|||
1. 查看CASA自带命令
在CASA里输入
os.environ.get('CASAPATH').split()[0]
返回一个文件夹地址,进入此文件夹,在shell窗口中输入
find . -name task_clean.py
find . -name clean.xml
返回的两个文件夹就是CASA自带命令所在的地方。
2. (1) 转换FITS文件为CASA文件(.im)
假设要转换的FITS文件是data.fits,在CASA里输入
default(importfits)
fitsimage='data.fits'
imagename='data.im'
go()
(2) 转换CASA文件(.im)为FITS文件
假设要转换的FITS文件是data.im,在CASA里输入
exportfits(imagename=’data.im’, fitsimage=’data.fits’, history=False)
3. 查看数据(.im文件)
假设数据文件是data.im,在CASA里输入
viewer('data.im')
或者
viewer(infile='data.im')
4. 画积分强度图
假设数据文件是data.im,在CASA里输入
default(immoments)
imagename='data.im'
moments=0
box='78, 104, 99, 128'
chans='480~660'
outfile='moments_basic'
go()
查看积分强度图可以在CASA里输入
viewer('moments_basic')
5. 画数据一阶矩图
假设数据文件是data.im,在CASA里输入
default(immoments)
imagename='data.im'
moments=1
box='78, 104, 99, 128' # 这是赤经赤纬的范围RA1,Dec1, RA2, Dec2
chans='480~660' # 这是通道范围
outfile='moments_basic1'
go()
查看一阶矩图可以在CASA里输入
viewer('moments_basic1')
6. 删除数据
假设数据文件是todelete.im,在CASA里输入
rmtables('todelete.im')
7. 数据重采样
假设输入数据文件是data.im,输出数据文件名是out_data.im,模板数据文件(包含了坐标、投影等信息,用一般数据文件就行。举个例子,有两个数据文件1和2,坐标不同,希望能将数据文件1重采样使得坐标和投影与数据文件2相同,那么输入文件是1,模板文件是2。)是template.im,在CASA里输入
temp_dict = imregrid(imagename="template.im", template="get")
imregrid(imagename="data.im", output="out_data.im", template=temp_dict)
8. 拟合高斯成分
这里的拟合高斯成分和starlink里的GAUSCLUMPS的概念是不同的,这里只是对少量高斯成分进行拟合,高斯成分的数量是事先指定的。假设数据文件是data.im,在CASA里输入
default(imfit)
imagename = 'data.im'
estimates = "initial_estimates.txt"
logfile = "co_fit.log"
append = "True"
imfit()
其中initial_estimates.txt包含了高斯成分的初始值,一个包含两个高斯成分的例子是(参数包括’f’ (peak intensity), ’x’ (peak x position), ’y’ (peak y position),
’a’ (major axis), ’b’ (minor axis), ’p’ (position angle),第二个高斯成分的f, x, p参数是固定的):
120, 150, 110, 23.5arcsec, 18.9arcsec, 120deg
90, 60, 200, 46arcsec, 23arcsec, 140deg, fxp
9. (在傅里叶空间)合并分辨率不同的图像
假设高分辨率的数据文件是data_vla.im,低分辨率的数据文件是data_gbt.im,输出文件名是data_combined.im,在CASA中输入
default(feather)
imagename='data_combined.im'
highres='data_vla.im'
lowres='data_gbt.im'
sdfactor=1.0
go()
10. 将时间序列数据(列表文件)栅格化(griding)
假设列表文件为list.asap,输出文件为data.grid,在CASA中输入
default=(sdgrid)
infiles='list.asap'
gridfunction='GAUSS'
gwidth='3pixel'
outfile='data.grid'
go()
11. 运行CASA脚本
假设脚本为script.py,在CASA中输入
execfile('script.py')
12. 从时间序列成图
假设数据文件是coma.ms,这是我在CASA数据库里找到唯一可以凑合使用的时间序列数据(类似scantable)。按照CASA手册里到方法,成图操作如下
im.open('coma.ms')
im.defineimage(nx=1800, cellx='30arcsec');
im.setoptions(ftmachine='wproject',wprojplanes=512, padding=1.0)
im.make('main')
im.clean(algorithm='mfclark',model=['main'], niter=10000, image=['coma.image'])
im.done()
13. 读入SDFITS文件并简单可视化
SDFITS必须有一列叫做EXPOSURE
file='xxx.fits'
scan=sd.scantable(file,average=True)
selection = sd.selector()
selection.set_ifs(0)
scan.set_selection(selection)
scan.set_doppler('RADIO')
scan.set_freqframe('LSRK')
scan.set_restfreqs([1420.405752e6])
sd.plotter.set_mode(stacking='p', panelling='t')
sd.plotter.plot(scan)
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-5-10 09:01
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社