Astropy.io.fits
跳到导航
跳到搜索
>>> hdulist = fits.open('input.fits') >>> hdulist.info()
header
>>> hdr=hdulist[0].header >> list(hdr.keys()) >>> hdr['targname'] >>> header[:2] #只看前面两个 >>> hdr.set('observer', 'Edwin Hubble') #添加header
- FITS标准使用的特定结构关键字集随HDU类型的不同而不同,还有许多其他保留的关键字,例如用于数据缩放的关键字,或用于表的列属性的关键字,如FITS标准中所述。其中大多数都可以通过Column或HDU对象的属性访问,例如用HDU .name设置EXTVER的 EXTNAME或HDU.ver。结构关键字将作为通用操作的结果进行检查和/或更新。例如,关键字NAXIS*从数据形状(.data.shape)中设置,BITPIX从数据类型(.data.dtype)中设置,调用HDU的验证方法(PrimaryHDU.verify()),一些关键字可以自动修复。
comment/hitory
>>> hdr['history'] = 'I updated this file 2/26/09' >>> hdr['comment'] = 'Edwin Hubble really knew his stuff' >>> hdr['comment'] = 'I like using HST observations' >>> hdr['history'] I updated this file 2/26/09 >>> hdr['comment'] Edwin Hubble really knew his stuff I like using HST observations >>> hdr['comment'][1] = 'I like using JWST observations' >>> hdr['comment'] Edwin Hubble really knew his stuff I like using JWST observations
fits table 的读与写
- 读
hdu = fits.open('SFH_LMC3_out.fits') hdu.info() #看看哪些hdu data=hdu[1].data cols=hdu[1].columns data.columns #看看有那些列 data.field(0) #读取第一列,也可以拿到列的名字,然后data['tag']读取 data[0] #第一行
- 修改columns中某个keyword的值
columns = fits.ColDefs(hdul[1].columns) clumns1.change_attrib(col_name='DATA',attrib='format',new_value='8388608B')
- 写
from astropy.table import Table t=Table([Bage,fzbin,Age_weight2],names=('Age','z','weights')) t.write('SFH_LMC3_out.fits',format='fits')
- 更新
- 可以使用**HDUList.flush()方法将自open()**以来所做的所有更改写回原始文件。**close()**方法将对以更新模式打开的FITS文件执行相同的操作:
with fits.open('original.fits', mode='update') as hdul: # Change something in hdul. hdul.flush()
fits文件打开过多错误
- [1]
- fits.close()
- 可能还根系统设置有关
ulimit -a ulimit -n 100000 vim /etc/security/limits.conf
- 把python的软限制编程硬限制,参见 [2],下面方法貌似也不管用
import resource soft, hard = resource.getrlimit(resource.RLIMIT_NOFILE) resource.setrlimit(resource.RLIMIT_NOFILE, (hard, hard))
- lsof -p 进程id > openfiles.log命令,获得当前占用句柄的全部详情进行分析
- 实测这两个效果不好(python 3.8)
- del hdu.data
- hdu = fits.open(fits_name,memmap=False) #打开fits文件数目比较多的情况下
fits image读写
n = np.arange(100.0) hdu = fits.PrimaryHDU(n) hdu.writeto('new2.fits') hdu.writeto('new2.fits')
- 如果超过一个hdu
>>> hdul = fits.HDUList([hdu]) >>> hdul.writeto('new1.fits')