通过PyFITS裁剪FITS数据立方体图像

Question

我一直在寻找解决问题的方法，但是没有找到解决方法。 我有一个FITS数据立方体，我需要通过PyFITS进行裁剪。 当我通过脚本执行此操作时，最终将获得一个二维FITS图像！ 第一个维度是能量，第二个维度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

如果我正确理解，您想对3D数组进行切片，但要保留第三个维度（即使大小仅为1）。

这是关于Numpy数组的问题。 当您有N维的numpy数组时，传递一个维的标量索引将返回一个N-1维的数组，该数组沿索引的轴进行切片。 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]])

您还可以沿不同的轴进行切片，例如：

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

如果出于某种原因要返回N维数组而不是N-1维数组，最简单的方法是显式请求大小为1的切片，而不使用标量索引。 例如：

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

对于其他类似问题，我将给出相同的建议：除了您的数据来自FITS文件之外，这实际上不是有关PyFITS的问题。 像大多数科学的Python库一样，PyFITS返回的数据为numpy数组。 这些是大多数科学Python应用程序中用于数值数据的主要数据结构，因此学习numpy的一些基础是在Python中进行数据分析的先决条件（无论好坏）。 如果您曾经使用过MATLAB，则NumPy数组类似于MATLAB中的数组。 您可以从我的简短教程开始，但是还有其他一些教程（可能还有更好的教程：） 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')