astroquery
Verwenden Sie zunächst Astroquery, um die gewünschten Daten und Himmelskörper zu ermitteln. Informationen zur Verwendung finden Sie unter Durchsuchen des astronomischen Weltraumkatalogs mit Pythons Astroquery und einfacher Darstellungsmethode mit Galaxien.
Skyview kann NGC nicht nur durch "N" bestimmen, aber je nach Katalog wird NGC häufig weggelassen und nur N verwendet. Im Folgenden wird N in NGC und I in IC geändert, um eine Liste von Namen zu generieren.
skyview
Die Skyview von astroquery bietet die Bilder unter https://astroquery.readthedocs.io/en/latest/skyview/skyview.html. Hier wird ein Beispiel gezeigt, in dem Röntgen ein Bild von Rosats HRI ist und sichtbar ein Beispiel für das Herunterladen und Speichern von DSS-Bildern in Passungen.
Hier ein Röntgenkatalog und ein Galaxienatlas (Fabbiano +,) unter http://vizier.u-strasbg.fr/viz-bin/VizieR-3?-source=J/ApJS/80/531/gxfluxes 1992) wird als Referenzbeispiel gezeigt.
python
#!/usr/bin/env python
from astroquery.vizier import Vizier
v = Vizier(catalog="J/ApJS/80/531/gxfluxes",columns=['Name',"logLx","Bmag","dist","type"],row_limit=-1)
data = v.query_constraints()
sname = data[0]["Name"]
namelist = []
olist=["HRI","DSS"]
def save(p,name,obs):
for onep,oneo in zip(p,obs):
onep.writeto(name+"_"+oneo+".fits",overwrite=True)
for one in sname:
name=one.strip().split()[0]
name=name.replace("N","NGC").replace("I","IC")
namelist.append(name)
from astroquery.skyview import SkyView
for i,name in enumerate(namelist):
print(i,name)
try:
paths = SkyView.get_images(position=name, survey=olist)
save(paths,name,olist)
except:
print("..... ERROR ",i,name)
So zeichnen Sie das auf diese Weise heruntergeladene Anpassungsbild Es ist in So zeichnen Sie Bilder mit mehreren Anpassungen mithilfe von Python nebeneinander zusammengefasst. Astronomische Werkzeuge wie ds9 können verwendet werden, aber die Stapelverarbeitung ist mit ds9 oft problematisch.
Die Datenbank lautet https://vizier.u-strasbg.fr/viz-bin/VizieR?-source=VII/272 Ein Katalog galaktischer Supernova-Überreste (Green, 2014) Ein Katalog galaktischer Supernova-Überreste (Green, 2014) Scheint die neueste zu sein, also werde ich diese verwenden.
Es ist im Grunde das gleiche wie oben, aber der Name, der der Position von SkyView gegeben wird, muss ein von SIMBAD oder NED erkannter Name sein, sodass beispielsweise G016.2-02.7 nicht ausreicht und SNR davor hinzugefügt wird. Ich muss.
Abgesehen davon sind im Fall von Röntgenstrahlen und sichtbarem Licht entfernter Galaxien die visuellen Durchmesser nahezu gleich. Da es sich bei den Supernova-Trümmern jedoch um einen Intrasystem-Himmelskörper handelt, variieren die visuellen Durchmesser stark, sodass das optimale Bild automatisch mit den folgenden Daten aufgenommen wird. Nicht wirklich (wird irgendwo überarbeitet).
python
#!/usr/bin/env python
from astroquery.vizier import Vizier
v = Vizier(catalog="VII/272/snrs",columns=["SNR","type","S","Names"],row_limit=-1)
#https://vizier.u-strasbg.fr/viz-bin/VizieR?-source=VII/272
#A catalogue of Galactic supernova remnants (Green, 2014) A catalogue of Galactic supernova remnants (Green, 2014)
data = v.query_constraints()
sname = data[0]["SNR"]
namelist = []
olist=["HRI","DSS","Fermi 5"]
def save(p,name,obs):
for onep,oneo in zip(p,obs):
onep.writeto(name+"_"+oneo+".fits",overwrite=True)
for one in sname:
name=one.strip().split()[0]
namelist.append(name)
from astroquery.skyview import SkyView
for i,name in enumerate(namelist):
print(i,name)
try:
paths = SkyView.get_images(position="SNR " + name, survey=olist)
Recommended Posts