mcpField
A
astropy

astropy

github.com/crazymsn数据与数据库2336 次安装22 周前更新
代码仓库

关于 astropy

Astropy 是面向天文学研究与数据分析的 Python 核心工具包,适用于需要处理天文坐标、观测数据和物理量的研究者。它集成 FITS、表格、精确时间、宇宙学计算及图像坐标变换等功能。

主要功能

  1. 01转换天球坐标系并匹配目录
  2. 02处理带单位的物理量
  3. 03读写和操作 FITS 文件
  4. 04计算宇宙学距离与时间
  5. 05转换精确时间格式和时标
  6. 06执行表格操作及 WCS 变换

适用场景

  1. 01将天文坐标转换为不同参考系
  2. 02读取 FITS 观测数据并检查图像坐标
  3. 03计算红移对应的宇宙学距离
  4. 04筛选、连接和交叉匹配星表

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/crazymsn/academic-skills --skill astropy

安装后在 Claude Code 中输入/astropy确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
coordinates.md
cosmology.md
fits.md
tables.md
time.md
units.md
wcs_and_other_modules.md

详细介绍

Astropy

概述

Astropy 是天文学领域的核心 Python 包,为天文研究和数据分析提供基础功能。使用 astropy 进行坐标变换、单位与量值计算、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 Skill

在任务涉及以下内容时使用 astropy:

  • 在天球坐标系之间转换(ICRS、Galactic、FK5、AltAz 等)
  • 处理物理单位与量值(将 Jy 转换为 mJy、秒差距转换为 km 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)
  • 使用不同时间尺度(UTC、TAI、TT、TDB)和格式(JD、MJD、ISO)进行精确时间处理
  • 表格操作(读取星表、交叉匹配、筛选、连接)
  • 像素坐标与世界坐标之间的 WCS 变换
  • 天文常数与计算

快速开始

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

# Units and quantities
distance = 100 * u.pc
distance_km = distance.to(u.km)

# Coordinates
coord = SkyCoord(ra=10.5*u.degree, dec=41.2*u.degree, frame='icrs')
coord_galactic = coord.galactic

# Time
t = Time('2023-01-15 12:30:00')
jd = t.jd  # Julian Date

# FITS files
data = fits.getdata('image.fits')
header = fits.getheader('image.fits')

# Tables
table = Table.read('catalog.fits')

# Cosmology
d_L = Planck18.luminosity_distance(z=1.0)

核心能力

1. 单位与量值(astropy.units)

处理带单位的物理量,执行单位转换,并确保计算中的量纲一致性。

关键操作:

  • 通过将数值与单位相乘来创建量值
  • 使用 .to() 方法在单位之间转换
  • 执行算术运算并自动处理单位
  • 使用等价关系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)

参见: references/units.md 了解完整文档、单位制、等价关系、性能优化和单位运算。

2. 坐标系(astropy.coordinates)

表示天球位置并在不同坐标框架之间变换。

关键操作:

  • 使用 SkyCoord 在任何框架中创建坐标(ICRS、Galactic、FK5、AltAz 等)
  • 在坐标系之间变换
  • 计算角距离和位置角
  • 将坐标与星表匹配
  • 为 3D 坐标操作包含距离
  • 处理自行和径向速度
  • 从在线数据库查询具名天体

参见: references/coordinates.md 了解详细的坐标框架说明、变换、依赖观测者的框架(AltAz)、星表匹配和性能提示。

3. 宇宙学计算(astropy.cosmology)

使用标准宇宙学模型执行宇宙学计算。

关键操作:

  • 使用内置宇宙学模型(Planck18、WMAP9 等)
  • 创建自定义宇宙学模型
  • 计算距离(光度距离、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
  • 执行逆向计算(给定距离求 z)

参见: references/cosmology.md 了解可用模型、距离计算、时间计算、密度参数和中微子效应。

4. FITS 文件处理(astropy.io.fits)

读取、写入和操作 FITS(Flexible Image Transport System)文件。

关键操作:

  • 使用上下文管理器打开 FITS 文件
  • 按索引或名称访问 HDU(Header Data Units)
  • 读取和修改头信息(关键字、注释、历史记录)
  • 处理图像数据(NumPy 数组)
  • 处理表格数据(二进制表和 ASCII 表)
  • 创建新的 FITS 文件(单扩展或多扩展)
  • 对大型文件使用内存映射
  • 访问远程 FITS 文件(S3、HTTP)

参见: references/fits.md 了解完整的文件操作、头信息操作、图像和表格处理、多扩展文件和性能注意事项。

5. 表格操作(astropy.table)

处理表格数据,支持单位、元数据以及各种文件格式。

主要操作:

  • 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、筛选和索引
  • 执行数据库风格的操作(连接、分组、聚合)
  • 堆叠和拼接表格
  • 处理带单位的列(QTable)
  • 通过掩码处理缺失数据

参见: references/tables.md,了解表格创建、I/O 操作、数据操作、排序、筛选、连接、分组以及性能技巧。

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。

主要操作:

  • 以多种格式创建 Time 对象(ISO、JD、MJD、Unix 等)
  • 在时间尺度之间转换(UTC、TAI、TT、TDB 等)
  • 使用 TimeDelta 进行时间运算
  • 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
  • 处理被掩码的(缺失)时间

参见: references/time.md,了解时间格式、时间尺度、转换、运算、观测功能以及精度处理。

7. 世界坐标系统(astropy.wcs)

在图像中的像素坐标与世界坐标之间进行转换。

主要操作:

  • 从 FITS 头中读取 WCS
  • 将像素坐标转换为世界坐标(反之亦然)
  • 计算图像覆盖范围
  • 访问 WCS 参数(参考像素、投影、比例)
  • 创建自定义 WCS 对象

参见: references/wcs_and_other_modules.md,了解 WCS 操作与变换。

其他能力

references/wcs_and_other_modules.md 文件还涵盖:

NDData 和 CCDData

用于 n 维数据集的容器,带有元数据、不确定性、掩码和 WCS 信息。

建模

用于创建数学模型并将其拟合到天文数据的框架。

可视化

用于天文图像显示的工具,支持适当的拉伸和缩放。

常量

带有正确单位的物理与天文常量(光速、太阳质量、普朗克常量等)。

卷积

用于平滑和滤波的图像处理核。

统计

稳健的统计函数,包括 sigma 裁剪和离群值剔除。

安装

# Install astropy
uv pip install astropy

# With optional dependencies for full functionality
uv pip install astropy[all]

常见工作流

在不同系统之间转换坐标
from astropy.coordinates import SkyCoord
import astropy.units as u

# Create coordinate
c = SkyCoord(ra='05h23m34.5s', dec='-69d45m22s', frame='icrs')

# Transform to galactic
c_gal = c.galactic
print(f"l={c_gal.l.deg}, b={c_gal.b.deg}")

# Transform to alt-az (requires time and location)
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}")
读取和分析 FITS 文件
from astropy.io import fits
import numpy as np

# Open FITS file
with fits.open('observation.fits') as hdul:
    # Display structure
    hdul.info()

    # Get image data and header
    data = hdul[1].data
    header = hdul[1].header

    # Access header values
    exptime = header['EXPTIME']
    filter_name = header['FILTER']

    # Analyze data
    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

# Calculate distances at z=1.5
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}")

# Age of universe at that redshift
age = Planck18.age(z)
print(f"Age at z={z}: {age.to(u.Gyr)}")

# Lookback time
t_lookback = Planck18.lookback_time(z)
print(f"Lookback time: {t_lookback.to(u.Gyr)}")
交叉匹配星表
from astropy.table import Table
from astropy.coordinates import SkyCoord, match_coordinates_sky
import astropy.units as u

# Read catalogs
cat1 = Table.read('catalog1.fits')
cat2 = Table.read('catalog2.fits')

# Create coordinate objects
coords1 = SkyCoord(ra=cat1['RA']*u.degree, dec=cat1['DEC']*u.degree)
coords2 = SkyCoord(ra=cat2['RA']*u.degree, dec=cat2['DEC']*u.degree)

# Find matches
idx, sep, _ = coords1.match_to_catalog_sky(coords2)

# Filter by separation threshold
max_sep = 1 * u.arcsec
matches = sep < max_sep

# Create matched catalogs
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:为量附加单位,以避免错误并确保量纲一致性
  2. 对 FITS 文件使用上下文管理器:确保文件正确关闭
  3. 优先使用数组而非循环:将多个坐标/时间作为数组处理,以获得更好的性能
  4. 检查坐标框架:在变换之前验证框架
  5. 使用合适的宇宙学模型:为你的分析选择正确的宇宙学模型
  6. 处理缺失数据:对含有缺失值的表格使用掩码列
  7. 指定时间尺度:对于精确定时,明确说明时间尺度(UTC、TT、TDB)
  8. 对带单位的表格使用 QTable:当表格列带有单位时
  9. 检查 WCS 有效性:在使用变换之前验证 WCS
  10. 缓存频繁使用的值:开销较大的计算(例如宇宙学距离)可以缓存

文档与资源

参考文件

有关特定模块的详细信息:

  • references/units.md - 单位、数量、转换与等效关系
  • references/coordinates.md - 坐标系、变换与星表匹配
  • 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、时标与计算
  • references/wcs_and_other_modules.md - WCS、NDData、建模、可视化、常量与实用工具

评论

支持 Markdown