Python 从astropy.modeling Gaussian2D中提取参数

我已经设法使用astropy.modeling在我的图像上建立了一个二维高斯模型，它生成的用于拟合图像的参数似乎是合理的。然而，我需要在数千张图像上运行2D高斯分布，因为我们感兴趣的是检查模型的平均值x和y，以及图像上的x和y标准偏差。模型输出如下所示：

m2
<Gaussian2D(amplitude=0.0009846091239480168, x_mean=30.826676737477573, y_mean=31.004045976953222, x_stddev=2.5046722491074536, y_stddev=3.163048479350727, theta=-0.0070295894129793896)>

---

我不熟悉此表单输出，因此我真的被困在如何提取参数上。

模型具有您可以访问的属性：

from astropy.modeling import models
g2d = models.Gaussian2D(1,2,3,4,5)
g2d.amplitude.value  # 1.0
g2d.x_mean.value     # 2.0
g2d.y_mean.value     # 3.0
g2d.x_stddev.value   # 4.0
g2d.y_stddev.value   # 5.0

安装模型后，您需要提取这些值，但可以通过相同的方式访问它们：

.value

您也可以一次性提取它们，但需要跟踪哪个参数位于哪个位置：

g2d.parameters    # array([ 1.,  2.,  3.,  4.,  5.,  0.])
# Amplitude
g2d.parameters[0] # 1.0
# x-mean
g2d.parameters[1] # 2.0
# ...

---

另一种方法是使用估算线参数。这方面的文档不是很清楚（或者我认为是这样）。如果问题是获取直线的高斯函数的起始参数，那么这是一个很好的起点

要这样做：

from specutils.spectra import Spectrum2D
from specutils.fitting import estimate_line_parameters

e1 = estimate_line_parameters(spectrum, models.Gaussian2D())
a = e1.amplitude.value
b = e1.x_mean.value
c = e1.y_mean.value
d = x_stddev.value
e = y_stddev.value

estimate_line_参数提供小数位数的结果，因此如果您试图估计起始值，您可能希望使用舍入（value_name，n），其中n是您认为合适的小数位数

注意a、b、c等作为值返回，不保留单位。因此，您还需要：

from astropy import units as u

然后（例如）a=e1.振幅.值*u.（通量单位），其中通量单位为Jy或类似物和/或其缩放版本

---

当然，所有这些都假设你的背景已经被充分地减去了

对于数千张图像，请确保您使用的是模型集：

e1 = estimate_line_parameters(spectrum, models.Gaussian2D())
a = e1.amplitude.value
b = e1.x_mean.value
c = e1.y_mean.value
d = x_stddev.value
e = y_stddev.value

from astropy import units as u