drive-ami 1.0.7

基本原理

从射电天文学的角度来看：

这个包使得原始ami数据的脚本缩减变得很简单 来自python。此外，它还提供了将原始文件分组到 数据集，为单个文件夹下的每个数据集输出uvfits。 它从原始数据中提取指向信息， 产生相当可靠的分组（尽管您可以手动编辑这些分组， 见下文）。

处理数据时，reduce的所有输出都保存到 附带的日志文件，保留通常 可从交互界面供用户使用。 同时，传递给reduce的所有模拟命令都是 为处理的每个文件记录在单独的日志中，因此 手动重新运行脚本并修补还原过程。

另外，当运行脚本中列出的命令时 悄悄地分析关键信息，如标记百分比， 来自reduce输出的雨调制和估计噪声。 然后将这些数据存储到磁盘中，并与uvfits一起轻松地放入 机器可读的json格式。 （将来也可以将它们添加到“uvfits”标题中。）

从软件工程的角度来看：

用fortran编写，带有交互式终端接口，reduce 流水线需要一点哄骗来与调用脚本协作， 使大量文件的自动处理变得棘手。 幸运的是，python库pexpect提供了一个简单的机制 为了模拟人与人之间的交互，我在此基础上构建了一个接口类。 限制，如最大路径长度的32个字符被规避。 用一些小心的方法。 python日志库允许我们向用户提供 最少的进度信息，同时保留所有可能的信息 用于调试和科学评估。

安装

需求：

• 您将需要AMI Reduce的工作安装（自然）
• pexpect用于与ami reduce接口。 （作为python设置的一部分自动安装。）
• astropy用于计算 坐标距离等。 （作为python设置的一部分自动安装。）

从命令行（最好在virtualenv中）：

git clone git://github.com/timstaley/drive-ami.git
cd drive-ami
pip install numpy #Workaround for buggy scipy/numpy combined install.
pip install .

用法

命令行脚本与包一起安装。 他们的源文件可以在https://github.com/timstaley/drive-ami/tree/master/bin找到。 有关详细信息，请运行例如：

driveami_list_rawfiles.py -h

其中-h是“help”的缩写。

典型的用法是运行driveami_list_rawfiles.py以生成完整的 可用数据的列表，后跟driveami_filter_rawfile_listing.py 提取所需目标上的条目。 最后，driveami_calibrate_rawfiles.py实际上使用 AMI-减少。