Communitygithub.com

AbobakrDiara61/railway-system

Astropy est le package Python de référence pour l'astronomie, fournissant des fonctionnalités essentielles pour la recherche et l'analyse de données astronomiques.

Qu'est-ce que railway-system ?

Cette compétence permet d'utiliser Astropy, le package Python central pour l'astronomie, afin d'effectuer des transformations de coordonnées, des calculs d'unités et de grandeurs, des opérations sur fichiers FITS, des calculs cosmologiques, une gestion précise du temps, la manipulation de données tabulaires, et le traitement d'images astronomiques. Elle est adaptée aux développeurs utilisant Claude Code, Cursor ou tout autre agent spécialisé en Python, et fournit des extraits de code prêts à l'emploi. La compétence couvre les modules principaux (`astropy.units`, `astropy.coordinates`, `astropy.cosmology`, `astropy.io.fits`, `astropy.table`, `astropy.time`, `astropy.wcs`) et inclut des workflows courants comme la conversion de coordonnées, la lecture de fichiers FITS, les calculs de distances cosmologiques et le croisement de catalogues. Elle s'appuie sur une documentation de référence complète et propose des bonnes pratiques pour éviter les erreurs de dimensions, gérer les données manquantes et optimiser les performances.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AbobakrDiara61/railway-system/tree/HEAD/frontend/skills/astropy

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Astropy

Présentation

Astropy est le package Python de référence pour l'astronomie, fournissant des fonctionnalités essentielles pour la recherche et l'analyse de données astronomiques. Utilisez astropy pour les transformations de coordonnées, les calculs d'unités et de grandeurs, les opérations sur fichiers FITS, les calculs cosmologiques, la gestion précise du temps, la manipulation de données tabulaires et le traitement d'images astronomiques.

Quand utiliser cette compétence

Utilisez astropy lorsque les tâches impliquent :

  • La conversion entre systèmes de coordonnées célestes (ICRS, Galactique, FK5, AltAz, etc.)
  • Le travail avec des unités et grandeurs physiques (convertir Jy en mJy, parsecs en km, etc.)
  • La lecture, l'écriture ou la manipulation de fichiers FITS (images ou tables)
  • Les calculs cosmologiques (distance de luminosité, temps de regard en arrière, paramètre de Hubble)
  • La gestion précise du temps avec différentes échelles de temps (UTC, TAI, TT, TDB) et formats (JD, MJD, ISO)
  • Les opérations sur les tables (lecture de catalogues, croisement, filtrage, jointure)
  • Les transformations WCS entre coordonnées pixel et coordonnées du monde
  • Les constantes et calculs astronomiques

Démarrage rapide

import astropy.units as u
from astropy.coordinates import SkyCoord
from astropy.time import Time
from astropy.io import fits
from astropy.table import Table
from astropy.cosmology import Planck18

# Unités et grandeurs
distance = 100 * u.pc
distance_km = distance.to(u.km)

# Coordonnées
coord = SkyCoord(ra=10.5*u.degree, dec=41.2*u.degree, frame='icrs')
coord_galactic = coord.galactic

# Temps
t = Time('2023-01-15 12:30:00')
jd = t.jd  # Date Julienne

# Fichiers FITS
data = fits.getdata('image.fits')
header = fits.getheader('image.fits')

# Tables
table = Table.read('catalog.fits')

# Cosmologie
d_L = Planck18.luminosity_distance(z=1.0)

Capacités principales

1. Unités et grandeurs (astropy.units)

Gérez les grandeurs physiques avec unités, effectuez des conversions d'unités et assurez la cohérence dimensionnelle dans les calculs.

Opérations clés :

  • Créez des grandeurs en multipliant des valeurs par des unités
  • Convertissez entre unités à l'aide de la méthode .to()
  • Effectuez des opérations arithmétiques avec gestion automatique des unités
  • Utilisez des équivalences pour des conversions spécifiques (spectrales, doppler, parallaxe)
  • Travaillez avec des unités logarithmiques (magnitudes, décibels)

Voir : references/units.md pour une documentation complète, les systèmes d'unités, équivalences, optimisation des performances et arithmétique des unités.

2. Systèmes de coordonnées (astropy.coordinates)

Représentez des positions célestes et transformez entre différents systèmes de coordonnées.

Opérations clés :

  • Créez des coordonnées avec SkyCoord dans tout cadre (ICRS, Galactique, FK5, AltAz, etc.)
  • Transformez entre systèmes de coordonnées
  • Calculez les séparations angulaires et les angles de position
  • Croisez des coordonnées avec des catalogues
  • Incluez la distance pour les opérations de coordonnées 3D
  • Gérez les mouvements propres et les vitesses radiales
  • Interrogez des objets nommés depuis des bases de données en ligne

Voir : references/coordinates.md pour une description détaillée des systèmes de coordonnées, transformations, systèmes dépendant de l'observateur (AltAz), croisement de catalogues et conseils de performance.

3. Calculs cosmologiques (astropy.cosmology)

Effectuez des calculs cosmologiques à l'aide de modèles cosmologiques standard.

Opérations clés :

  • Utilisez des cosmologies intégrées (Planck18, WMAP9, etc.)
  • Créez des modèles cosmologiques personnalisés
  • Calculez les distances (luminosité, comobile, diamètre angulaire)
  • Calculez les âges et les temps de regard en arrière
  • Déterminez le paramètre de Hubble à tout décalage vers le rouge
  • Calculez les paramètres de densité et les volumes
  • Effectuez des calculs inverses (trouvez z pour une distance donnée)

Voir : references/cosmology.md pour les modèles disponibles, calculs de distance, calculs de temps, paramètres de densité et effets des neutrinos.

4. Gestion des fichiers FITS (astropy.io.fits)

Lisez, écrivez et manipulez des fichiers FITS (Flexible Image Transport System).

Opérations clés :

  • Ouvrez des fichiers FITS avec des gestionnaires de contexte
  • Accédez aux HDU (Header Data Units) par indice ou nom
  • Lisez et modifiez les en-têtes (mots-clés, commentaires, historique)
  • Travaillez avec des données d'image (tableaux NumPy)
  • Gérez les données tabulaires (tables binaires et ASCII)
  • Créez de nouveaux fichiers FITS (simple ou multi-extension)
  • Utilisez le mappage mémoire pour les fichiers volumineux
  • Accédez aux fichiers FITS distants (S3, HTTP)

Voir : references/fits.md pour les opérations complètes sur fichiers, manipulation d'en-têtes, gestion d'images et de tables, fichiers multi-extensions et considérations de performance.

5. Opérations sur les tables (astropy.table)

Travaillez avec des données tabulaires avec prise en charge des unités, métadonnées et divers formats de fichiers.

Opérations clés :

  • Créez des tables à partir de tableaux, listes ou dictionnaires
  • Lisez/écrivez des tables dans plusieurs formats (FITS, CSV, HDF5, VOTable)
  • Accédez et modifiez des colonnes et des lignes
  • Triez, filtrez et indexez des tables
  • Effectuez des opérations de type base de données (jointure, groupe, agrégation)
  • Empilez et concaténez des tables
  • Travaillez avec des colonnes tenant compte des unités (QTable)
  • Gérez les données manquantes avec le masquage

Voir : references/tables.md pour la création de tables, opérations d'entrée/sortie, manipulation de données, tri, filtrage, jointures, groupement et conseils de performance.

6. Gestion du temps (astropy.time)

Représentation précise du temps et conversion entre échelles et formats de temps.

Opérations clés :

  • Créez des objets Time dans divers formats (ISO, JD, MJD, Unix, etc.)
  • Convertissez entre échelles de temps (UTC, TAI, TT, TDB, etc.)
  • Effectuez des opérations arithmétiques sur le temps avec TimeDelta
  • Calculez le temps sidéral pour les observateurs
  • Calculez les corrections de temps de parcours de la lumière (barycentrique, héliocentrique)
  • Travaillez efficacement avec des tableaux de temps
  • Gérez les temps masqués (manquants)

Voir : references/time.md pour les formats de temps, échelles, conversions, arithmétique, fonctionnalités d'observation et gestion de la précision.

7. Système de coordonnées mondial (astropy.wcs)

Transformez entre les coordonnées pixel dans les images et les coordonnées du monde.

Opérations clés :

  • Lisez WCS depuis les en-têtes FITS
  • Convertissez les coordonnées pixel en coordonnées du monde (et vice versa)
  • Calculez les empreintes d'images
  • Accédez aux paramètres WCS (pixel de référence, projection, échelle)
  • Créez des objets WCS personnalisés

Voir : references/wcs_and_other_modules.md pour les opérations et transformations WCS.

Capacités supplémentaires

Le fichier references/wcs_and_other_modules.md couvre également :

NDData et CCDData

Conteneurs pour jeux de données à n dimensions avec métadonnées, incertitude, masquage et informations WCS.

Modélisation

Cadre pour créer et ajuster des modèles mathématiques aux données astronomiques.

Visualisation

Outils pour l'affichage d'images astronomiques avec étirement et mise à l'échelle appropriés.

Constantes

Constantes physiques et astronomiques avec unités appropriées (vitesse de la lumière, masse solaire, constante de Planck, etc.).

Convolution

Noyaux de traitement d'image pour le lissage et le filtrage.

Statistiques

Fonctions statistiques robustes incluant l'écrêtage sigma et le rejet des valeurs aberrantes.

Installation

# Installer astropy
uv pip install astropy

# Avec les dépendances optionnelles pour une fonctionnalité complète
uv pip install astropy[all]

Workflows courants

Conversion de coordonnées entre systèmes

from astropy.coordinates import SkyCoord
import astropy.units as u

# Créer une coordonnée
c = SkyCoord(ra='05h23m34.5s', dec='-69d45m22s', frame='icrs')

# Transformer en galactique
c_gal = c.galactic
print(f"l={c_gal.l.deg}, b={c_gal.b.deg}")

# Transformer en alt-az (nécessite temps et lieu)
from astropy.time import Time
from astropy.coordinates import EarthLocation, AltAz

observing_time = Time('2023-06-15 23:00:00')
observing_location = EarthLocation(lat=40*u.deg, lon=-120*u.deg)
aa_frame = AltAz(obstime=observing_time, location=observing_location)
c_altaz = c.transform_to(aa_frame)
print(f"Alt={c_altaz.alt.deg}, Az={c_altaz.az.deg}")

Lecture et analyse de fichiers FITS

from astropy.io import fits
import numpy as np

# Ouvrir un fichier FITS
with fits.open('observation.fits') as hdul:
    # Afficher la structure
    hdul.info()

    # Obtenir les données d'image et l'en-tête
    data = hdul[1].data
    header = hdul[1].header

    # Accéder aux valeurs de l'en-tête
    exptime = header['EXPTIME']
    filter_name = header['FILTER']

    # Analyser les données
    mean = np.mean(data)
    median = np.median(data)
    print(f"Moyenne : {mean}, Médiane : {median}")

Calculs de distances cosmologiques

from astropy.cosmology import Planck18
import astropy.units as u
import numpy as np

# Calculer les distances à z=1.5
z = 1.5
d_L = Planck18.luminosity_distance(z)
d_A = Planck18.angular_diameter_distance(z)

print(f"Distance de luminosité : {d_L}")
print(f"Distance de diamètre angulaire : {d_A}")

# Âge de l'univers à ce décalage vers le rouge
age = Planck18.age(z)
print(f"Âge à z={z} : {age.to(u.Gyr)}")

# Temps de regard en arrière
t_lookback = Planck18.lookback_time(z)
print(f"Temps de regard en arrière : {t_lookback.to(u.Gyr)}")

Croisement de catalogues

from astropy.table import Table
from astropy.coordinates import SkyCoord, match_coordinates_sky
import astropy.units as u

# Lire les catalogues
cat1 = Table.read('catalog1.fits')
cat2 = Table.read('catalog2.fits')

# Créer des objets de coordonnées
coords1 = SkyCoord(ra=cat1['RA']*u.degree, dec=cat1['DEC']*u.degree)
coords2 = SkyCoord(ra=cat2['RA']*u.degree, dec=cat2['DEC']*u.degree)

# Trouver les correspondances
idx, sep, _ = coords1.match_to_catalog_sky(coords2)

# Filtrer par seuil de séparation
max_sep = 1 * u.arcsec
matches = sep < max_sep

# Créer les catalogues correspondants
cat1_matched = cat1[matches]
cat2_matched = cat2[idx[matches]]
print(f"{len(cat1_matched)} correspondances trouvées")

Bonnes pratiques

  1. Utilisez toujours les unités : Attachez des unités aux grandeurs pour éviter les erreurs et assurer la cohérence dimensionnelle
  2. Utilisez les gestionnaires de contexte pour les fichiers FITS : Assure une fermeture correcte des fichiers
  3. Préférez les tableaux aux boucles : Traitez plusieurs coordonnées/temps sous forme de tableaux pour de meilleures performances
  4. Vérifiez les systèmes de coordonnées : Vérifiez le cadre avant les transformations
  5. Utilisez la cosmologie appropriée : Choisissez le modèle cosmologique adapté à votre analyse
  6. Gérez les données manquantes : Utilisez des colonnes masquées pour les tables avec valeurs manquantes
  7. Spécifiez les échelles de temps : Soyez explicite sur les échelles de temps (UTC, TT, TDB) pour une synchronisation précise
  8. Utilisez QTable pour les tables tenant compte des unités : Lorsque les colonnes de la table ont des unités
  9. Vérifiez la validité du WCS : Vérifiez le WCS avant d'utiliser les transformations
  10. Mettez en cache les valeurs fréquemment utilisées : Les calculs coûteux (par exemple, distances cosmologiques) peuvent être mis en cache

Documentation et ressources

Fichiers de référence

Pour des informations détaillées sur des modules spécifiques :

  • references/units.md - Unités, grandeurs, conversions et équivalences
  • references/coordinates.md - Systèmes de coordonnées, transformations et croisement de catalogues
  • references/cosmology.md - Modèles et calculs cosmologiques
  • references/fits.md - Opérations et manipulation de fichiers FITS
  • references/tables.md - Création, entrée/sortie et opérations sur les tables
  • references/time.md - Formats, échelles et calculs de temps
  • references/wcs_and_other_modules.md - WCS, NDData, modélisation, visualisation, constantes et utilitaires

Limitations

  • Utilisez cette compétence uniquement lorsque la tâche correspond clairement au champ décrit ci-dessus.
  • Ne considérez pas le résultat comme un substitut à une validation, un test ou un avis d'expert spécifique à l'environnement.
  • Arrêtez-vous et demandez des clarifications si les entrées, autorisations, limites de sécurité ou critères de succès requis sont manquants.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

AbobakrDiara61/railway-system

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

AbobakrDiara61/railway-system

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

AbobakrDiara61/railway-system

One sentence - what this skill does and when to invoke it

AbobakrDiara61/railway-system

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

AbobakrDiara61/railway-system

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

AbobakrDiara61/railway-system

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

AbobakrDiara61/railway-system

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

AbobakrDiara61/railway-system

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

AbobakrDiara61/railway-system

CRITICAL: Use for Makepad animation system. Triggers on: makepad animation, makepad animator, makepad hover, makepad state, makepad transition, "from: { all: Forward", makepad pressed, makepad 动画, makepad 状态, makepad 过渡, makepad 悬停效果

AbobakrDiara61/railway-system

Best practices for Remotion - Video creation in React

AbobakrDiara61/railway-system

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

AbobakrDiara61/railway-system

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

AbobakrDiara61/railway-system

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

AbobakrDiara61/railway-system

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

AbobakrDiara61/railway-system

Automate TikTok tasks via Rube MCP (Composio): upload/publish videos, post photos, manage content, and view user profiles/stats. Always search tools first for current schemas.

AbobakrDiara61/railway-system

Video and audio perception, indexing, and editing. Ingest files/URLs/live streams, build visual/spoken indexes, search with timestamps, edit timelines, add overlays/subtitles, generate media, and create real-time alerts.

AbobakrDiara61/railway-system

Upload, stream, search, edit, transcribe, and generate AI video and audio using the VideoDB SDK.

AbobakrDiara61/railway-system

One sentence - what this skill does and when to invoke it

AbobakrDiara61/railway-system

Automate YouTube tasks via Rube MCP (Composio): upload videos, manage playlists, search content, get analytics, and handle comments. Always search tools first for current schemas.

AbobakrDiara61/railway-system

Extract transcripts from YouTube videos and generate comprehensive, detailed summaries using intelligent analysis frameworks

Skills associés