使用healpy获得healpy图和2D高斯卷积的快速方法答案

【问题标题】：Fast way using healpy to get convolution of a healpy map and a 2D Gaussian使用healpy获得healpy图和2D高斯卷积的快速方法
【发布时间】：2014-06-02 14:23:15
【问题描述】：

我有一个带有 nside=512 的 healpix 地图（= 巨大的 numpy.ndarray，大约 3.1E6 个元素）。我需要用 2D Gaussian 对它进行卷积。

我尝试创建高斯的 healpix 映射，将两个 numpy.ndarray 相乘并得到总和；这太慢了。

我尝试的第二件事是定义一个高斯函数（不是地图），然后定义一个二维函数，对于给定的 x,y 返回位置 x,y 处的 huge_map*gausian 的值。然后我用 scipy.integrate.nquad 得到积分。比第一种方法快，但是...

有没有办法如何使用球谐函数的展开来更快地获得 huge_map*Gaussian 的积分？像在球面伤害中扩展huge_map，在球面伤害中扩展高斯。，乘以系数，变换回来，得到总和。

并且可能的修改如下：a）使用huge_map的log和Gaussian的log，然后对系数所做的操作显然是求和。 b）以某种方式直接从系数中获得积分，而无需反向变换？ 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？

【问题讨论】：

标签： python numpy healpy

【解决方案1】：

你可以尝试使用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

【讨论】：

看起来你有一个实现工作，即使它很慢。你能创建一个带有嵌入图的简单示例的 IPython 笔记本，将其粘贴到 github gist 并在此处粘贴 nbviewer.ipython.org 上的链接吗？
在获得了一些 healpy/healpix 的经验后，我意识到这个答案显示了要走的路，即获得 healpy 地图和 2D 高斯的卷积。