12 pcs.background_set(cpar[
'om'],cpar[
'ol'],cpar[
'ob'],cpar[
'w0'],cpar[
'wa'],cpar[
'hh'],TCMB)
15 gf_arr=np.array([pcs.growth_factor(a)
for a
in a_arr])
18 plt.plot(a_arr,gf_arr); plt.xlabel(
'$a$',fontsize=FS); plt.ylabel(
'$D(z)$',fontsize=FS); plt.show()
21 np.savetxt(prefix+
"_gf.txt",np.transpose([z_arr,gf_arr]),header=
"[1] z, [2] D(z)")
23 z_arr=np.array([0.,1.,2.,3.,4.,5.])
25 cpar_model1={
'om': 0.3,
'ol': 0.7 ,
'ob':0.05,
'hh': 0.7,
's8': 0.8,
'ns': 0.96,
'w0': -1.0,
'wa': 0.0}
26 cpar_model2={
'om': 0.3,
'ol': 0.7 ,
'ob':0.05,
'hh': 0.7,
's8': 0.8,
'ns': 0.96,
'w0': -0.9,
'wa': 0.0}
27 cpar_model3={
'om': 0.3,
'ol': 0.7 ,
'ob':0.05,
'hh': 0.7,
's8': 0.8,
'ns': 0.96,
'w0': -0.9,
'wa': 0.1}
28 cpar_model4={
'om': 0.3,
'ol': 0.75,
'ob':0.05,
'hh': 0.7,
's8': 0.8,
'ns': 0.96,
'w0': -0.9,
'wa': 0.1}
29 cpar_model5={
'om': 0.3,
'ol': 0.65,
'ob':0.05,
'hh': 0.7,
's8': 0.8,
'ns': 0.96,
'w0': -0.9,
'wa': 0.1}
31 do_all(z_arr,cpar_model1,
"model1")
32 do_all(z_arr,cpar_model2,
"model2")
33 do_all(z_arr,cpar_model3,
"model3")
34 do_all(z_arr,cpar_model3,
"model4")
35 do_all(z_arr,cpar_model3,
"model5")
36 def do_all(z_arr, cpar, prefix)