Python 天体测量中不确定性的传播

在以前的astropy版本中，可以沿以下线路处理不确定性的传播：

from astropy.nddata import NDData, StdDevUncertainty

x = NDData( 16.0, uncertainty=StdDevUncertainty( 4.0 ))
y = NDData( 361.0, uncertainty=StdDevUncertainty( 19.0 ))

print x.add(y)

---

对NDData的更改似乎删除了此功能。我得到“AttributeError:'NDData'对象没有属性'add'”，并且在文档中找不到任何有用的建议。错误传播现在是如何处理的？

看起来此功能已移动到mixin，NDArithmeticMixin

他们建议创建自己的类并使用它

所以你的例子是：

from astropy.nddata import NDData, StdDevUncertainty, NDArithmeticMixin
class MyData(NDData, NDArithmeticMixin):
    pass
x = MyData( 16.0, uncertainty=StdDevUncertainty( 4.0 ))
y = MyData( 361.0, uncertainty=StdDevUncertainty( 19.0 ))
z = x.add(y)
print(z)
print(z.uncertainty.array)

其中：

MyData(377.0)
19.416487838947599

更新

类

NDDataArray

实际上执行上面的类

MyData

所执行的操作：它包括三种混合（算术、io和切片）。
这使上述内容变得更简单：

from astropy.nddata import StdDevUncertainty, NDDataArray
x = NDDataArray(16, uncertainty=StdDevUncertainty(4.0))
y = NDDataArray(361, uncertainty=StdDevUncertainty(19.0))
z = x.add(y)
print(z)
print(z.uncertainty.array)

---

我认为这个界面相当笨拙。也许随着时间的推移，它会变得越来越简单

z = x + y
print(z)

---

您可能希望查看模块的不确定性完美！非常感谢。它甚至似乎可以处理单位，这比我希望的要多for@TheBigH我发现

NDDataArray

可以满足您的需要，并且不需要创建自己的类。另请参见我答案中的更新。这看起来比不确定因素更笨拙。与不确定性相比，它有什么优势？@MaxNoe所有细节都在这里，但非常简单：NDData允许存储掩码、元数据、不确定性、单位等。因此，它可以做的不仅仅是传播不确定性。@Evert:你可以做的一件事：另外，这个包处理不确定性和单位，如果我没记错的话，它也与NumPy兼容，所以你也可以得到掩码。因此，在我看来，使用Pint只会丢失元数据，并获得正确的计算（相关性）。由于执行正确的计算比较困难，但也可能比较慢。：）

377.0 +/- 19.416487838947599