Question

我有一个问题，在天文软件包中适合文件操作，我需要一些帮助。

我基本上想拍摄一张合适的文件格式的图像，并创建一个新的文件，我需要开始输入校正因子和一个新的图像，然后可以与校正因子和原始图像一起使用来生成校正图像。每个都具有相同的尺寸。

从这开始：

from astropy.io import fits

# Compute the size of the images (you can also do this manually rather than calling these keywords from the header):
#URL: /Users/UCL_Astronomy/Documents/UCL/PHASG199/M33_UVOT_sum/UVOTIMSUM/M33_sum_epoch1_um2_norm.img
nxpix_um2_ext1 = fits.open('...')[1]['NAXIS1']
nypix_um2_ext1 = fits.open('...')[1]['NAXIS2']
#nxpix_um2_ext1 = 4071 #hima_sk_um2[1].header['NAXIS1'] # IDL: nxpix_uw1_ext1 = sxpar(hima_sk_uw1_ext1,'NAXIS1')
#nypix_um2_ext1 = 4321 #hima_sk_um2[1].header['NAXIS2'] # IDL: nypix_uw1_ext1 = sxpar(hima_sk_uw1_ext1,'NAXIS2')

# Make a new image file with the same dimensions (and headers, etc) to save the correction factors:
coicorr_um2_ext1 = ??[nxpix_um2_ext1,nypix_um2_ext1]

# Make a new image file with the same dimensions (and headers, etc) to save the corrected image:
ima_sk_coicorr_um2_ext1 = ??[nxpix_um2_ext1,nypix_um2_ext1]

任何人都可以向我提供我所缺少的明显知识吗...最后两行只是为了概述缺少的内容。我已经包括??或许发出信号，我需要其他东西，或许适合.writeto（）或类似的......

Answer 1

astropy documentation将逐步引导您执行此任务：创建一个大小为（NAXIS1，NAXIS2）的数组，将数据放入主HDU，制作HDUlist并将其写入磁盘：

import numpy as np
from astropy.io import fits

data = np.zeros((NAXIS2,NAXIS1))
hdu = fits.PrimaryHDU(data)
hdulist = fits.HDUList([hdu])

hdulist.writeto('new.fits')

Answer 2

我认为@VincePs的答案是正确的，但我会添加更多信息，因为我认为你在这里没有使用astropy的功能。

首先，Python基于零，因此主扩展名为0。也许你弄错了，也许你不会 - 但访问第二个HDU并不常见，所以我想我最好提一下。

hdu_num = 0 # Or use = 1 if you really want the second hdu.

首先，您不需要两次打开同一个文件，您可以打开一次并在提取相关值后将其关闭：

with fits.open('...') as hdus:
    nxpix_um2_ext1 = hdus[hdu_num]['NAXIS1']
    nxpix_um2_ext1 = hdus[hdu_num]['NAXIS2']
# Continue without indentation and the file will be closed again.

或者如果你想保留整个标题（以便稍后保存）和你可以使用的数据：

with fits.open('...') as hdus:
    hdr = hdus[hdu_num].header
    data = hdus[hdu_num].data # I'll also take the data for comparison.

我将继续使用第二种方法，因为我觉得它更清洁，并且您已准备好所有数据和标题值。

new_data = np.zeros((hdr['NAXIS2'], hdr['NAXIS1']))

请注意，Python解释轴与IRAF不同（我认为IDL，但我不确定）所以你需要将axis2作为第一个，将axis1作为第二个元素。

所以快速检查一下形状是否相同：

print(new_data.shape)
print(data.shape)

如果它们不相等，我会在Python中对这个轴感到困惑（再次），但我不这么认为。但是，除了基于header值创建新数组，您还可以通过使用旧形状创建新数组：

new_data_2 = np.zeros(data.shape)

这将确保尺寸和形状相同。现在你有一个空图像。如果您更喜欢副本，那么您可以（但不需要）明确地复制数据（除非您在写入/追加/更新模式下显式打开文件，否则您应该始终复制它，但这不是默认值。）

new_data = data # or = data.copy() for explicitly copying.

对它进行操作，如果你想再次保存，可以使用@VinceP建议的内容：

hdu = fits.PrimaryHDU(new_data, header=hdr) # This ensures the same header is written to the new file
hdulist = fits.HDUList([hdu])
hdulist.writeto('new.fits')

请注意，即使您更改了数据的形状，也不必更改与形状相关的标题关键字，因为在writeto期间，astropy会更新这些（默认情况下）

使用另一个图像文件的指定尺寸在astropy中创建新的图像文件

2 个答案: