クロップFITSデータキューブ画像からPyFITS

Question

私の問題の解決策を見つけることができましたが、できませんでした。私はFITSのデータキューブを持っているので、PyFITSでそれを切り抜く必要があります。私のスクリプトでそれを行うと、最終的に2次元のフィット画像が表示されます。第1の次元はエネルギーであり、第2および第3は経度および緯度である。

私のスクリプトは以下の通りです：

#!/usr/bin/env python 
import pyfits 
import os 
import sys 


def CropFitsFile(src, dst, xs, xe, ys, ye): 
    fh = pyfits.open(src) 
    for eng in range(0,2): 
     img = fh[0].data[eng,ys:ye,xs:xe] 
     header = fh[0].header 
     newfh=pyfits.PrimaryHDU(data=img,header=header) 
     if os.path.exists(dst): 
      os.remove(dst) 
     newfh.writeto(dst) 


if __name__ == "__main__": 
    CropFitsFile(
     src=sys.argv[1], 
     dst=sys.argv[2], 
     xs=int(sys.argv[3]), 
     xe=int(sys.argv[4]), 
     ys=int(sys.argv[5]), 
     ye=int(sys.argv[6]) 
     ) 

Answer 1

私が正しく理解していれば、あなたが3D配列をスライスが、第三の次元を（それだけでサイズ1だとしても）保存しておきたいです。

これはNumpyアレイに関する質問です。 N次元の配列がある場合、1次元のスカラーインデックスを渡すと、次元N-1の配列が返され、インデックスを付けた軸に沿ってスライスされます。必要に応じてN次元配列の代わりに、N-1次元配列を返すために、何らかの理由で、

>>> arr[:,0,:] 
array([[ 0, 1, 2], 
     [ 9, 10, 11], 
     [18, 19, 20]]) 

：たとえば：

>>> arr = np.arange(27).reshape(3, 3, 3) 
>>> arr 
array([[[ 0, 1, 2], 
     [ 3, 4, 5], 
     [ 6, 7, 8]], 

     [[ 9, 10, 11], 
     [12, 13, 14], 
     [15, 16, 17]], 

     [[18, 19, 20], 
     [21, 22, 23], 
     [24, 25, 26]]]) 
>>> arr[0] 
array([[0, 1, 2], 
     [3, 4, 5], 
     [6, 7, 8]]) 
>>> arr[1] 
array([[ 9, 10, 11], 
     [12, 13, 14], 
     [15, 16, 17]]) 

また、のような別の軸に沿ってスライスすることができます最も簡単な方法は、スカラーインデックスを使用する代わりに、明示的にサイズ1のスライスを要求することです。たとえば：これは本当にあなたのデータは、FITSファイルから出てきたという事実を超えたPyFITSについての質問ではありません。

>>> arr[0:1] 
array([[[0, 1, 2], 
     [3, 4, 5], 
     [6, 7, 8]]]) 

私はこのような他の質問に与えた同じアドバイスを与えるでしょう。 PyFITSは、ほとんどの科学的なPythonライブラリと同様に、データをnumpy配列として返します。これらは、ほとんどの科学的なPythonアプリケーションで数値データに使用される主なデータ構造です。numpyの基本を学ぶことは、Pythonでデータ分析を行うことが前提条件の1つです。 MATLABを使用したことがある場合、NumPy配列はMATLABの配列に似ています。あなたは私の短いチュートリアルを開始することができますが、他の（おそらくより良いものがあまりにもあります:) github.com/embray/notebooks/blob/master/numpy.ipynb

Answer 2

from astropy.io import fits 

Ccube = fits.open('Cha_binned_ccube.fits', mode='update') 
Ccube.info() 
Ccube[0].shape 
Ccube[0].data = Ccube[0].data[0:3,0:181,0:402] 
Ccube[0].writeto('Cha_binned_ccube_resize.fits')