用于从开普勒/K2目标像素文件对主目标和背景目标进行快速PSF光度学的工具
项目描述
PSFMachine
使用开普勒进行PRF光度学
PSFMachine
是一个开源的Python工具,用于创建仪器的有效点扩展函数 (ePSF) 模型,也称为像素响应函数 (PRF)。然后使用这些模型来拟合天文图像堆栈中的场景。 PSFMachine
能够从开普勒图像堆栈中快速导出光度学,并分离拥挤的源。
安装
pip install psfmachine
示例使用
以下是一个示例脚本,展示了如何使用 PSFMachine
。根据计算机的速度,拟合此类模型可能需要 ~10 分钟来构建 200 条光曲线。您可以通过更改一些输入参数来加快速度。
import psfmachine as psf
import lightkurve as lk
tpfs = lk.search_targetpixelfile('Kepler-16', mission='Kepler', quarter=12, radius=1000, limit=200, cadence='long').download_all(quality_bitmask=None)
machine = psf.TPFMachine.from_TPFs(tpfs, n_r_knots=10, n_phi_knots=12)
machine.fit_lightcurves()
此项目的资金由NASA ROSES项目编号 80NSSC20K0874 提供。
项目详情
下载文件
下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。
源分布
psfmachine-1.1.4.tar.gz (67.1 kB 查看散列值)
构建分布
psfmachine-1.1.4-py3-none-any.whl (72.3 kB 查看散列值)
关闭
psfmachine-1.1.4.tar.gz的散列值
算法 | 散列摘要 | |
---|---|---|
SHA256 | a3f2ae98d3505cec053abdcf5f51728fe7a1ca0889ce769d32b9d8183402ce89 |
|
MD5 | f4e950939c579e2acb255207306c48ea |
|
BLAKE2b-256 | d9571ade1267a5971da40c80f14ccedbaf90ac9e08f01ecbd0218a1ae7b033fa |
关闭
psfmachine-1.1.4-py3-none-any.whl的散列值
算法 | 散列摘要 | |
---|---|---|
SHA256 | f45f316929c9f2dbc4aae9b5f4e9554f5fdee7ceef5f6f329d1b8e551ba29f18 |
|
MD5 | aab42e31918e4ddc1ca9b8d7c56bb62b |
|
BLAKE2b-256 | 9e0d02917b15b699b3fcd11024501abaf91e398ecea75ca3d9927e1a30895daa |