Свертывание / выравнивание куба данных FITS в python

Question

Я посмотрел повсюду и не нашел решения этой проблемы. Я чувствую, что это должно быть довольно просто, но посмотрим.

У меня есть куб данных формата.FITS, и мне нужно свернуть его в 2D-изображение FITS. Куб данных имеет два пространственных измерения и одно измерение спектра / скорости.

Просто ищем простую подпрограмму Python для загрузки в куб и выравнивания всех этих слоев (т.е. интегрируем их вдоль оси спектра / скорости). Спасибо за любую помощь.

Answer 1

ОК, это похоже на работу:

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)

Одна проблема с этой процедурой состоит в том, что координаты WCS (которые присоединены к исходному кубу данных) теряются во время этого преобразования.

Answer 2

Этот урок по pyfits немного старый, но все же в основном правильный. Ключевым моментом является то, что результатом открытия куба FITS с pyfits (или astropy.io.fits) является наличие трехмерного массива numpy.

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) 

Затем вам нужно решить, как сгладить / интегрировать куб вдоль оси Z, и есть множество ресурсов, которые помогут вам решить, как правильно (надеемся, на основе некоторой структуры анализа) сделать это.

Answer 3

Это немного старый вопрос, но спектральный куб теперь предлагает лучшее решение для этого.

Пример, основанный на ответе Тичи:

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

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