Astropy ICRS 到 Galactocentric 转换 Numpy AttributeError

Question

我需要将一个大型 ICRS 数据库（大约 10 亿个数据）转换为星系中心坐标。首先，我尝试使用将我的数据转换为 coord.ICRS，然后在迭代循环中将这些转换为 coord.Galactocentric。但这非常耗时。环顾四周，我 found 在 coord.Skycoord 中您可以使用数据数组进行转换。所以我在我的代码上实现了解决方案：

data = pd.read_csv('/content/data (1).csv')
data_ra = data['ra']
data_dec = data['dec']
data_dist = data['r_est']
data_ra = data_ra * u.degree  
data_dec = data_dec * u.degree  
data_dist = data_dist * u.pc  
c = coord.ICRS(data_ra, data_dec, data_dist)
c = c.transform_to(coord.Galactocentric) 
x = c.x.value
y = c.y.value
z = c.z.value 

返回错误码：

---------------------------------------------------------------------------

AttributeError                            Traceback (most recent call last)

<ipython-input-26-e02bbc9ec5dd> in <module>()
      6 data_dec = data_dec * u.degree
      7 data_dist = data_dist * u.pc
----> 8 c = coord.ICRS(data_ra, data_dec, data_dist)
      9 c = c.transform_to(coord.Galactocentric)
     10 x = c.x.value

5 frames

/usr/local/lib/python3.6/dist-packages/astropy/units/quantity.py in __new__(cls, value, unit, dtype, copy, order, subok, ndmin)
    340                 # Convert all quantities to the same unit.
    341                 if unit is None:
--> 342                     unit = value[0].unit
    343                 value = [q.to_value(unit) for q in value]
    344                 value_unit = unit  # signal below that conversion has been done

AttributeError: 'numpy.float64' object has no attribute 'unit'

我似乎无法解决问题，coord.ICRS 与数组不兼容吗？如果是这样，我怎样才能加快转型过程。

Answer 1

这也让我有点吃惊。但是，原因是当您访问 Pandas DataFrame 的列时，它不会返回一个普通的 Numpy 数组，而是一个 Pandas Series 对象（我用一些虚拟数据对此进行了测试）：

>>> data_ra = data['ra']
>>> type(data_ra)
<class 'pandas.core.series.Series'>

看起来（这对我来说有点麻烦），虽然你可以将 Series 乘以一个单位，但它不能正常工作：

>>> data_ra = data_ra * u.degree
>>> type(data_ra)
<class 'pandas.core.series.Series'>

因此，与其像您希望的那样得到一个 Astropy Quantity，它只会返回一个 Series。事实上，Quantity 还在，在Series'.value 属性中：

>>> data_ra.values
<Quantity [ 1., 2., 3.] deg>

但在这种情况下，其他事情都被破坏了。首先创建Quantitys 更好的方法是在每个Series 上使用.values 属性——这会返回一个可以转换为Quantity 的普通Numpy 数组：

>>> data_ra = df['ra'].values * u.degree
>>> data_dec = data['dec'].values * u.degree
>>> data_dist = data['dist'].values * u.pc
>>> c = coord.ICRS(data_ra, data_dec, data_dist)
>>> c
<ICRS Coordinate: (ra, dec, distance) in (deg, deg, pc)
    [( 1.,  4.,  7.), ( 2.,  5.,  8.), ( 3.,  6.,  9.)]>
>>> c.transform_to(coord.Galactocentric)
<Galactocentric Coordinate (galcen_coord=<ICRS Coordinate: (ra, dec) in deg
    ( 266.4051, -28.936175)>, galcen_distance=8.3 kpc, galcen_v_sun=( 11.1,  232.24,  7.25) km / s, z_sun=27.0 pc, roll=0.0 deg): (x, y, z) in pc
    [(-8300.70096432,  3.76036129,  21.14296691),
     (-8300.99504334,  4.33255373,  20.35548782),
     (-8301.33502602,  4.91092559,  19.5850604 )]>

更好的是，除非您需要将 Pandas 用于其他用途，否则您还可以使用 Astropy 读取 CSV 文件并以所需尺寸返回 Quantitys 中的 Table。例如，

>>> t = Table.read('foo.csv')
>>> for col, unit in [('ra', u.degree), ('dec', u.degree), ('dist', u.pc)]:
...     t[col].unit = unit
... 
>>> t
<Table length=3>
 col0   dec     dist     ra  
        deg      pc     deg  
int64 float64 float64 float64
----- ------- ------- -------
    0     4.0     7.0     1.0
    1     5.0     8.0     2.0
    2     6.0     9.0     3.0
>>> coord.ICRS(t['ra'], t['dec'], t['dist'])
<ICRS Coordinate: (ra, dec, distance) in (deg, deg, pc)
    [( 1.,  4.,  7.), ( 2.,  5.,  8.), ( 3.,  6.,  9.)]>

有点遗憾的是，没有办法（我能找到）直接在 Table.read() 调用中指定列尺寸。这可能是对 API 的一个很好的补充。

但是，如果您将 Table 写回 ECSV 文件，它将以类似于 CSV 的格式保存，但包含用于在读取时重建表格的额外元数据，包括设置单位：

>>> t.write('foo.ecsv')
>>> Table.read('foo.ecsv')
<Table length=3>
 col0   dec     dist     ra  
        deg      pc     deg  
int64 float64 float64 float64
----- ------- ------- -------
    0     4.0     7.0     1.0
    1     5.0     8.0     2.0
    2     6.0     9.0     3.0
>>> print(open('foo.ecsv').read())
# %ECSV 0.9
# ---
# datatype:
# - {name: col0, datatype: int64}
# - {name: dec, unit: deg, datatype: float64}
# - {name: dist, unit: pc, datatype: float64}
# - {name: ra, unit: deg, datatype: float64}
# schema: astropy-2.0
col0 dec dist ra
0 4.0 7.0 1.0
1 5.0 8.0 2.0
2 6.0 9.0 3.0