如何从头生成FITS文件并定义其Header与Data？

看来你已经搞定了从ASCII转FITS的基础操作，现在想深入到自定义Header和Data结构，让生成的FITS文件能像望远镜下载的光谱数据那样，方便单独调用Header和Data部分对吧？我用Astropy给你一步步演示怎么实现，完全贴合你给出的调用示例逻辑。

第一步：准备工具和读取ASCII数据 #

首先得把需要的库导入，然后把你的ASCII表读进来——假设你的ASCII是光谱数据，包含波长和通量两列：

import numpy as np
from astropy.io import fits
from astropy.io.ascii import read

# 读取ASCII文件，Astropy的read方法会自动识别列名（如果ASCII里有表头的话）
ascii_table = read('your_spectrum_data.ascii')

# 把需要的列转成numpy数组，作为FITS的Data部分
# 这里我把波长和通量拼成2D数组，你也可以只取单列做1D数据
fits_data = np.array([ascii_table['wavelength'], ascii_table['flux']])

第二步：手动构建自定义Header #

FITS的Header就是一堆键值对，你可以像望远镜数据那样，添加标准关键字和自定义的观测信息。这里我模拟真实光谱FITS的Header结构来写：

# 创建一个空的Header对象
custom_header = fits.Header()

# 添加FITS标准关键字（必须的基础项）
custom_header['SIMPLE'] = True  # 符合FITS标准
custom_header['BITPIX'] = -64  # 表示64位浮点数，根据数据类型调整：-32是32位浮点数，8是字节型
custom_header['NAXIS'] = 2  # 数据维度：2D就设2，1D设1
custom_header['NAXIS1'] = len(ascii_table)  # 第一维的长度（数据点数量）
custom_header['NAXIS2'] = 2  # 第二维的长度（波长、通量两列）

# 添加自定义的观测元数据（可以根据你的需求随便加）
custom_header['OBSERVER'] = 'Justyna Piotrowska'
custom_header['TELESCOP'] = 'Your Telescope Name'
custom_header['DATE-OBS'] = '2024-05-20T14:20:00'  # ISO格式的观测时间
custom_header['WAVEUNIT'] = ('Angstrom', 'Wavelength unit')  # 带注释的关键字
custom_header['FLUXUNIT'] = ('erg/s/cm²/Å', 'Flux density unit')
custom_header['COMMENT'] = 'Converted from ASCII spectrum data'  # 备注信息

第三步：组合Header和Data，生成FITS文件 #

现在把Data和Header打包成HDU（FITS的核心单元），然后保存成文件：

# 创建Primary HDU（主数据单元），把Data和Header传进去
primary_hdu = fits.PrimaryHDU(data=fits_data, header=custom_header)

# 把HDU放到HDU列表里（FITS文件可以包含多个HDU，这里只需要一个主HDU）
hdu_list = fits.HDUList([primary_hdu])

# 保存FITS文件，overwrite=True表示覆盖已存在的文件
hdu_list.writeto('custom_spectrum.fits', overwrite=True)

第四步：验证生成的FITS文件 #

现在你可以像处理望远镜数据那样，单独调用Header和Data了，完全和你给出的示例一致：

# 打开生成的FITS文件
hdu = fits.open('custom_spectrum.fits', memmap=True)

# 获取Header
header = hdu[0].header
# 获取Data
data = hdu[0].data

# 打印Header看看效果
print(header)
# 打印Data的形状和前5个数据点
print(f"Data shape: {data.shape}")
print("First 5 wavelength-flux pairs:")
print(data[:, :5])

一些额外的小提示 #

• BITPIX参数：不同数值对应不同数据类型，比如你要存整数可以用16（16位整数），存高精度浮点数用-64，根据你的数据需求选。
• 1D vs 2D数据：如果只想生成单通量的1D图像，把NAXIS设为1，NAXIS1设为通量列的长度，fits_data直接用ascii_table['flux'].value就行。
• 多HDU结构：如果你的ASCII有多个数据列想分开存，可以创建多个fits.ImageHDU，然后都加到HDUList里，读取的时候用hdu[1]、hdu[2]来调用。

内容的提问来源于stack exchange，提问作者Justyna Piotrowska