利用healpy快速求healpy映射和2D高斯的卷积

Question

我有一个带有nside=512 (= numpy.ndarray，约3.1E6元素)的疗愈地图。我需要用2D高斯把它卷积。

我试着创建一个Gausian的疗愈图，将两个numpy.ndarray相乘，得到和；这太慢了。

第二件事是定义一个高斯函数(不是地图)，然后定义一个2D函数，对于给定的x，y返回huge_map*gausian在x，y位置的值，然后用scipy.integrate.nquad得到积分。比第一种方法快但是..。

有没有办法用球面谐波展开，使huge_map*Gaussian积分更快？将球面损伤中的huge_map展开，将球面损伤中的高斯展开，乘以系数，变换回来，求出和。

和可能的修改，比如: a)用huge_map的日志和高斯的日志来代替，那么对系数所做的运算是明显的和。( b)从系数中直接得到积分，而不进行反变换？( c)将扩展限制在一定数量之内，并加快整个过程？

如何正确地使用healpy实现它？

Answer 1

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')

文档：http://healpy.readthedocs.org/en/latest/generated/healpy.sphtfunc.smoothing.html