宇宙学模拟中网格点到Mpc/h单位的映射方法求助

核心转换逻辑 #

你的需求是把0-128的网格坐标线性映射到0-100 Mpc/h，这是一个简单的线性缩放问题，公式非常直接：
物理坐标 = (网格坐标 / 总网格数) * 模拟盒大小
代入你的参数（总网格数128，模拟盒大小100 Mpc/h），具体公式为：
mpc_h = (grid_pos / 128) * 100

Python实现与应用方法 #

1. 定义通用转换函数 #

可以写一个轻量函数处理单个值或批量数组：

def grid_to_mpch(grid_pos, box_size=100, grid_size=128):
    return (grid_pos / grid_size) * box_size

该函数支持单个数值、NumPy数组、Pandas序列等多种输入类型的批量转换。

2. 直接应用到Matplotlib等高线图 #

如果是从头绘制图表，直接用转换后的物理坐标生成图像：

import matplotlib.pyplot as plt
import numpy as np

# 示例：假设你的密度场数据是128x128的数组
density_field = np.random.rand(128, 128)

# 生成原始网格坐标
x_grid = np.arange(128)
y_grid = np.arange(128)

# 转换为Mpc/h单位的物理坐标
x_mpch = grid_to_mpch(x_grid)
y_mpch = grid_to_mpch(y_grid)

# 绘制等高线图
plt.contourf(x_mpch, y_mpch, density_field)

# 设置坐标轴属性
plt.xlabel('X (Mpc/h)')
plt.ylabel('Y (Mpc/h)')
plt.xlim(0, 100)
plt.ylim(0, 100)

plt.colorbar(label='Density')
plt.show()

3. 修改已绘制图表的刻度 #

如果已经生成了以网格点为轴的图表，可直接替换刻度标签：

# 获取当前坐标轴对象
ax = plt.gca()

# 处理X轴
original_x_ticks = ax.get_xticks()
new_x_ticks = grid_to_mpch(original_x_ticks)
ax.set_xticks(original_x_ticks)
ax.set_xticklabels([f'{tick:.1f}' for tick in new_x_ticks])
ax.set_xlabel('X (Mpc/h)')

# 处理Y轴
original_y_ticks = ax.get_yticks()
new_y_ticks = grid_to_mpch(original_y_ticks)
ax.set_yticks(original_y_ticks)
ax.set_yticklabels([f'{tick:.1f}' for tick in new_y_ticks])
ax.set_ylabel('Y (Mpc/h)')

plt.draw()

注意事项 #

• 如果你的网格索引从1开始（而非0），需先将网格坐标减1再代入公式：mpc_h = ((grid_pos - 1)/128)*100
• 线性映射仅适用于均匀网格，这也是宇宙学模拟中最常见的网格设置

内容的提问来源于stack exchange，提问作者Manos Bougioukoglou