有效地将 Astropy SkyCoord 数组导出到数组/数据帧/文件

Question

Astropy坐标已被证明是在ICRS和银河系帧之间转换的一种非常快速的方法。我的问题是关于将SkyCoord数组写入文本文件，可能使用Numpy数组或Pandas DataFrame作为中介。我的数组相当大(~100K 坐标(，因此效率是可取的。

SkyCoord类中似乎没有任何方法可以将RA/Dec导出为任何Python内置数据结构。我探索的一种可能的方法是为坐标创建一个 Astropy QTable(将它们添加为字符串(，但这很慢，并且需要额外的处理来分离和清理坐标字符串。

例如

import numpy as np
import pandas as pd
from astropy import units as u
from astropy.coordinates import SkyCoord
from astropy.io import ascii
from astropy.table import QTable
if __name__ == "__main__":
RA = np.array([0.819853, 0.0920091, 1.04977])
DEC = np.array([-30.8484, -30.671, -31.0921])
c = SkyCoord(ra=RA * u.degree, dec=DEC * u.degree, frame="icrs")
c_galactic = c.galactic
table = QTable([c_galactic], names=["skycoord"])
ascii.write(
table, "gal_coords.csv", format="csv", fast_writer=False, overwrite=True
)

非常欢迎任何关于实现这一目标的最佳方法的建议。如果该解决方案可以推广到将SkyCoord数组转换为其他数据结构，我希望它对更广泛的社区有用。

Answer 1

Astropy 具有内置功能，可以使用 ECSV 格式将表中的坐标列导出为 CSV，请参阅下面的示例。这将自动生成与具有相关坐标属性的原始列相对应的列名，在本例中为银河l和b。

ECSV 是 CSV 的扩展，它在文件开头的注释文本中包含元数据，以完全指定列数据并允许数据的无损往返。 然而，重要的是，你可以通过指定#是一个注释(例如pandas.read_csv(..., comment='#').

>>> RA = np.array([0.819853, 0.0920091, 1.04977])
... DEC = np.array([-30.8484, -30.671, -31.0921])
... 
... c = SkyCoord(ra=RA * u.degree, dec=DEC * u.degree, frame="icrs")
... c_galactic = c.transform_to("galactic")
...
>>> t = QTable([c_galactic], names=["skycoord"])
>>> t.write('skycoord.ecsv')
>>> cat skycoord.ecsv
# %ECSV 0.9
# ---
# datatype:
# - {name: skycoord.l, unit: deg, datatype: float64}
# - {name: skycoord.b, unit: deg, datatype: float64}
# meta: !!omap
# - __serialized_columns__:
#     skycoord:
#       __class__: astropy.coordinates.sky_coordinate.SkyCoord
# ...
# schema: astropy-2.0
skycoord.l skycoord.b
10.618564158206215 -78.83862258651922
12.320325970465513 -78.28290679292496
9.106328561289311 -78.95458548581124
>>> pd.read_csv('skycoord.ecsv', comment='#')
skycoord.l skycoord.b
0  10.618564158206215 -78.83862258651922
1  12.320325970465513 -78.28290679292496
2   9.106328561289311 -78.95458548581124

Answer 2

在这个SO问题上，我可能有点高兴;通过更多的挖掘，我找到了我想要的东西。希望该解决方案对其他人有所帮助：

import numpy as np
import pandas as pd
from astropy import units as u
from astropy.coordinates import SkyCoord
if __name__ == "__main__":
RA = np.array([0.819853, 0.0920091, 1.04977])
DEC = np.array([-30.8484, -30.671, -31.0921])
c = SkyCoord(ra=RA * u.degree, dec=DEC * u.degree, frame="icrs")
c_galactic = c.transform_to("galactic")
coord_df = pd.DataFrame({"l": c_galactic.l.degree, "b": c_galactic.b.degree})
coord_df.to_csv("gal_coords.csv", index=False)

Answer 3

不使用 ECSV 的另一种方法是：

>>> RA = np.array([0.819853, 0.0920091, 1.04977])
... DEC = np.array([-30.8484, -30.671, -31.0921])
... 
... c = SkyCoord(ra=RA * u.degree, dec=DEC * u.degree, frame="icrs")
... c_galactic = c.transform_to("galactic")
...
>>> t = QTable([c_galactic], names=["skycoord"])
>>> t.to_pandas().to_csv('skycoord.csv', index=False)
>>> cat skycoord.csv
skycoord.l,skycoord.b
10.618564158206215,-78.83862258651922
12.320325970465513,-78.28290679292496
9.106328561289311,-78.95458548581124

此方法将删除任何元数据，但很容易工作。