跳转到主要内容

高效的替代环质量函数分布

项目描述

https://travis-ci.org/steven-murray/mrpy.png?branch=master https://coveralls.io/repos/steven-murray/mrpy/badge.svg?branch=master&service=github https://api.codacy.com/project/badge/Grade/e5d5d9b72d024bd09e24ea833745c6da

一个用于使用环质量函数的MRP参数化的Python包。

有关MRP的更多详细信息,请参阅Murray, Robotham, Power 2016(在准备中)。

快速入门

安装

所需包包括numpyscipympmath(用于不完整伽马函数)和cached_property。这些应在安装mrpy时自动安装。

要使用MCMC拟合功能,需要emceepystan。这些不是自动安装的。

最简单的安装方法是pip install mrpy。这应会自动安装所需依赖项。

要获取最新版本,使用pip install git+git://github.com/steven-murray/mrpy.git

如果出于某种原因pip不是选项,请手动下载github存储库并使用python setup.py install

入门

您可以使用mrpy做很多事情。您需要的内容将取决于您的问题。我们建议您查看一些示例以及API本身,以了解如何使用代码。

文档

阅读文档.

功能

使用mrpy您可以进行以下操作

  • 使用TGGD类计算截断广义伽马分布(TGGD)的基本统计数据:均值、众数、方差、偏度、概率密度函数、累积分布函数、生成随机变量等。

  • 使用MRP类生成MRP数量:微分数量计数、累积数量计数、生成归一化的各种方法。

  • 通过mrp_b13函数,根据物理参数生成基于MRP的晕质量函数。

  • 使用get_fit_curve函数,将MRP参数拟合到任意曲线形式的数据中。

  • 使用SimFit类将MRP参数拟合到变异数据的样本中:支持模拟数据,同时支持拟合模拟套件,参数具有任意先验概率,支持变量对数正态不确定性。

  • 计算任意点(包括拟合解)处的解析Hessian矩阵和Jacobi矩阵。

  • 通过reparameterise模块使用相同形式的替代参数化。

  • 通过analytic_model模块使用完全解析的特殊模型,了解各种参数的影响。

示例

在GitHub仓库的docs/examples目录中有几个示例。这些也可以在官方文档中找到。

项目详情


下载文件

下载适用于您平台的应用程序。如果您不确定要选择哪个,请了解更多关于安装包的信息。

源分布

mrpy-1.1.0.tar.gz (29.2 kB 查看哈希)

上传时间

构建分布

mrpy-1.1.0-py2-none-any.whl (36.7 kB 查看哈希)

上传时间 Python 2

由以下机构支持

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面