【文件属性】：
文件名称：ridges:重现Moews等人（2020年）结果的脚本
文件大小：22.37MB
文件格式：ZIP
更新时间：2021-03-26 23:28:08
Python
暗能量调查中的山脊，用于识别宇宙槽
该存储库包含重现结果所必需的脚本。
如果您在研究中使用这种材料，我们恳请您提供。
介绍
本文中显示的脊线是通过运行修改后的DREDGE包的filaments功能获得的，其参数为：
ridges = filaments(data, n_process = n_proc, mesh_size = 100000, convergence=.1)
data包含的(n, 2) ndarray包含按2.2.3节所述绘制的样本的2D位置。 在本文中，它们要么是Data/des-masked-noisy.fits的随机子集，要么来自第2.3.3节中描述的用于3.1节实验的仿真器。 n_proc是要运行的并行进程的数量。
内容
前处理
第3.1节和第3.2节中的实验均要求将输入数据和/或山脊转换为2D地图。 此预处理步骤由Section3_Downsampling.
【文件预览】：
ridges-master
----images()
--------COIN_logo_very_small.png(23KB)
----Section3_1.py(1KB)
----Section3_1_ComputeTransportPlans.py(2KB)
----Section3_2.py(4KB)
----LICENSE(1KB)
----README.md(4KB)
----Data()
--------des-masked-noisy.fits(15.27MB)
--------denois_nonbin_fdr_nocoarse.fits(177KB)
--------des_real_ridges.npy(1.53MB)
--------hires_binmask.npy(346KB)
--------lores_binmask.npy(83KB)
--------sim_noiseless_nonmirror_ridges.npy(1.53MB)
--------ridges_mask.npy(83KB)
--------noisridges_mask.npy(83KB)
--------des_nonbin.fits(352KB)
--------sim_noisy_ridges.npy(1.53MB)
--------DIfferentBW()
----Section3_Downsampling.py(4KB)
----RawValuesPlots()
--------Fig1distToRand.csv(2KB)
--------Fig3.fits(352KB)
--------Fig4ThresholdCurve.csv(250B)
--------Fig4BWCurve.csv(200B)
----OT_distance.py(6KB)