최대를 찾는 방법. point plot on linear plot

Question

이것은 천문학적이지만, 제 질문은 아마도 초등학생이라고 생각합니다. 저는 경험이별로 없어요. 사과드립니다.

별 모양의 은하 (y 축)와 적색 편이 (x 축) 사이의 관계를 계획하고 있습니다. 줄거리는 0에서 9까지 올라간 다음 다시 -2 정도로 줄입니다. 피크 (~ 9 색)는 적색 변이의 관점에서 약 4이며, 더 정확하게 피크를 찾고 싶습니다. 적색 변속은 상당히 혼란스러운 기능에 의해 주어지며, 어떻게 차별화해야 하는지를 알 수 없으며, 그렇지 않으면 단지 그렇게 할 것입니다.

• 아마도 복잡한 적색 편이 (z) 함수를 구별 할 수 있습니까? 그렇다면 어떻게?

• 그렇지 않은 경우 그래픽/숫자로 최대치를 계산하려면 어떻게해야합니까?

대단히 죄송합니다. 사전에 진심으로 감사드립니다. 내 코드는 아래와 같습니다.

---

import numpy as np 
import matplotlib.pyplot as plt 
import IGM 
import scipy.integrate as integrate 

SF = np.load('StarForming.npy') 

lam = SF[0] 

SED = SF[1] 

filters = ['f435w','f606w','f814w','f105w','f125w','f140w','f160w'] 
filters_wl = {'f435w':0.435,'f606w':0.606,'f814w':0.814,'f105w':1.05,'f125w':1.25,'f140w':1.40,'f160w':1.60} # filter dictionary to give wavelengths of filters in microns 

fT = {} # this is a dictionary 

for f in filters: 

data = np.loadtxt(f+'.txt').T 

fT[f]= data  

fluxes = {} 

for f in filters: fluxes[f] = [] # make empty list for each 

redshifts = np.arange(0.0,10.0,0.1) # redshifts going from 0 to 10 

for z in redshifts: 

    lamz = lam * (1. + z) 
    obsSED = SED * IGM.madau(lamz, z) 

    for f in filters: 

     newT = np.interp(lamz,fT[f][0],fT[f][1]) # for each filter, refer back 

     bb_flux = integrate.trapz((1./lamz)*obsSED*newT,x=lamz)/integrate.trapz((1./lamz)*newT,x=lamz) 
     # 1st bit integrates, 2nd bit divides by area under filter to normalise filter 

     # loops over all z, for all z it creates a new SED, redshift wl grid  

     fluxes[f].append(bb_flux) 


for f in filters: fluxes[f] = np.array(fluxes[f]) 

colour = -2.5*np.log10(fluxes['f435w']/fluxes['f606w']) 

plt.plot(redshifts,colour) 
plt.xlabel('Redshift') 
plt.ylabel('Colour') 
plt.show 

Answer 1

내가 의견을 충분히 높은 명성을 가지고 있지 않지만,이 방법으로 문제를 해결할 수 있습니다, 그래서 그 대답을 것 같아요. 모든 y 좌표를 목록에 저장 한 다음 max (목록) 함수를 사용하여 max. 당신이 순서쌍을 원하는 경우에, (Y, X) 튜플로 좌표를 저장하고 최대 (목록)을 사용

lst = [(3,2), (4,1), (1, 200)] 
max(lst) 

수익률 (4,1) 코드를 시도 할 수도있는 사람들을위한