サービス1 D

class astropy.modeling.functional_models.Sersic1D(amplitude=1, r_eff=1, n=4, **kwargs)

ベースクラス: astropy.modeling.core.Fittable1DModel

1次元連続表面輝度分布。

パラメータ

amplitude浮いている.

表面輝度はr_eff値である.

r_eff浮いている.

有効(半光)半径

n浮いている.

SERSIC指数。

その他のパラメータ

fixed辞書、オプション

1冊の辞書. {{parameter_name: boolean}} パラメータの大きさはフィッティング過程では変化できない.Trueはパラメータが一定に保たれていることを表す.あるいは、 fixed パラメータの属性を用いることができる.

tiedDICT、オプション

1冊の辞書. {{parameter_name: callable}} ある他のパラメータのパラメータにリンクする.辞書値は，リンク関係を提供する呼び出し可能なオブジェクトである.あるいは、 tied パラメータの属性を用いることができる.

boundsDICT、オプション

1冊の辞書. {{parameter_name: value}} パラメータの上下境界。キーはパラメータ名である.値は長さ2のリストまたはタプルであり，パラメータに必要な範囲を与える.あるいは、 min そして max パラメータの属性を用いることができる.

eqconsリスト、オプション

長さ関数リスト n そのためには eqcons[j](x0,*args) == 0.0 最適化に成功した問題の中で。

ineqconsリスト、オプション

長さ関数リスト n そのためには ieqcons[j](x0,*args) >= 0.0 最適化に成功した問題です

参考

Gaussian1D, Moffat1D, Lorentz1D

注意事項

モデル式：

\[I(r)=I_e\exp\left\{-b_n\left[\left(\frac{r}{r_{e}}\right)^{(1/n)}-1\right]\right\}\]

定数.定数 \(b_n\) このように定義されています \(r_e\) 総光度の半分を含み，数値で求めることができる。

\[\Gamma(2 N)=2\Gamma(b_n，2 n)\]

参考文献

1

http://ned.ipac.caltech.edu/level5/March05/Graham/Graham2.html

実例.

import numpy as np
from astropy.modeling.models import Sersic1D
import matplotlib.pyplot as plt

plt.figure()
plt.subplot(111, xscale='log', yscale='log')
s1 = Sersic1D(amplitude=1, r_eff=5)
r=np.arange(0, 100, .01)

for n in range(1, 10):
     s1.n = n
     plt.plot(r, s1(r), color=str(float(n) / 15))

plt.axis([1e-1, 30, 1e-2, 1e3])
plt.xlabel('log Radius')
plt.ylabel('log Surface Brightness')
plt.text(.25, 1.5, 'n=1')
plt.text(.25, 300, 'n=10')
plt.xticks([])
plt.yticks([])
plt.show()

(png, svg, pdf)

属性要約

amplitude \
input_units \	この属性は、Evaluateメソッドがどの単位または単位セットを必要とするかを示し、入力を単位にマッピングする(または)ことを返すために使用される None 任意の単位が受け入れられていれば).
n \
param_names \	このタイプモデルのパラメータ名を記述する.
r_eff \

方法要約

evaluate (r，振幅，r_効果，n)

1次元シリアル輪郭関数。

属性文書

amplitude = Parameter('amplitude', value=1.0)

input_units

n = Parameter('n', value=4.0)

param_names = ('amplitude', 'r_eff', 'n')

このタイプモデルのパラメータ名を記述する.

このタプル内のパラメータの順序は、特定のタイプのモデルを初期化する際に入力されるべき順序と同じである。いくつかのタイプのモデル(例えば、多項式モデル)は、次数のようなモデルのいくつかの他の属性に依存する異なる数のパラメータを有する。

モデルクラスを定義する際には，その属性の値は Parameter クラス主体で定義された属性.

r_eff = Parameter('r_eff', value=1.0)

方法文書

classmethod evaluate(r, amplitude, r_eff, n)

1次元シリアル輪郭関数。