Question

我到处寻找，并没有找到解决这个问题的方法。我觉得它应该相当简单，但我们会看到。

我有.FITS格式数据立方体，我需要将其折叠成2D FITS图像。数据立方体具有两个空间维度和一个谱/速度维度。

只需寻找一个简单的python例程来加载立方体并展平所有这些层（即沿光谱/速度轴集成它们）。谢谢你的帮助。

Answer 1

This tutorial on pyfits有点旧，但基本上还是正确的。关键是用pyfits（或astropy.io.fits）打开FITS多维数据集的输出是你有一个3维numpy数组。

import pyfits
# if you are using astropy then for this example
# from astropy.io import fits as pyfits

data_cube, header_data_cube = pyfits.getdata("data_cube.fits", 0, header=True)
data_cube.shape
# (Z, X, Y)

然后你必须决定如何沿着Z轴展平/整合立方体，并且有足够的资源来帮助你决定正确的（希望基于某些分析框架）来做到这一点。

Answer 2

好的，这似乎有效：

import pyfits
import numpy as np

hdulist = pyfits.open(filename)  
header = hdulist[0].header  
data = hdulist[0].data   
data = np.nan_to_num(data)   
new_data = data[0]

for i in range(1,84):                #this depends on number of layers or pages
    new_data += data[i]

hdu = pyfits.PrimaryHDU(new_data)
hdu.writeto(new_filename)

此例程的一个问题是在此转换期间WCS坐标（附加到原始数据立方体）会丢失。

Answer 3

这是一个古老的问题，但spectral-cube现在为此提供了更好的解决方案。

示例，基于Teachey的回答：

from spectral_cube import SpectralCube
cube = SpectralCube.read(filename)

summed_image = cube.sum(axis=0)
summed_image.hdu.writeto(new_filename)

在python中折叠/展平FITS数据多维数据集

3 个答案: