Python 健康面具有边界

我试图为没有数据的像素遮罩我的healpy贴图，但是当我使用

badval=-1.6375e+30

应用healpy遮罩时，遮罩周围似乎有一个边框

import healpy as hp
import numpy as np

# load the mask
mask = hp.read_map('mask_nvss_S20-S1000_Ns64.fits')

# degrade the mask to NSIDE = 16
mask16 = np.round(hp.ud_grade(mask, 16))

# apply it to the map
masked_map = hp.ma(map1)
masked_map.mask = np.logical_not(mask16)

# masked map
nvss_map = np.round(masked_map)

有人能帮我消除这个边界效应吗

---

我仍然不清楚问题的全貌，但我认为您的问题与面罩降级有关

从高分辨率布尔掩码转换为低分辨率时，有三种不同的策略可供遵循。选择取决于你的问题

我将用您提供的遮罩演示效果，显示放大：

使用bool类型降级面具 您可以简单地将布尔掩码降级，得到下图中的左侧面板。请注意，在此过程中，小补丁将显示为未屏蔽

map_lowres_bool = hp.ud_grade(mask_highres.astype(bool), nside=16)

使用浮动类型降级遮罩 如果您改为降级类型为

float

，您将得到一个带权重的连续贴图（下面的中间面板）。我想这会产生你所看到的效果

map_lowres_float = hp.ud_grade(mask_highres.astype(float), nside=16)

使用bool类型正确降级面具 还可以降级布尔遮罩，使所有遮罩区域保持遮罩状态。由于分辨率较低，蒙版面片将比原始蒙版中的面片大

mask_lowres_proper = hp.ud_grade(mask.astype(float), nside=16).astype(float)
mask_lowres_proper = np.where(mask_lowres_proper == 1., True, False).astype(bool)

这将生成下面的右面板

希望这对你有帮助，如果你有问题，请告诉我

---

你能编辑问题以包含你正在使用的代码吗？

#加载掩码

mask=hp.read\u map（'mask\nvss\u S20-S1000-Ns64.fits'）#.astype（np.bool）```#将掩码降级为NSIDE=16掩码16=np round（hp.ud grade（mask，16））#将其应用于映射

masked_map.mask=np.logical_not（mask16）

masked map

nvss_map=np.round（masked_map）

你能把数据上传到什么地方吗？我有一个想法，但是没有原始数据无法检查。这里有一个数据链接，是nside=16的地图，我们需要nside=64的地图来重现分析。