视线范围内的密度分布积分

Question

我的问题是这样的：

我知道密度是球体半径的函数。说密度 rho(1000) 和 radius(1000) 已经用数字计算出来了。我想找到一条视线上的密度积分，如下图 2D 所示，尽管它是 3D 问题：

这条视线可以从中心移动到边界。我知道我们需要先沿视线对密度进行插值，然后相加以获得视线上的密度积分。但是任何人都可以给我一些想法如何快速进行插值？谢谢。

Answer 1

我有以下实现（假设密度分布 rho = exp(1-log(1+r/rs)/(r/rs))）：

第一种方法要快得多，因为它不需要处理来自 r/np.sqrt(r**2-r_p**2) 的奇点。

import numpy as np
from scipy import integrate as integrate

### From the definition of the LOS integral
def LOS_integration(rs,r_vir,r_p):  #### radius in kpc
    rho = lambda l: np.exp(1 - np.log(1+np.sqrt(l**2 + r_p**2)/rs)/(np.sqrt(l**2 + r_p**2)/rs))
    result = integrate.quad(rho,0,np.sqrt(r_vir**2-r_p**2),epsabs=1.49e-08, epsrel=1.49e-08)
    return result[0]

integration_vec = np.vectorize(LOS_integration)   ### vectorize the function


###  convert LOS integration to radius integration
def LOS_integration1(rs,r_vir,r_p):  #### radius in kpc
    rho = lambda r: np.exp(1 - np.log(1+r/rs)/(r/rs)) * r/np.sqrt(r**2-r_p**2)  
    ### r/np.sqrt(r**2-r_p**2) is the factor convert from LOS integration to radius integration
    result = integrate.quad(rho,r_p,r_vir,epsabs=1.49e-08, epsrel=1.49e-08)
    return result[0]

integration1_vec = np.vectorize(LOS_integration1)

视线范围内的密度分布积分

Density profile integral over line of sight

python

integration

numpy

integral

scipy