astropy

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、元数据和多种文件格式。

主要操作：

• 从数组、列表或字典创建表格
• 以多种格式（FITS、CSV、HDF5、VOTable）读写表格
• 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
• 使用带单位的列（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、数据处理、排序、筛选、连接、分组和性能优化技巧。

6. 时间处理（astropy.time）

精确表示时间，并在不同时间尺度和格式之间进行转换。

主要操作：

• 以各种格式（ISO、JD、MJD、Unix 等）创建 Time 对象
• 在不同时间尺度（UTC、TAI、TT、TDB 等）之间转换
• 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（重心、日心）
• 高效处理时间数组
• 处理带掩码的（缺失）时间

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

7. 世界坐标系统（astropy.wcs）

在图像的像素坐标与世界坐标之间进行转换。

主要操作：

• 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 操作和转换。

其他功能

references/wcs_and_other_modules.md 文件还介绍了：

NDData 和 CCDData

用于存放 n 维数据集的容器，包含元数据、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

用于显示天文图像的工具，支持适当的拉伸和缩放。

常量

带有适当单位的物理和天文常数（光速、太阳质量、普朗克常数等）。

卷积

用于平滑和筛选的图像处理内核。

统计

包括 sigma clipping 和异常值剔除在内的稳健统计函数。

安装

# Reproducible install against the current stable release
uv pip install "astropy==7.2.0"

# Recommended optional dependencies for plotting and common workflows
uv pip install "astropy[recommended]==7.2.0"

# Full optional dependency set for broad astronomy workflows
uv pip install "astropy[all]==7.2.0"

Astropy 7.2.0 需要 Python 3.11+，并依赖 NumPy、PyERFA、PyYAML 和 packaging。请使用隔离的虚拟环境；不要使用提升后的权限安装 Astropy。

请注意，[recommended] 和 [all] 附加项会引入未固定版本的传递依赖（matplotlib、scipy 等）。为了确保生产环境可复现，请使用锁定文件固定完整的依赖树（在项目中使用 uv lock，或对 requirements 文件使用 uv pip compile），并在部署前检查解析出的版本。

常见工作流

在不同坐标系之间转换坐标

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)}")

星表交叉匹配

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：为数值附加单位，避免错误并确保量纲一致
2. 对 FITS 文件使用上下文管理器：确保正确关闭文件
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. 检查坐标系：在进行变换前确认坐标系
5. 使用合适的宇宙学模型：为分析选择正确的宇宙学模型
6. 处理缺失数据：对于包含缺失值的表格，使用带掩码的列
7. 指定时间尺度：明确指定时间尺度（UTC、TT、TDB），以确保计时精准
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：使用变换前验证 WCS
10. 缓存常用值：开销较大的计算（例如宇宙学距离）可以缓存
11. 明确网络访问行为：SkyCoord.from_name()、EarthLocation.of_site(refresh_cache=True)、EarthLocation.of_address()、download_file()、远程读取 FITS 文件，以及某些 IERS 时间／坐标变换，可能会联系外部服务或更新本地缓存。避免向第三方服务发送敏感目标名称、地址、URL 或专有文件位置。处理可能敏感的目标或数据位置时，请在进行这些网络调用前征求用户确认。
12. 固定版本以确保可复现性：在共享环境中使用固定版本，例如 astropy==7.2.0；查看发行说明后再有意更新固定版本。

当前版本说明

• 本次调研的当前稳定版：Astropy 7.2.0（于 2025-11-25 发布；截至 2026-06-10 已核实为当前版本）
• Python 要求：3.11+
• Astropy 8.0 处于发布候选阶段（8.0.0rc1，2026-05-26）。需要留意的主要变化：
  • 已移除已弃用的 astropy.cosmology 子模块垫片（astropy.cosmology.flrw、.core、.funcs、.connect、.parameter）——请直接从 astropy.cosmology 导入所有内容（例如，from astropy.cosmology import FlatLambdaCDM, z_at_value）
  • astropy.constants 的默认值从 CODATA 2018 改为 CODATA 2022；若需要确保可复现性，请通过 astropyconst 科学状态固定常数版本
  • NumPy 2.0 成为最低支持版本；8.0 发布后的六个月内，7.2.x LTS 分支仍支持 NumPy 1.x
  • 内置测试运行器（astropy.test()、TestRunner）正式弃用——请直接调用 pytest
• 近期 7.x 中应避免使用的弃用功能：将表格索引标识符作为首个 .loc 元素传入（t.loc["b", 2]）——改用 t.loc.with_index("b")[2]（计划在 9.0 中移除）；astropy.utils.isiterable()——改用 numpy.iterable()
• 近期 7.0 中已移除的功能：较早的已弃用 FITS API，例如 (Bin)Table.update、_ExtensionHDU、_NonstandardExtHDU，以及 CompImageHDU 的 tile_size 参数；CompImageHeader 已弃用。新示例中请避免使用这些旧式写法。
• 推荐的可选附加组件为 recommended（适用于常用绘图／科学依赖项）；只有在需要广泛的可选功能集时才使用 all。

文档与资源

• Astropy 官方文档：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：

• references/units.md - 单位、量、转换和等效关系
• references/coordinates.md - 坐标系、变换和目录匹配
• 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 - 表格的创建、I/O 和操作
• references/time.md - 时间格式、时间尺度和计算
• references/wcs_and_other_modules.md - WCS、NDData、建模、可视化、常数和实用工具