标题： BayesVP：一个贝叶斯Voigt轮廓拟合包 显示英文标题

标题： BayesVP: a Bayesian Voigt profile fitting package

摘要： 我们引入了一种用于吸收光谱中Voigt轮廓建模的贝叶斯方法，并在Python包BayesVP中实现，该包可在https://github.com/cameronliang/BayesVP公开获取。 该代码在指定波长范围内拟合吸收线轮廓，并为相应的吸收体的柱密度、多普勒参数和红移生成后验分布。 该代码使用公开的高效并行采样包进行后验采样，因此可以在并行平台上运行。 BayesVP支持在高维参数空间中对多个吸收组分进行同时拟合。 我们在该包中提供了其他有用的工具，例如模型参数先验的显式指定、连续谱模型、贝叶斯模型比较标准以及后验采样收敛性检查。 显示英文摘要

摘要： We introduce a Bayesian approach for modeling Voigt profiles in absorption spectroscopy and its implementation in the python package, BayesVP, publicly available at https://github.com/cameronliang/BayesVP. The code fits the absorption line profiles within specified wavelength ranges and generates posterior distributions for the column density, Doppler parameter, and redshifts of the corresponding absorbers. The code uses publicly available efficient parallel sampling packages to sample posterior and thus can be run on parallel platforms. BayesVP supports simultaneous fitting for multiple absorption components in high-dimensional parameter space. We provide other useful utilities in the package, such as explicit specification of priors of model parameters, continuum model, Bayesian model comparison criteria, and posterior sampling convergence check.