我每次仰望夜空时，都希望能有一本书为我破解闪烁星光的暗语，诠释浩瀚宇宙的神奇。 我一直不知道真的曾有这样一本书,记录了人们当时知道的一切。 无论你指向哪一片星空,它都会告诉你在那幽暗的角落里隐藏着怎样的奥秘。和这本书比起来，以前出版的所有观星指南都不过是素材提纲，之后出版的也顶多是更新后的精简删节。对于大部分业余天文爱好者来说，一生中能亲眼看到的天体都可以在这本书中找到详尽的说明。它就是堪称观星爱好者圣经的三卷本《伯纳姆天体手册》 (Burnham’s Celestial Handbook)。这是个厚达2138页的洋洋巨著，几乎囊括了中小型望远镜（300mm以内）所能观测到的全部天体。不仅包括7000多个星云、星团、变星、星系这类热门的目标，甚至连星座中的亮星都是逐颗介绍。从观测要点科学测量，到文学片段典故趣闻，每一个向往星空的人都能从中找到乐趣。而这样一个划时代的作品，竟完全出自一人之手。书的全名叫《Robert Burnham’s Celestial Handbook – An Observer’s Guide to the Universe Beyond the Solar System》，许多人以为作者是当时《天文学》杂志的主编 Robert Burnham。而事实上，还有另外一个 Robert Burnham Junior，不仅与前者毫无瓜葛，并且失踪多年，生死未卜……
继续阅读
孤独的守望者
Python简繁转换
简繁转换的工具很多，但始终没有一个完美的解决方案。由于字符之间从来都不是简单的一一对应，不仅一简对多繁的情况大量存在，多简对一繁也屡见不鲜。情况的复杂性由下面几例可见一斑：
头发发展 -> 頭髮發展
萝卜卜卦 -> 蘿蔔卜卦
秒表表达 -> 秒錶表達
晾干乾坤 -> 晾乾乾坤
要正确完成这样的转换，就要在单字对应关系之外加上词组对应。这一点无论Google 翻译，MS Word 或者ConvertZ 基本都可以做到（虚词部分可能稍微困难些）。但两岸相差的不只是字形，还有名称叫法。这一点嘻来嚷往最早的一篇文章中讲的很清楚。转引一个例子：“大衛碧咸在寮國見到了布希”。我第一次看到时完全不知所谓，虽然认得每一个字，还是猜不到这就是“大卫·贝克汉姆在老挝见到了布什”的香港版。要想正确转换这样的句子，就要建立更广泛的简繁词组对照表。也许你会觉得这已经超出了字体转换的范畴，开始接近自动翻译了。但从技术的角度上讲，把“软件”对应为“軟件”,”軟體” 或者 “ruan jian”并没有什么不同，前提是要有一个完善的转换语料库。当然这个前提并不容易满足，因为“所有的规则都有例外“。
继续阅读
python换桌面脚本2.0
原来发过一个Python下的换桌面脚本，由于相关网站改版，脚本失效.。我也相应更新一下。移除了图片质量一般的EPOD。充分测试了windows(XP) 和 linux(Ubuntu gnome)双平台. 同时将原有的拉伸全屏模式，更改为保持长宽比的居中模式（其他模式的使用参数也已写在注释中）。 对于APOD，可以手动指定更新任意一天的图片(只支持JPG), 而NGPOD的网站地址与时间无关,只能获取最新图片。下载前会检查文件名，如果图片已经存在，则自动跳过。默认下载大图，然后根据设定分辨率生成桌面图片。各项参数要在源码中自行调整。仍需要PIL模块支持，这个模块的详细介绍可以看这里。新脚本点此下载。
继续阅读
Sherpa表面亮度拟合
与致力成为X射线数据分析通用工具的HEASOFT不同，Ciao (Chandra Interactive Analysis of Observations) 是专为Chandra卫星数据开发的。它也包含了一个数据分析工具Sherpa。基于现有的脚本语言，从而可以方便地移植扩充。开始有Python 和S-Lang 两个版本，不过现在已经停止了对S-Lang的支持。下面我们介绍如何用它来拟合星系团的面亮度分布。
为了减少计算量,我们先从去除点源的图像中裁出星系团所在区域.使用 dmstat处理前面生成的图像文件.可以得到图像中的极大极小值坐标,如果目标形状不规则,还可以设置 centroid =yes 计算图像重心.
继续阅读
XSPEC光谱分析
在得到X波段图像之后，我们可以通过拟合光谱来测量天体温度、金属丰度等信息，就要用到Chandra图像定标
这是2008年Paolo Tozzi 来北京做的X射线数据处理讲座的笔记，一直拖到现在才开始整理。这里是第一部分，主要是些准备工作。高能数据处理要用HEASOFT，Chandra数据还要用到Ciao和CALDB，按照说明文件一步步安装并不困难，只是2G多文件下载起来要费些时间。附加脚本也经常用到，解压到安装路径下就可以了。安装好之后，先用 heainit 和ciao初始化运行环境，若没有错误提示就可以运行下面的命令了。
如果手头上没有数据。可以先到Chandra数据中心找个自己喜欢的目标，数据通常会在保密期过后自动公开，既避免了对同一目标的反复观测，也能最大限度地发挥已有数据的价值。 我这里选择了红移0.3的 MACSJ0257.6-2209 (即Abell 402, Obs ID 3267 )。输入到左上角的Target Name中，点Search，会得Chandra已有的观测数据列表。我们选个曝光时间短点的，数据文件小些，加到获取列表中(Add to Retrieval List)。点击retrieval之后，服务器会自动将文件打包放到匿名ftp的临时目录下。也有一个基于python的自动下载脚本。 官方详尽的下载介绍由此跳转。
继续阅读
