Jack-knife

jackknify是一个基于Python的包，它通过ALMA视场进行Jackknife处理，从而从观测中创建噪声实现。

方法论

Jackknife是一种简单但有效的工具，用于量化任何类型数据集的潜在噪声分布。这个工具特别适用于干涉数据。《code>jackknify将一半的视场随机分成两个子集，然后将其中一个子集乘以-1，这样当数据被分箱或成像时，任何数据中的信号都会被平均掉。这创建了一个特定观测的数据噪声实现，例如，用于抽样假检测的可能性。

完整的方法论可以在这里以及一篇即将发表的论文中找到，该论文仍在准备中。

安装

可以通过以下方式安装jackknify

pip install jackknify

或者

python -m pip install git+https://github.com/Joshiwavm/jackknify

或者从源安装

git clone https://github.com/Joshiwavm/jackknify
cd jackknify
pip install -e .

依赖项

jackknify使用casatask和casatools与CASA测量接口。需要casadata来加载casatask和casatools。遗憾的是，这是一个大约350MB大小的文件。此外，在执行线搜索时，我们使用了包interferopy，它是一个用于观测毫米波干涉数据分析的常见任务的Python包。

Mac

如果您想在具有Apple Silicon芯片的Mac上运行jackknify，请在Rosetta终端中运行它。要在终端中打开Rosetta会话，请运行

/usr/bin/arch -x86_64 /bin/zsh --login

文档

为了方便，有一些关于如何运行jackknify的notebooks。您可以在docs/notebooks文件夹中找到它们。还可以查看这里的文档。