update (0b24318d) · Commits · csst-sims / csst_ifs_sim

csst_ifs_sim/csst_ifs_sim.py

+80 −83

Original line number	Diff line number	Diff line
		@@ -1829,7 +1829,6 @@ class IFSsimulator():
		##############################################################################
		##############################################################################


		def zodiacal(self, ra, dec, time):
		"""
		Parameters
		@@ -2411,7 +2410,6 @@ class IFSsimulator():


		def applyDarkCurrent(self):

		"""
		Returns
		-------
		@@ -2474,7 +2472,7 @@ class IFSsimulator():
		'dark4_r value error, it shoub be in [0.0001, 0.001]!')
		raise ValueError(
		'dark4_r value error, it shoub be in [0.0001, 0.001]!')
		###########################################################################
		# #################################################################

		# blue zone 4
		self.image_b[0:1024, 0:2048] += self.information['exptime'] * \
		@@ -2561,7 +2559,7 @@ class IFSsimulator():

		# Number of hot and dead pixels from MSSL/Euclid/TR/12003 Issue 2 Draft b

		.. Warning:: This method does not work if the input file has exactly one line.
		Warning:: This method does not work if the input file has exactly one line.
		"""
		cosmetics = np.loadtxt(
		self.information['dir_path']+self.information['cosmeticsfile_b'])
		@@ -2579,6 +2577,8 @@ class IFSsimulator():
		self.log.info('Adding cosmetic defects to blue channel:')
		for xc, yc, val in zip(x, y, value):
		if 0 <= xc <= 1024 and 50 < yc % 2418 <= 2048+50:
		#
		# #
		# self.image[yc, xc] = val
		self.image_b[xc, yc] = val
		# cosmetics_b[xc,yc]=val
		@@ -2618,7 +2618,7 @@ class IFSsimulator():
		# #output information to a FITS file

		# self.log.info('Save cosmetics images fits file to calibration_Data file ')
		################################################################################
		# ############################################################################

		def applyRadiationDamage(self):
		"""
		@@ -2940,7 +2940,7 @@ class IFSsimulator():

		# fourth part, means old zone 2
		self.image_b[0:1344, 24183:24184] /= self.information['gain4_b']
		############################################################################
		# ###################################################################

		# #########################
		# red zone 4
		@@ -2957,7 +2957,7 @@ class IFSsimulator():

		# 3

		####################################################################################
		# ############################################################################

		def applyBias(self):
		"""
		@@ -2973,7 +2973,7 @@ class IFSsimulator():

		The value of bias is read from the configure file and stored
		in the information dictionary (key bias).

		#
		"""

		if self.information['bias1_b'] > 2000 or self.information['bias1_b'] < 100:
		@@ -3039,7 +3039,7 @@ class IFSsimulator():
		# zone 2
		self.image_b[0:1344, 24183:24184] += self.information['bias4_b']

		############################################################################
		# ##############################################################

		self.log.info('Bias counts were added to the blue image')

		@@ -3057,7 +3057,7 @@ class IFSsimulator():
		# zone 2
		self.image_r[0:1856, 34423:34424] += self.information['bias4_r']

		#######################################################################
		# ###################################################################

		self.log.info('Bias counts were added to the red image')

		@@ -3097,7 +3097,7 @@ class IFSsimulator():
		self.log.error(
		'Cannot include pre- and overscan because of an unknown quadrant!')

		#####################################################################
		# #################################################################

		canvas = np.zeros((self.information['redsize'],
		(self.information['redsize'] + self.information['prescanx'] + self.information['ovrscanx'])))
		@@ -3260,8 +3260,7 @@ class IFSsimulator():
		self.image_r = np.rint(self.image_r).astype(int)
		self.log.info('Maximum and total values of the image are %i and %i, respectively' % (np.max(self.image_r),
		np.sum(self.image_r)))

		##################################################################################################
		# ############################################################################

		# def applyImageShift(self):
		# """
		@@ -3386,6 +3385,7 @@ class IFSsimulator():
		y1 = 2418+prescan
		y2 = y1+2048
		temp[x1:x2, y1:y2] = imgb[0:1024, 0:2048]

		# ## third part, old OSE, down to up ###################
		x1 = 0
		x2 = x1+1024
		@@ -3575,7 +3575,7 @@ class IFSsimulator():
		ofd_b.header['NAXIS'] = (0, 'number of array dimensions')
		ofd_b.header['NEXTEND'] = (np.int16(1), 'number of array dimensions')

		############################################################################################
		# ####################################################################
		temp = write_end.utcnow()
		data_time = temp.strftime("%Y-%m-%dT%H:%M:%S.%f")
		ofd_b.header['DATE'] = (
		@@ -4244,7 +4244,7 @@ class IFSsimulator():

		hdu_r.header[str1] = (read_start[:21], com1)
		hdu_r.header[str2] = (read_end[:21], com2)
		####################################################################################
		# ###################################################################
		hdu_r.header['DETTEMP0'] = (np.float32(
		0.0), 'detector temperature at EXPT0_1 (K)')
		hdu_r.header['DETTEMP1'] = (np.float32(
		@@ -4445,11 +4445,8 @@ class IFSsimulator():

		return


		########################################################################################################################################################################################################################################################

		###################################################################################
		##################################################################################
		# ############################################################################
		# ############################################################################

		def CalskyNoise(self, lam):
		"""