Создайте 2D гистограмму с пикселизацией HEALPix, используя healpy

Question

Данные представляют собой координаты объектов на небе, например, следующим образом:

import pylab as plt
import numpy as np
l = np.random.uniform(-180, 180, 2000)
b = np.random.uniform(-90, 90, 2000)

Я хочу сделать двухмерную гистограмму, чтобы построить карту плотности некоторой точки с (l, b)координаты в небе, используя пикселизацию HEALPix на проекции Моллвейде.Как я могу сделать это, используя healpy?

В учебнике:

http://healpy.readthedocs.io/en/v1.9.0/tutorial.html

рассказывается, как построить одномерный массив или файл подгонки, но я не знаю, как сделать 2-мерную гистограмму, используя эту пикселизацию.

Я также нашел эту функцию, но она не работает, поэтому я застрял.

hp.projaxes.MollweideAxes.hist2d(l, b, bins=10)

IМожно составить сюжет этих точек в проекции Моллвейде следующим образом:

l_axis_name ='Latitude l (deg)'
b_axis_name = 'Longitude b (deg)'

fig = plt.figure(figsize=(12,9))
ax = fig.add_subplot(111, projection="mollweide")
ax.grid(True)

ax.scatter(np.array(l)*np.pi/180., np.array(b)*np.pi/180.)

plt.show()

Заранее большое спасибо за вашу помощь.

Answer 1

Отличный вопрос!Я написал короткую функцию для преобразования каталога в карту HEALPix с числом чисел:

from astropy.coordinates import SkyCoord
import healpy as hp
import numpy as np

def cat2hpx(lon, lat, nside, radec=True):
    """
    Convert a catalogue to a HEALPix map of number counts per resolution
    element.

    Parameters
    ----------
    lon, lat : (ndarray, ndarray)
        Coordinates of the sources in degree. If radec=True, assume input is in the icrs
        coordinate system. Otherwise assume input is glon, glat

    nside : int
        HEALPix nside of the target map

    radec : bool
        Switch between R.A./Dec and glon/glat as input coordinate system.

    Return
    ------
    hpx_map : ndarray
        HEALPix map of the catalogue number counts in Galactic coordinates

    """

    npix = hp.nside2npix(nside)

    if radec:
        eq = SkyCoord(lon, lat, 'icrs', unit='deg')
        l, b = eq.galactic.l.value, eq.galactic.b.value
    else:
        l, b = lon, lat

    # conver to theta, phi
    theta = np.radians(90. - b)
    phi = np.radians(l)

    # convert to HEALPix indices
    indices = hp.ang2pix(nside, theta, phi)

    idx, counts = np.unique(indices, return_counts=True)

    # fill the fullsky map
    hpx_map = np.zeros(npix, dtype=int)
    hpx_map[idx] = counts

    return hpx_map

Затем вы можете использовать ее для заполнения карты HEALPix:

l = np.random.uniform(-180, 180, 20000)
b = np.random.uniform(-90, 90, 20000)

hpx_map = hpx.cat2hpx(l, b, nside=32, radec=False)

Здесь,nside определяет, насколько точной или грубой является ваша пиксельная сетка.

hp.mollview(np.log10(hpx_map+1))

Также обратите внимание, что при равномерной выборке в галактической широте вы 'Я предпочитаю точки данных на галактических полюсах.Если вы хотите избежать этого, вы можете уменьшить его с помощью косинуса.

hp.orthview(np.log10(hpx_map+1), rot=[0, 90])
hp.graticule(color='white')