astropy
Astropy
概述
Astropy 是天文学的核心 Python 软件包，为天文研究和数据分析提供基础功能。你可以使用 astropy 进行坐标转换、单位与量计算、FITS 文件操作、宇宙学计算、精确时间处理、表格数据操作以及天文图像处理。
何时使用此技能
当任务涉及以下内容时，请使用 astropy：
- 天球坐标系之间的转换（ICRS, Galactic, FK5, AltAz 等）
- 处理物理单位和量（例如将 Jy 转换为 mJy，秒差距转换为公里等）
- 读取、写入或操作 FITS 文件（图像或表格）
- 宇宙学计算（光度距离、回溯时间、哈勃参数）
- 处理不同时间尺度（UTC, TAI, TT, TDB）和格式（JD, MJD, ISO）的精确时间
- 表格操作（读取目录、交叉匹配、过滤、连接）
- 像素坐标与世界坐标之间的 WCS 转换
- 天文常数及相关计算
快速上手
import astropy.units as u
from astropy.coordinates import SkyCoord
from astropy.time import Time
from astropy.io import fits
from astropy.table import Table
from astropy.cosmology import Planck18
单位与量
distance = 100 * u.pc
distance_km = distance.to(u.km)
坐标
coord = SkyCoord(ra=10.5*u.degree, dec=41.2*u.degree, frame='icrs')
coord_galactic = coord.galactic
时间
t = Time('2023-01-15 12:30:00')
jd = t.jd # 儒略日
FITS 文件
data = fits.getdata('image.fits')
header = fits.getheader('image.fits')
表格
table = Table.read('catalog.fits')
宇宙学
d_L = Planck18.luminosity_distance(z=1.0)核心能力
1. 单位与量 (astropy.units)
处理带有单位的物理量，执行单位转换，并确保计算中的量纲一致性。
关键操作：
- 通过数值乘以单位创建量 (Quantity)
- 使用
.to()方法在单位之间进行转换
- 执行带有自动单位处理的算术运算
- 使用等效性 (equivalencies) 进行特定领域的转换（光谱、多普勒、视差）
- 处理对数单位（星等、分贝）
参阅： references/units.md 以获取关于单位系统、等效性、性能优化和单位算术的详细文档。
2. 坐标系统 (astropy.coordinates)
表示天体位置并在不同坐标系之间进行转换。
关键操作：
- 使用
SkyCoord在任何坐标系（ICRS, Galactic, FK5, AltAz 等）中创建坐标
- 在不同坐标系之间进行转换
- 计算角距离和位置角
- 将坐标与目录进行匹配
- 为 3D 坐标操作添加距离信息
- 处理自行 (proper motions) 和径向速度
- 从在线数据库查询命名天体
参阅： references/coordinates.md 以获取详细的坐标系描述、转换、依赖观测者的坐标系 (AltAz)、目录匹配和性能优化技巧。
3. 宇宙学计算 (astropy.cosmology)
使用标准宇宙学模型进行宇宙学计算。
关键操作：
- 使用内置的宇宙学模型（Planck18, WMAP9 等）
- 创建
自定义宇宙学模型
- 计算距离（亮度距离、共动距离、角直径距离）
- 计算年龄和回溯时间
- 确定任意红移处的哈勃参数
- 计算密度参数和体积
- 执行反向计算（根据给定距离求红移 z）
参阅： references/cosmology.md 以了解可用模型、距离计算、时间计算、密度参数及中微子效应。
4. FITS 文件处理 (astropy.io.fits)
读取、写入和操作 FITS（灵活图像传输系统）文件。
核心操作：
- 使用上下文管理器打开 FITS 文件
- 通过索引或名称访问 HDU（标头数据单元）
- 读取和修改标头（关键字、注释、历史记录）
- 处理图像数据（NumPy 数组）
- 处理表格数据（二进制和 ASCII 表格）
- 创建新 FITS 文件（单扩展或多扩展）
- 对大文件使用内存映射
- 访问远程 FITS 文件（S3, HTTP）
参阅： references/fits.md 以获取全面的文件操作、标头处理、图像与表格处理、多扩展文件及性能考量。
5. 表格操作 (astropy.table)
处理支持单位、元数据和多种文件格式的表格数据。
核心操作：
- 从数组、列表或字典创建表格
- 以多种格式读写表格（FITS, CSV, HDF5, VOTable）
- 访问和修改列与行
- 对表格进行排序、过滤和索引
- 执行数据库风格的操作（连接、分组、聚合）
- 堆叠和拼接表格
- 使用支持单位的列 (QTable)
- 通过掩码处理缺失数据
参阅： references/tables.md 以了解表格创建、I/O 操作、数据处理、排序、过滤、连接、分组及性能技巧。
6. 时间处理 (astropy.time)
精确的时间表示以及时间尺度与格式之间的转换。
核心操作：
- 以多种格式创建 Time 对象（ISO, JD, MJD, Unix 等）
- 在不同时间尺度之间转换（UTC, TAI, TT, TDB 等）
- 使用 TimeDelta 进行时间算术运算
- 为观测者计算恒星时
- 计算光行时修正（质心、日心）
- 高效处理时间数组
- 处理掩码（缺失）时间
参阅： references/time.md 以了解时间格式、时间尺度、转换、算术运算、观测特性及精度处理。
7. 世界坐标系 (astropy.wcs)
在图像像素坐标与世界坐标之间进行转换。
核心操作：
- 从 FITS 标头读取 WCS
- 将像素坐标转换为世界坐标（反之亦然）
- 计算图像足迹 (footprints)
- 访问 WCS 参数（参考像素、投影、比例）
- 创建自定义 WCS 对象
参阅： references/wcs_and_other_modules.md 以了解 WCS 操作与转换。
其他功能
references/wcs_and_other_modules.md 文件还涵盖了：
NDData 和 CCDData
包含元数据、不确定度、掩码和 WCS 信息的 n 维数据集容器。Modeling (建模)
用于为天文数据创建和拟合数学模型的框架。Visualization (可视化)
用于天文图像显示、拉伸和缩放的工具。Constants (常量)
带有正确单位的物理和天文常量（光速、太阳质量、普朗克常数等）。Convolution (卷积)
用于平滑和滤波的图像处理核。Statistics (统计)
鲁棒的统计函数，包括 sigma 裁剪和离群值剔除。安装
# Instaluv pip install astropy
安装包含所有可选依赖的完整版本
uv pip install astropy[all]常用工作流
坐标系转换
from astropy.coordinates import SkyCoord
import astropy.units as u
创建坐标
c = SkyCoord(ra='05h23m34.5s', dec='-69d45m22s', frame='icrs')
转换为银道坐标
c_gal = c.galactic
print(f"l={c_gal.l.deg}, b={c_gal.b.deg}")
转换为地平坐标（需要时间与位置信息）
from astropy.time import Time
from astropy.coordinates import EarthLocation, AltAz
observing_time = Time('2023-06-15 23:00:00')
observing_location = EarthLocation(lat=40*u.deg, lon=-120*u.deg)
aa_frame = AltAz(obstime=observing_time, location=observing_location)
c_altaz = c.transform_to(aa_frame)
print(f"Alt={c_altaz.alt.deg}, Az={c_altaz.az.deg}")
读取与分析 FITS 文件
from astropy.io import fits
import numpy as np
打开 FITS 文件
with fits.open('observation.fits') as hdul:
# 显示结构
hdul.info()
# 获取图像数据和文件头
data = hdul[1].data
header = hdul[1].header
# 访问文件头数值
exptime = header['EXPTIME']
filter_name = header['FILTER']
# 分析数据
mean = np.mean(data)
median = np.median(data)
print(f"Mean: {mean}, Median: {median}")
宇宙学距离计算
from astropy.cosmology import Planck18
import astropy.units as u
import numpy as np
计算 z=1.5 时的距离
z = 1.5
d_L = Planck18.luminosity_distance(z)
d_A = Planck18.angular_diameter_distance(z)
print(f"Luminosity distance: {d_L}")
print(f"Angular diameter distance: {d_A}")
该红移时的宇宙年龄
age = Planck18.age(z)
print(f"Age at z={z}: {age.to(u.Gyr)}")
回溯时间
t_lookback = Planck18.lookback_time(z)
print(f"Lookback time: {t_lookback.to(u.Gyr)}")星表交叉匹配
from astropy.table import Table
from astropy.coordinates import SkyCoord, match_coordinates_sky
import astropy.units as u
读取星表
cat1 = Table.read('catalog1.fits')
cat2 = Table.read('catalog2.fits')
创建坐标对象
coords1 = SkyCoord(ra=cat1['RA']*u.degree, dec=cat1['DEC']*u.degree)
coords2 = SkyCoord(ra=cat2['RA']*u.degree, dec=cat2['DEC']*u.degree)
寻找匹配项
idx, sep, _ = coords1.match_to_catalog_sky(coords2)
根据分离度阈值进行过滤
max_sep = 1 * u.arcsec
matches = sep < max_sep
创建匹配后的星表
cat1_matched = cat1[matches]
cat2_matched = cat2[idx[matches]]
print(f"Found {len(cat1_matched)} matches")最佳实践
1. 始终使用单位：为数值附加单位以避免错误并确保量纲一致。
2. 对 FITS 文件使用上下文管理器：确保文件能被正确关闭。
3. 优先使用数组而非循环：以数组形式处理多个坐标或时间以提高性能。
4. 检查坐标系：在转换前验证坐标系。
5. 使用合适的宇宙学模型：根据分析需求选择正确的宇宙学模型。
6. 处理缺失数据：对于含有缺失值的表格，使用掩码列（masked columns）。
7. 明确指定时间尺度：对于精确计时，请明确指定时间尺度（如 UTC, TT, TDB）。
8. 使用 QTable 处理带单位的表格：当表格列具有单位时，请使用 QTable。
9. 验证 WCS 有效性：在进行转换前验证 WCS（世界坐标系统）。
10. 缓存频繁使用的数据：对高开销计算（如宇宙学距离）进行缓存。
文档与资源
- 官方文档
- Astropy 文档：https://docs.astropy.org/en/stable/
- 教程：https://learn.astropy.org/
- GitHub：https://github.com/astropy/astropy
参考文件
有关特定模块的详细信息，请参阅：
references/units.md- 单位、量、转换与等效性
references/coordinates.md- 坐标系、转换与星表匹配
references/cosmology.md- 宇宙学模型与计算
references/fits.md- FITS 文件操作与处理
references/tables.md- 表格创建、I/O 与操作
references/time.md- 时间格式、标度与计算
references/wcs_and_other_modules.md- WCS、NDData、建模、可视化、常量及实用工具
局限性
- 仅在任务明确符合上述范围时使用此技能。
- 不要将输出结果视为针对特定环境的验证、测试或专家评审的替代方案。
- 如果缺少必要的输入、权限、安全边界或成功标准，请停止操作并请求澄清。
