在healpy地图中分箱？答案

【问题标题】：Binning in healpy maps?在healpy地图中分箱？
【发布时间】：2019-06-19 13:57:17
【问题描述】：

我有一张健康地图，其中每个像素值都是一些有意义的物理测量值。我想将地图分成边长为 5 度的“正方形”。基本上我想平均每个 5 deg^2 bin 中的像素值。有什么直接的方法吗？

【问题讨论】：

您想以 HEALPIx 格式保存数据吗？在这种情况下，hp.ud_grade() 将完全满足您的需求。需要注意的是，您不能选择任意正方形，但需要坚持（二次和旋转）HEALPix 像素。
是的，这是真的，希望我应该更具体。我还想获取每个 bin 内所有点的方差。所以使用 hp.ud_grade() 只会帮助我计算平均值，而不是方差。

【解决方案1】：

您可以使用 heappy 支持环和嵌套排序的事实来实现这一点。对于每个分辨率步骤，四个高分辨率像素构成一个低分辨率像素。

  import healpy as hp
  import numpy as np

  nside_high = 2
  npix_high = hp.nside2npix(nside_high)
  arr = np.arange(npix_high)

  hp.mollview(arr)

现在，使用嵌套排序，我们可以计算每个低分辨率像素的平均值。这相当于使用hp.ud_grade(arr, nside_low)。

  nside_low = 1
  order_diff = nside_high - nside_low

  arr_lowres = hp.reorder(arr, r2n=True).reshape((-1, 4**order_diff)).mean(axis=1)
  hp.mollview(arr_lowres, nest=True)

最后，我们可以将mean 替换为std 以获得标准差：

  arr_std = hp.reorder(arr, r2n=True).reshape((-1, 4**order_diff)).std(axis=1)
  hp.mollview(arr_std, nest=True)

【讨论】：

这很聪明，但理想情况下，我希望在每个 bin 的高分辨率地图中都有一个像素列表。虽然您的方法允许我计算 bin 的标准 dev 和 avg，但我也不会循环遍历每个 bin 中的像素。我不认为这种方法允许我这样做。有什么想法可以获取每个 bin 的高分辨率地图中的像素列表吗？
当然，这正是hp.reorder(arr, r2n=True).reshape((-1, 4**order_diff)) 在上面的代码中所做的:) 它会给你一个二维的numpy数组，shape=(n_large_pixels, n_small_pixels_per_large_pixel)