Le CDS et Python III: VizieR & XMatch – catalogues et tableaux 20k à portée de main

0
20

Katharina Lutz est post-doctorante au Centre de Données astronomiques de Strasbourg (CDS). Elle travaille sur la formation de gaz et d'étoiles dans les galaxies voisines, et la diffusion de l'Observatoire virtuel (VO) et des services CDS. Cela implique de maintenir et de développer des tutoriels et du mentorat dans les écoles VO. Ce message a été écrit en collaboration avec les développeurs CDS Python, qui travaillent actuellement sur d'autres développements MOCpy et astroquery, et l'équipe de diffusion CDS, qui se prépare pour les prochains événements de formation VO.

Nous sommes de retour avec notre mini-série axée sur l'accès aux services CDS avec Python! Dans nos deux premiers articles, nous avons présenté l'ipyaladine pour accéder aux levés d'imagerie (tout ciel) et aux MOC pour une cartographie simple de régions complexes du ciel (par exemple, les empreintes de levés). Dans ce troisième article, nous vous montrerons comment vous pouvez accéder à toutes les données stockées dans VizieR, et faire une correspondance entre les tables locales et VizieR.

VizieR est une base de données de tableaux et de catalogues d'articles publiés et de grandes enquêtes et missions. En plus des données tabulaires, plus d'images, de spectres, de cubes ou de courbes de lumière (associés à une table) deviennent disponibles dans VizieR. Les données tabulaires et les données associées peuvent être recherchées et trouvées avec des scripts Python.

les tables

Il existe actuellement trois packages que vous pouvez utiliser pour interroger les tables VizieR:

  • le package affilié Astropy astroquery (voir figure 1),
  • via le module TAP (Table Access Protocol, une norme IVOA) de pyVO (voir figure 2), ou
  • au sein d'un MOC utilisant MOCpy (voir aussi leurs exemples de cahiers).

le astroquery Le package VizieR vous permet de rechercher certains catalogues, ainsi que d'interroger tous les catalogues VizieR dans une région spécifique ou pour un certain objet. Un exemple de recherche de base pour tous les catalogues VizieR liés à «SDSS DR9» est présenté ci-dessous.

À l'aide de la version spécifique à l'astronomie de SQL (appelée ADQL), vous pouvez interroger la table de tous les catalogues VizieR et des catalogues VizieR uniques avec pyVO. Le premier exemple ci-dessous montre comment vous pouvez rechercher tous les catalogues avec les mots-clés «2MASS» et «Cutri» dans leur description. La deuxième cellule de code montre un exemple d'obtention de cinq entrées du catalogue source point 2MASS, que nous avons identifié avec la première requête.

La meilleure chose à propos de toutes ces requêtes est qu'elles retournent directement une table d'astropie ou peuvent être facilement converties en table d'astropie. De cette façon, vous pouvez charger n'importe quelle table dont vous avez besoin et poursuivre immédiatement votre analyse.

Données associées

Depuis 2016, VizieR héberge non seulement des tableaux d'articles et de grandes enquêtes, mais aussi les données associées. Si, par exemple, un tableau contenait des mesures photométriques, les données associées pourraient être les images à partir desquelles les mesures photométriques ont été prises. Pour rechercher et trouver les données associées qui se trouvent dans la base de données VizieR, vous pouvez parcourir la page Web. Ce post est cependant un petit aperçu de ce que vous pouvez faire avec Python: dans ce cas pyVO est notre meilleur ami (voir figure 3). Au lieu de demander la base de données des catalogues VizieR (appelée les tables) pour les catalogues, on peut demander la base de données des données associées à VizieR (appelée obscore) pour les images à un certain endroit ou associées à un certain catalogue.

Dans l'exemple ci-dessus, nous avons demandé cinq entrées dans obscore, qui appartiennent à la collection d'images des catalogues MASH des nébuleuses planétaires (connue sous le nom de VizieR sous le nom de «V / 127A»). Le résultat est un tableau avec beaucoup de métadonnées décrivant les images qui sont stockées dans la collection (par exemple, l'observatoire et l'instrument), la plage de longueurs d'onde et également une URL, où vous pouvez trouver l'image (ou le produit de données en général) .

Concordance des (grandes) tables avec XMatch

Lorsque je parle de tableaux, je finis souvent par parler de tables de combinaison et de correspondance. Le service CDS XMatch est un moyen très efficace de faire correspondre deux grandes tables. Et devine quoi? Il existe également un package astroquery soigné pour le service XMatch. Bien que vous puissiez accéder à la page Web, où il est possible de télécharger vos propres tableaux et de les comparer entre eux ou avec n'importe quel tableau VizieR disponible, le module XMatch de astroquery vous permet d'effectuer les mêmes tâches à partir d'un script Python ou d'un bloc-notes Jupyter (voir Figure 4).

Dans cet exemple, nous montrons comment vous pouvez croiser une table locale (enregistrée en tant que «Data / 2MASS_PSC.vot») avec la table SDSS DR9 dans VizieR. Le résultat est à nouveau renvoyé sous forme de table d'astropie afin que vous puissiez passer directement à l'étape d'analyse suivante.

Si vous voulez plus d'exemples, consultez nos tutoriels sur GitHub et si vous aimez ce que vous avez vu sur PyVO dans cet article, rendez-vous chez nos amis de la NASA, où l'équipe a compilé des tutoriels pour vous montrer toute la puissance de PyVO.

Comme toujours, dites-nous comment ces outils fonctionnent pour vous et contactez notre service d'assistance pour toute question. Nous nous félicitons également des problèmes sur GitHub, et sommes sur Twitter, Facebook et YouTube.

P.S. Nous aimons non seulement entendre vos commentaires, mais nous aimerions également héberger vos données!