Python 用healpy快速求healpy映射和二维高斯映射的卷积

我有一个nside=512的healpix映射（=巨大的numpy.ndarray，大约3.1E6个元素）。我需要用一个二维高斯函数把它卷积起来

我试着创建一个Gausian的healpix映射，将两个numpy.ndarray相乘，得到总和；这太慢了

我尝试的第二件事是定义一个高斯函数（不是一个映射），然后是一个2D函数，对于给定的x，y，它返回x，y位置的巨大的_-map*gausian值。然后我使用scipy.integrate.nquad来得到积分。比第一种方法快，但是

有没有办法用球谐函数的展开式更快地得到巨大的高斯映射的积分？类似于在球形伤害中展开巨大的_图，在球形伤害中展开高斯图，乘以系数，变换回来，得到和

还有可能的修改，比如：a）使用巨大的_映射的对数和高斯函数的对数，然后对系数进行的运算显然是求和。b） 直接从系数中得到积分，而不需要反变换？c） 将扩展限制在某个数量，并加快整个过程

---

如何使用healpy正确实现它？

您可以尝试使用

healpy.smoothing

，例如：

wmap_map_I_smoothed = hp.smoothing(wmap_map_I, fwhm=60, arcmin=True)
hp.mollview(wmap_map_I_smoothed, min=-1, max=1, title='Map smoothed 1 deg')

文件：

---

看起来您的实现正在运行，即使速度很慢。你能用一个嵌入绘图的简单示例创建一个IPython笔记本，将其粘贴到github gist，并将链接粘贴到nbviewer.IPython.org上吗？在获得了一些healpy/healpix的经验后，我意识到这个答案指明了方向，即获得healpy地图和2D高斯曲线的卷积。