问题标签 [astropy]

我一直在试图弄清楚如何将一组 AltAz 坐标转换为赤道坐标，到目前为止，我所能找到的只是如何使用以下方法将赤道转换为 AltAz（但不是相反）：

但是现在我想将 mpAltAz 的方位角旋转一些增量，并找出新点的相应赤道坐标。

即我想要这样的东西：

我遇到的问题是，我似乎无法在 AltAz 坐标系中构建 SkyCoord 对象

我希望这足够清楚，这是我第一次在 stackoverflow 上发帖。

我在用 Iraf 生成的 fit 文件中有一个光谱。波长轴在标头中编码为：

有没有一种简单的方法可以将它加载到 python 中？

astropy.io.fits手册指出，我们可以使用超过 8 个字符的标题关键字。在这种情况下，将创建 HIERARCH 卡。该手册还指出，如果我们要存储超过 80 个字符的关键字-值对，将自动创建继续卡。

然而，在实践中，这两个定义似乎只能相互排斥，即我们不能创建包含关键字值对的 FITS 文件，其中关键字长于 8 个字符（即 HIERARCH 关键字）并且值非常长细绳。

一个例子：

在这里header1并且header2将是正确的，但是当调用repr(header3)或尝试保存具有此类标头的 FITS 文件时，ValueError: The keyword TEST TEST with its value is too long会引发错误。

这是 FITS 标准的“意料之外的功能”，即HIERARCH关键字不能在CONTINUE卡片上继续，或者这可能只是一个错误astropy.io.fits？

我目前正在尝试使用 Python 3.4 的 astropy.io.fits 从大型数据 FITS 格式的数据文件中读取数据。虽然我可以使用 memmapper 模式成功打开文件，但我无法访问文件中的数据。这是我的代码

在第二行table = hdu_list[1].data我得到OSError: [WinError 8] Not enough storage is available to process this command

我的想法是，将数据分配给变量table时，会尝试读取整个文件，从而导致存储错误。是否有任何解决方法，或者有一种方法可以一次简单地读取表数据的每一行？

我有很多像这样的 VO 表：

http://svo2.cab.inta-csic.es/theory/fps3/fps.php?ID=2MASS/2MASS.H

但我实际上对表格本身并不感兴趣，只对元数据又名PARAMEters 感兴趣。有没有一种简单的方法可以在 python/astropy 中获取这些（如 FITS 表头）？

我唯一发现的是一些嵌套的for循环：

编辑：我真正想要的是获取 PARAM值的列表/字典和相应 PARAM名称的列表......

有没有办法在 python 中绘制光谱，使其具有方形水平（直方图“类似”；因此考虑光谱分辨率），而不是简单地连接点的连续线？

我需要在此特定目录中搜​​索此坐标附近的对象。我正在尝试对其进行编码，因为我不仅有这个对象，而且还有很多其他对象。

设置它：

运行它：

我知道警告只是 SDSS 设置搜索方式的奇怪问题，它不应该影响任何事情。我已经尝试了高达 20 度，但仍然找不到任何东西。这是错误的，因为我还有其他 20 度角的物体，它们会找到物体！

我正在尝试使用下面的代码为 FITS 文件中的像素设置阈值。但是，我收到一条错误消息：

有想法该怎么解决这个吗？

这是代码：

所以我正在尝试使用Astropy它，我肯定下载了它。但是，我收到一个错误。我正在尝试使用 Python 2 而不是 Python 3。

代码只是：

这是给出的错误：

I am trying to use the astropy module to smooth my data. As a 1D example I have tried the following code:

This returns in my case: array([ nan, nan, nan, nan, nan, nan, nan, nan, nan, nan])

I assumed that it should return array([0,1,1,1,1,1,1,1,1,1]). I have tried using for var1 datatypes uint8, int8 and float32. I have also tried using convolve_fft, with the same result.

I am familiar with the convolution filter of scipy but I want to use astropy for when NaN values are actually present in my data, so as to smooth them over.