astroquery
Comme point de départ, utilisez astroquery pour trouver les données et les corps célestes souhaités. Pour savoir comment l'utiliser, reportez-vous à Recherche dans le catalogue astronomique de l'espace en utilisant l'astroquery de python et la méthode de traçage simple utilisant des galaxies.
Skyview ne peut pas distinguer NGC uniquement par "N", mais selon le catalogue, NGC est souvent omis et seul N est utilisé. Dans ce qui suit, N est changé en NGC et I est changé en IC pour générer une liste de noms.
skyview
skyview d'astroquery fournit des images à l'adresse https://astroquery.readthedocs.io/en/latest/skyview/skyview.html. Ici, un exemple est montré dans lequel la radiographie est une image de HRI de Rosat et visible est un exemple de téléchargement d'une image DSS et de l'enregistrer par ajustements.
Ici, un catalogue de rayons X et un atlas des galaxies. (Fabbiano +,) à http://vizier.u-strasbg.fr/viz-bin/VizieR-3?-source=J/ApJS/80/531/gxfluxes 1992) est un exemple de référence.
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)
Comment tracer l'image d'ajustement téléchargée de cette manière Il est résumé dans Comment tracer plusieurs images ajustées côte à côte en utilisant python. Des outils astronomiques tels que ds9 peuvent être utilisés, mais le traitement par lots est souvent gênant avec ds9.
La base de données est https://vizier.u-strasbg.fr/viz-bin/VizieR?-source=VII/272 Un catalogue de restes de supernova galactique (Green, 2014) Un catalogue de restes de supernova galactique (Green, 2014) Semble être le dernier, donc je vais l'utiliser.
C'est fondamentalement le même que ci-dessus, mais le nom donné à la position de SkyView doit être un nom reconnu par SIMBAD ou NED, donc par exemple, G016.2-02.7 n'est pas suffisant, et SNR est ajouté avant. Je dois.
En dehors de cela, dans le cas des rayons X et de la lumière visible de galaxies éloignées, les diamètres visuels sont presque les mêmes, mais comme les débris de supernova sont un corps céleste intrasystème, les diamètres visuels varient considérablement, de sorte que l'image optimale est automatiquement acquise avec ce qui suit Pas vraiment (sera révisé quelque part).
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