astronomy

    0热度

    1回答

    我正在尝试使用cfitsio编写并使用像素数据将图像填充到新的适合文件中。我不确定我在做什么错误,但所有数据都没有写入到适合文件中。我用binary vi检查数据和图像数据没有正确创建。我使用NASA website的第二个image HST WFPC 2 fits file。这是我写的代码: #include <string.h> #include <stdio.h> #include "f

    0热度

    1回答

    我试图找出使用Skyfield的上升/下降月球节点的经度,但无法在文档中找到任何参考。可能吗? 也做任何JPL文件已经提供这个数据?

    -2热度

    2回答

    我“只是”想在(天文学)来读取FITS表,并通过其名称:: from astropy.io import fits dr7q = fits.open('Shen_dr7_bh_May_2010.fits') tbdata = dr7q[1].data w = tbdata[tbdata['SDSS_NAME'] == 'J000006.53+003055.2'] print(tbdata

    1热度

    3回答

    每当我尝试使用Sympy来整合我的函数时,它不评估它,只是简单地返回我的输入乘以1.0。 这里是我的代码: import sympy as sp a = sp.Symbol('a') Ωm = 0.31 Ωr = 9*(10**(-5)) ΩΛ = 0.69 Ω0 = Ωm + Ωr + ΩΛ I = sp.integrate(((Ωm*a**(-1)) + (Ωr*a**(-

    1热度

    1回答

    我试图编写一个程序,该程序将从用户处获取一组经度为&的纬度坐标,将它们转换为x & y Mollweide投影映射的坐标,然后报告这些坐标处的像素值(在本例中为噪声温度)。 我正在使用的地图/数据是作为Mollweide投影图提供的Haslam 408 MHz All Sky Survey。这些数据采用.fits格式,是对408 MHz频段噪声的全天候调查。 根据Mollweide project

    0热度

    1回答

    我有一套大型的,> 10M的对象,带有R.A.s和Declinations的文件。我想制作这些日志密度全天空地图,使用我认为healpix/healpy。我当前的代码如下所示: m = hp.ang2pix(512, ra, dec, lonlat=True) NSIDE = 512 np.arange(hp.nside2npix(NSIDE)) hp.visufunc.mollview(m

    0热度

    1回答

    希望这个问题不是太模糊,或要求太多。本质上,我正在分析大量的光谱,并希望创建一个包含这些光谱的大网页,而不是查看单个光谱。附件是最终结果应该是什么样子的例子。 在那里每个单独的光谱是由一个巨大的图书馆拉动。自从我编写代码已经很长时间了,所以这仍然是一种学习体验。我设法创建了一个网页,并提出了一个单一的光谱。但是没有把这两个放在一起。尤其不在数十万的规模上。据推测这是一个for循环的问题? 如果有人

    2热度

    1回答

    我试图产生某些光度与以下形式的QSO的随机概率密度函数: 1 /((L/L_B^*)^阿尔法+(L/L_B^*)^β) 其中L_B^*,α和β都是常数。要做到这一点,下面的代码被用于: import scipy.stats as st logLbreak = 43.88 alpha = 3.4 beta = 1.6 class my_pdf(st.rv_continuous):

    0热度

    1回答

    我有一个星系列表可以绘制到healpix地图上(我使用healpy来做)每个星系都有一个通量集,我需要让它们以这样一种方式绘图:通量对于每个星系在地图上是守恒的。 这是我的代码: import numpy as np import matplotlib.pyplot as plt import healpy as hp pi = np.pi nside = 8 xsize = 100

    1热度

    1回答

    我有一个程序创建一个太阳系,整合直到相邻行星之间发生近距离接触(或直到10e + 9年),然后将两个数据点写入文件。当行星离得太近时,尝试和除外行为就会成为一面旗帜。该过程重复16,000次。这一切都是通过导入模块REBOUND完成的,该模块是一个软件包,它将颗粒在重力影响下的运动整合在一起。 for i in range(0,16000): def P_dist(p1, p2):