用于需要Astropy API的天文学和天体物理学工作流的核心Python库,包括单位/量、坐标、FITS I/O、表格、时间系统、WCS和宇宙学。当使用Astropy实现或调试天文数据分析代码时使用。
Astropy
概述
Astropy 是天文学的核心 Python 包,为天文研究和数据分析提供基本功能。使用 astropy 进行坐标变换、单位 和数量计算、FITS 文件操作、宇宙学计算、精确时间处理、表格数据操作和天文图像处理。
何时使用此技能
在以下任务中使用 astropy:
- 天球坐标系统之间的转换(ICRS、Galactic、FK5、AltAz 等)
- 处理物理单位和数量(将 Jy 转换为 mJy,将秒差距转换为 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、回看时间、哈勃参数)
- 不同时间尺度(UTC、TAI、TT、TDB)和格式(JD、MJD、ISO)的精确时间处理
- 表格操作(读取星表、交叉匹配、过滤、连接)
- 像素坐标和世界坐标之间的 WCS 变换
- 天文常数和计算
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
# 单位和数量
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. 单位和数量(astropy.units)
处理带单位的物理量,执行单位转换,确保计算中的量纲一致性。
关键操作:
- 通过将值乘以单位来创建数量
- 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
- 使用等效性进行特定领域的转换(光谱、多普勒、视差)
- 使用对数单位(星等、分贝)
参见:references/units.md 获取全面的文档、单位系统、等效性、性能优化和单位算术。
2. 坐标系统(astropy.coordinates)
表示天球位置并在不同的坐标框架之间变换。
关键操作:
- 使用
SkyCoord在任何框架(ICRS、Galactic、FK5、AltAz 等)中创建坐标 - 坐标系统之间的变换
- 计算角距离和位置角
- 将坐标与星表匹配
- 包含距离以进行 3D 坐标操作
- 处理自行和视向速度
- 从在线数据库查询命名天体
参见:references/coordinates.md 获取详细的坐标框架描述、变换、依赖于观测者的框架(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进行宇宙学计算。
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)
- 计算年龄和回看时间
- 确定任何红移处的哈勃参数
- 计算密度参数和体积
- 执行逆计算(给定距离找 z)
参见:references/cosmology.md 获取可用模型、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(灵活图像传输系统)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(头数据单元)
- 读取和修改头(关键字、注释、历史)
- 处理图像数据(NumPy 数组)
- 处理表格数据(二进制和 ASCII 表格)
- 创建新的 FITS 文件(单文件或多扩展名)
- 对大文件使用内存映射
- 访问远程 FITS 文件(S3、HTTP)
参见:references/fits.md 获取全面的文件操作、头操作、图像和表格处理、多扩展名文件以及性能注意事项。
5. 表格操作(astropy.table)
处理表格数据,支持单位、元数据和各种文件格式。
关键操作:
- 从数组、列表或字典创建表格
- 多种格式读取/写入表格(FITS、CSV、HDF5、VOTable)
- 访问和修改列和行
- 对表格进行排序、过滤和索引
- 执行数据库式操作(连接、分组、聚合)
- 堆叠和串联表格
- 使用支持单位的列(QTable)
- 使用掩码处理缺失数据
参见:references/tables.md 获取表格创建、I/O 操作、数据操作、排序、过滤、连接、分组和性能提示。
6. 时间处理(astropy.time)
精确的时间表示和时间尺度与格式之间的转换。
关键操作:
- 以各种格式(ISO、JD、MJD、Unix 等)创建 Time 对象
- 时间尺度之间的转换(UTC、TAI、TT、TDB 等)
- 使用 TimeDelta 执行时间算术
- 为观测者计算恒星时
- 计算光行时间校正(地心、日心)
- 高效处理时间数组
- 处理掩码(缺失)时间
参见:references/time.md 获取时间格式、时间尺度、转换、算术、观测功能和精度处理。
7. 世界坐标系统(astropy.wcs)
在图像中的像素坐标和世界坐标之间变换。
关键操作:
- 从 FITS 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
- 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 获取 WCS 操作和变换。
附加能力
references/wcs_and_other_modules.md 文件还涵盖:
NDData 和 CCDData
用于多维数据集的容器,带有元数据、不确定性、掩码和 WCS 信息。
建模
用于创建和拟合天文数据数学模型的框架。
可视化
具有适当拉伸和缩放的天文图像显示工具。
常数
具有正确单位的物理和天文常数(光速、太阳质量、普朗克常数等)。
卷积
用于平滑和滤波的图像处理核。
统计
强大的统计函数,包括 sigma 剪裁和离群值拒绝。
安装
# 针对当前稳定版本的可重现安装
uv pip install "astropy==7.2.0"
# 推荐的绘图和常见工作流程的可选依赖
uv pip install "astropy[recommended]==7.2.0"
# 广泛天文学工作流程的完整可选依赖集
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。使用隔离的虚拟环境;不要使用提升的权限安装 Astropy。
请注意,[recommended] 和 [all] extras 会引入未固定版本的传递依赖(matplotlib、scipy 等)。对于需要可复现性的生产环境,请使用锁文件固定完整依赖树(项目中用 uv lock,或对 requirements 文件使用 uv pip compile),并在部署前审查已解析的版本。
常见工作流程
坐标系统之间的转换
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(需要时间和位置)
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
# 打开 FITS 文件
with fits.open('observation.fits') as hdul:
# 显示结构
hdul.info()
# 获取图像数据和头
data = hdul[1].data
header = hdul[1].header
# 访问头值
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 处的距离
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}")
# 那个红移处的宇宙年龄
age = Planck18.age(z)
print(f"Age at z={z}: {age.to(u.Gyr)}")
# 回看时间
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
# 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)
# 查找匹配
idx, sep, _ = coords1.match_to_catalog_sky(coords2)
# 按分离阈值过滤
max_sep = 1 * u.arcsec
matches = sep < max_sep
# 创建匹配的星表
matched_cat1 = cat1[matches]
matched_cat2 = cat2[idx[matches]]最佳实践
- 使用 Quantity 进行计算:始终使用 astropy.units 进行物理计算
from astropy import units as u
distance = 10 * u.pc
flux = 1e-20 * u.erg / (u.cm**2 * u.s * u.AA)- 使用 SkyCoord 处理坐标:不要手动转换坐标
from astropy.coordinates import SkyCoord
coord = SkyCoord(ra=10.68*u.deg, dec=41.27*u.deg, frame='icrs')- 正确处理 FITS 文件:使用 astropy.io.fits 确保一致性
from astropy.io import fits
with fits.open('file.fits') as hdul:
data = hdul[1].data- 使用表格的 Quantity 列:在表格中使用带单位的列
from astropy import units as u
from astropy.table import Table
t = Table({'flux': [1, 2, 3] * u.Jy})当前版本说明
- astropy 6.x:当前稳定版本
- Python 要求:Python 3.8+
- 主要更改: cosmology 模块的重大更新,新的表格功能
文档和资源
参考文件
references/coordinates.md- 坐标系统详细参考references/cosmology.md- 宇宙学计算参考references/units.md- 单位和物理常数参考
兼容工具
站内相关工具
数据来源:claude-scientific-skills(MIT 许可) | 查看上游来源
上游项目:K-Dense-AI/scientific-agent-skills / claude-scientific-skills | 收录时间:2026-08-18 | 更新:2026-08-18
本页面内容基于上游开源许可项目整理,仅供学习参考。AI铺子不对第三方内容承担责任, 详情请参阅免责声明。