative to each centroid 
# pixel coordinates (integer) 
x, y = np.mgrid[:20, :20] 
# centroids (float) 
cx, cy = np.array([0.] * len(stars)), np.array([0.] * len(stars)) 
dx = cx[:, None, None] + x[None, ...] 
dy = cy[:, None, None] + y[None, ...] 

# 2D weighted histogram 
bins = np.linspace(0., 20., 20) 
h, xe, ye = np.histogram2d(dx.ravel(), dy.ravel(), bins=bins, 
          weights=stars.ravel()) 
fig, ax = plt.subplots(1, 1, subplot_kw={'aspect': 'equal'}) 
ax.hold(True) 
ax.imshow(h, cmap=plt.cm.viridis, interpolation='nearest', 
      origin='lower', vmin=0.) 
ax.axhline(8., ls='--', lw=2, c='w') 
ax.axvline(8., ls='--', lw=2, c='w') 

plt.show() 

Answer 1

理由、ヒストグラムは単一星強度分布を中心とする点（9,9）を中心とされていない、それを生成するためのコードは、ヒストグラムのビンの周りにシフトすることです。

私は既にコメントに示唆したように、物事を単純にしておきます。例えば。問題を見るためにプロットする必要はありません。また、私はそれらが何であるか理解していないので、それらを避けましょう。dxdyです。

私たちは、その後、元のコードでの唯一の問題は、本当に0と20の間で20ポイントを作成する行bins = np.linspace(0., 20., 20)た

import numpy as np 

stars = # Uploaded here: http://pastebin.com/tjLqM9gQ 

# The argmax of a single star results in (9,9) 
single_star_argmax = np.unravel_index(np.argmax(stars[0]), stars[0].shape) 

# Create a meshgrid of coordinates (0,1,...,19) times (0,1,...,19) 
y,x = np.mgrid[:len(stars[0,:,0]), :len(stars[0,0,:])] 
# duplicating the grids 
xcoord, ycoord = np.array([x]*len(stars)), np.array([y]*len(stars)) 
# compute histogram with coordinates as x,y 
# and [20,20] bins  
h, xe, ye = np.histogram2d(xcoord.ravel(), ycoord.ravel(), 
          bins=[len(stars[0,0,:]), len(stars[0,:,0])], 
          weights=stars.ravel()) 

# The argmax of the combined stars results in (9,9) 
combined_star_argmax = np.unravel_index(np.argmax(h), h.shape) 

print single_star_argmax 
print combined_star_argmax 
print single_star_argmax == combined_star_argmax 
# prints: 
# (9, 9) 
# (9, 9) 
# True 

によってヒストグラムを計算することができ、
0. 1.05263158 2.10526316 ... 18.94736842 20.
これはにビンサイズを拡大縮小~1.05とあなたのargmaxがすでに "早く"起こってから期待されるようにします。あなたが本当に欲しい
は、このようなミスを避けるために0と19、np.linspace(0,19,20)または np.arange(0,20)
の間で20ポイントである、一つは単純に引数、bins=20として元の配列の長さを与えることができます。