<div dir="ltr"><div>Hi,<br><br></div><div>Context:<br></div><div>I have a data cube, which is from an up-the-ramp readout of a detector.<br></div><div>(i.e. data cube with the axis X pixel,Y pixel and Time)<br></div><div>In order to fit a linearity correction function which maps from detector counts to actual count, I was planning to fit a straight line on the time axis (for each pixel), upto a threshold and then fit a 2 or 3 degree polynomial to map the difference between the extrapolated straight line and the non-linear counts of the pixel above the threshold (till it hits hard saturation).<br>

<br></div><div>Now, the issue: [I want to avoid any python loops.]<br></div><div>Calculating the slope and difference could be easily implemented by numpy masked array multiplications and other ndarray arithmetic.<br></div>

<div>But I couldn&#39;t find anything for fitting a polynomial for every pixel along an axis of an ndarray.<br></div><div>Is there a tool to do this? Without implementing a python loop to loop through each pixel and calculate coefficients?<br>

</div><div>Worst case scenario, i think i will have to write a C routine to do polynomial fit and call it from python. But i would really love if a pure python alternative exists.<br><br></div><div>Thanks<br></div><div>-cheers<br>

</div><div>joe<br></div><div> <br><br></div><div><br></div><div><br clear="all"></div><div><div><br>-- <br>/---------------------------------------------------------------<br>&quot;GNU/Linux: because a PC is a terrible thing to waste&quot; -  GNU Generation<br>

<br>************************************************<br>Joe Philip Ninan    <a href="http://sites.google.com/site/jpninan/" target="_blank">http://sites.google.com/site/jpninan/</a>    <br>Research Scholar        /________________\<br>

DAA,                            | Vadakeparambil |<br>TIFR,                           | Pullad P.O.         |<br>Mumbai-05, India.      | Kerala, India      |<br>Ph: +917738438212   | PIN:689548       |<br>------------------------------\_______________/--------------<br>


</div></div></div>