2022年天文数据分析.pptxVIP

- 1 天文数据分析 国家天文台 赵永恒 2021年4月 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第1页*** - 2 数据分析方法 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第2页*** - 3 累积概率分布 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第3页*** - 4 任意分布的随机数 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第4页*** - 5 常用概率分布 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第5页*** - 6 数据插值 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第6页*** - 7 内插和外推 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第7页*** - 8 插值(erpolate) 线性1d插值 (interp1d) 1d样条插值 (interpolate.splXXX) 2d样条插值 (bisplrep) RBF（radial basis function）插值/平滑 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第8页*** - 9 import numpy as np from erpolate import Rbf import matplotlib.pyplot as plt from matplotlib import cm # 2-d tests - setup scattered data x = np.random.rand(100)*4.0-2.0 y = np.random.rand(100)*4.0-2.0 z = x*np.exp(-x**2-y**2) ti = np.linspace(-2.0, 2.0, 100) XI, YI = np.meshgrid(ti, ti) # use RBF rbf = Rbf(x, y, z, epsilon=2) ZI = rbf(XI, YI) # plot the result n = plt.Normalize(-2., 2.) plt.subplot(1, 1, 1) plt.pcolor(XI, YI, ZI, cmap=cm.jet) plt.scatter(x, y, 100, z, cmap=cm.jet) plt.title(RBF interpolation - multiquadrics) plt.xlim(-2, 2) plt.ylim(-2, 2) plt.colorbar() plt.show() ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第9页*** - 10 数据拟合 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第10页*** - 11 拟合模型 O = T + e ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第11页*** - 12 最小二乘法 ***精品PPT资源防止被采集专用文字===》名师归纳总结=====》下载可删除===》欢迎各位下载 =====》 这是第12页*** - 13 import numpy as np import scipy.linalg as splin import matplotlib.pyplot as plt c1,c2= 5.0,2.0 i = np.r_[1:11] xi = 0.1*i yi = c1*np.exp(-xi)+c2*xi zi = yi + 0.05*np.max(yi)*np.random.randn(len(yi)) A = np.c_[np.exp(-xi)[:,np.newaxis],xi[:,np.newaxis]] c,resid,rank,sigma = splin.lstsq(A,zi) print c,resid,rank,sigma xi2 = np.r_[0.1:1.0:100j] yi2