如何用python求和一个数据立方体答案

【问题标题】：How to sum a data cube with python如何用python求和一个数据立方体
【发布时间】：2021-06-16 22:16:50
【问题描述】：

我正在尝试使用 Python 折叠拟合数据立方体。我知道特殊的软件包正在这样做，但它是出于讲座的目的。我首先在 Z 中提取一个子立方体： hdu.data = hdu.data[3365:3405, :, :] subcube = hdu.data 子立方体的维度为 Z=40、Y=50 和 X=26。我想通过 X 和 Y 中的双循环以各种方式折叠立方体，以获得简单的 2D 图像。

for i in range(1, xdim):
    for j in range(1, ydim):    
        Sum[j,i] = subcube[:,j,i].sum()

我收到一条错误消息：IndexError: index 26 is out of bounds for axis 1 with size 26. 我知道 python 处理多维数据集维度的方式不同，例如 Z、Y、X 而不是 X、Y、Z，例如 IDL，但我不知道为什么会出现错误。

【问题讨论】：

标签： python sum cube fits

【解决方案1】：

Python 索引从 0 开始。您需要在 for 循环中执行 range(xdim) 和 range(ydim)。

【讨论】：

大家好。谢谢你的帮助。我曾尝试在一个版本中从 0 开始循环，但没有成功。但仔细观察，我意识到我没有正确“声明”数组：Sum = np.zeros([xdim,ydim])，而不是 Sum = np.zeros([ydim,xdim]) ！愚蠢的错误....谢谢

【解决方案2】：

Python 范围从 0 开始。X 的范围是 0-25。对于 Y 和 Z 相同。也许使用新列表创建对子立方体进行简单的双循环可以帮助您？ z_flatten = [[sum(col) for col in row] for row in subcube]

【讨论】：

【解决方案3】：

指出 Python 是 0 索引的现有答案是正确的，但没有人指出您甚至不需要使用 np.zeros 创建一个空数组或使用任何 for 循环来执行此操作.

Numpy 已经允许您沿数组的特定轴应用大多数操作，而不是循环遍历子立方体的维度并一次仅求和一个像素。

例如，让我们制作一个 3x4x4 的数据立方体：

>>> cube = np.arange(3 * 4 * 4).reshape((3, 4, 4))
>>> cube
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [12, 13, 14, 15]],

       [[16, 17, 18, 19],
        [20, 21, 22, 23],
        [24, 25, 26, 27],
        [28, 29, 30, 31]],

       [[32, 33, 34, 35],
        [36, 37, 38, 39],
        [40, 41, 42, 43],
        [44, 45, 46, 47]]])

假设您想对这个立方体的 3x3 切片的所有层求和：

>>> cube[:, :3, :3].sum(axis=0)
array([[48, 51, 54],
       [60, 63, 66],
       [72, 75, 78]])

在你的情况下，相当于

subcube[:, :ydim, :xdim].sum(axis=0)

这与您尝试执行的操作相同，但效率更高。

作为一般说明，尽管您从 FITS 文件中读取数据立方体，但由于 astropy.io.fits 返回 Numpy 数组，因此您可以找到有关 Numpy 数组的任何文档或问题都适用——它通常并不重要指出它来自 FITS 文件。我指出这一点，只是因为如果您将来难以对 Numpy 数组执行操作，它可能会对您有所帮助。

【讨论】：

非常感谢您的帮助，非常感谢。 H