我是python的大一新生,我正在尝试编写一个代码,用于计算黑体分布问题的正确温度。 所讨论的物体是宇宙,我使用的数据来自FIRAS CMB单极谱(you can get them here)
问题是:当我用卡方ish最小化时,卡方值每次都返回相同的值
我不知道问题出在哪里,在这一点上,我厌倦了尝试不同的事情
顺便说一下,我只想将卡方ish的每个值存储到一个数组中,这就是我所需要的
import numpy as n
import scipy.constants as scy
import pandas as p
a=p.read_csv('spec-1-mod.csv')
b=a.loc[:,"column1"]
nn=a.loc[:,"column2"]
n2n=a.loc[:,"column4"]
def disPlanckTeoric(nu,Tin):
jj=2*scy.h*scy.c*(nu**3)/scy.c**2
jk=(scy.h*nu)/scy.k*Tin
return jj*(1/(n.exp(jk)-1))
T=300
Tsize=n.arange(T,0,-1)
expe=n.array(nn)
otra=n.array(n2n)
for j in range (len(Tsize)):
teo=n.array(disPlanckTeoric(b,T))
chi=n.sqrt(sum((((expe-teo))/otra)**2))
chiM=n.empty((2,len(Tsize)))
for k in range(len(Tsize)):
chiM[:,k]=chi
T=T-0.1
#print(chiM) #Just to see that the values are all the same
您的代码中有一些输入错误。例如普朗克分布,分子中没有
c
,在jk=(scy.h*nu)/scy.k*Tin
中,你应该把scy.k*Tin
放在括号中:jk=(scy.h*nu)/(scy.k*Tin)
。在代码chi=n.sqrt(sum((((expe-teo))/otra)**2))
中,右边的部分是相同的数字,因为sum
总是为j
的每个值返回一个数字但是我改变了你的代码。我没有使用
pandas
和numpy
。我甚至不确定我的代码所绘制的曲线是否是您想要的。但是,看看吧相关问题 更多 >
编程相关推荐