通过PyFITS裁剪拟合数据立方体图像

Question

我一直在寻找我的问题的解决方案，但我做不到。我有一个FITS数据立方体，我需要用PyFITS裁剪它。当我按照我的脚本来做的时候，最终我会有一个2-D拟合的图像！第一个维度是能量，第二个和第三个维度分别是经度和纬度。

我的脚本如下：

#!/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

如果我理解正确的话，你想切片一个3D数组，但保留第三个维度(即使它只有1)。

这是一个关于Numpy数组的问题。当您有一个N维numpy数组时，传递一个一维的标量索引将返回一个维度为N-1的数组，该数组将沿着索引的轴进行切片。例如：

>>> 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]])

还可以沿不同的轴进行切片，如下所示：

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

无论出于何种原因，如果您希望返回N维数组而不是N维数组，最简单的方法是显式请求大小为1的片，而不是使用标量索引。例如：

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

对于其他类似的问题，我会给出同样的建议:除了您的数据来自FITS文件之外，这实际上不是一个关于PyFITS的问题。与大多数科学PyFITS库一样，Python以numpy数组的形式返回数据。这些是大多数科学Python应用程序中用于数字数据的主要数据结构，因此学习numpy的一些基础知识是用Python进行数据分析的先决条件。如果您曾经使用过MATLAB，那么NumPy数组类似于MATLAB中的数组。你可以从我的简短教程开始，但还有其他的(可能也是更好的:) 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')