Doç. Dr. Özgür Baştürk
Ankara Üniversitesi, Astronomi ve Uzay Bilimleri Bölümü
obasturk at ankara.edu.tr
http://ozgur.astrotux.org
Astronomide yıldız, ötegezegen, Güneş sistemi cisimleri, kuyrukluyıldız ve asteroidler, gökadalar, gökada kümeleri gibi cisim katalog ve veritabanlarından, teleskopların gözlemsel verilerini içeren veritabanlarına ve bibliyografi / literatür veritabanlarına kadar pek çok tür veritabanı neredeyse günlük olarak kullanılmaktadır. Bu derste bu veritabanlarına erişim ve sorgulamalara yönelik giriş niteliğindeki bilgi, Python betikleri yardımıyla uygulamalı olarak verilecektir.
astroquery astronomiye yönelik Python uygulamalarının bulunduğu büyük bir modül olan astropy 'la koordine bir şekilde geliştirilen ve çeşitli astronomi veritabanlarına erişim için araçlar sunan bir pakettir ve geniş bir dokümantasyonu da bulunmaktadır.
Diğer taraftan standart sanal gözlemevi hizmet protokollerini (IVOA) destekleyen arşivlerdeki veriler içinde sorgulama yapılmasını ve veriye erişimi sağlayan PyVO adında önemli bir paket daha bulunmaktadır.
Ancak sanal gözlemevi (Virtual Observatory, VO) standartlarına yönelik ilave fonksiyonlar da barındıran astroquery daha genel bir seçenek sağlar ve web tabanlı servislerden veriye erişimi mümkün kılar. Örnek olarak aşağıda SIMBAD veritabanında basit bir cisim sorgusu (ing. identifier query) yapabilmeye olanak sağlayan bir Python betiği verilmiştir. astroquery
ile erişebileceğiniz tüm servislerin bir listesini astroquery dokümantasyonunda bulabilirsiniz. Bunların arasında astronomide sık kullanılan kataloglar, veri arşivleri, simülasyonlar ve çizgi listesi servisleri gibi spesifik veri ve bilgi kaynakları bulunmaktadır.
Her servisin kendine özgü nesneleri, metotları, parametreleri ve veri setleri bulunduğundan çok sayıdaki servisin her birine örnek vermek mümkün değildir. Ancak bazı çok kullanılan servisler üzerinden verilecek genel örnekleri takip ederek diğer servislerin temelde nasıl çalıştığı konusunda temel bir fikir edinmek mümkündür. Neredeyse tüm astronomlar tarafından sıkça kullanılan Simbad Veritabanı bunun için iyi bir örnektir.
import astroquery
astroquery.__version__
'0.4.6'
from astroquery.simbad import Simbad
ELCVn = Simbad.query_object('EL CVn')
ELCVn.pprint()
MAIN_ID RA DEC ... COO_BIBCODE SCRIPT_NUMBER_ID "h:m:s" "d:m:s" ... --------- ------------- ------------- ... ------------------- ---------------- V* EL CVn 13 23 57.0187 +43 35 55.438 ... 2020yCat.1350....0G 1
display(ELCVn)
MAIN_ID | RA | DEC | RA_PREC | DEC_PREC | COO_ERR_MAJA | COO_ERR_MINA | COO_ERR_ANGLE | COO_QUAL | COO_WAVELENGTH | COO_BIBCODE | SCRIPT_NUMBER_ID |
---|---|---|---|---|---|---|---|---|---|---|---|
"h:m:s" | "d:m:s" | mas | mas | deg | |||||||
object | str13 | str13 | int16 | int16 | float32 | float32 | int16 | str1 | str1 | object | int32 |
V* EL CVn | 13 23 57.0187 | +43 35 55.438 | 14 | 14 | 0.009 | 0.014 | 90 | A | O | 2020yCat.1350....0G | 1 |
ELCVn.colnames
['MAIN_ID', 'RA', 'DEC', 'RA_PREC', 'DEC_PREC', 'COO_ERR_MAJA', 'COO_ERR_MINA', 'COO_ERR_ANGLE', 'COO_QUAL', 'COO_WAVELENGTH', 'COO_BIBCODE', 'SCRIPT_NUMBER_ID']
Sorgunun sonucu bir astropy tablosudur (astropy tabloları ile ilgili geniş bilgi için bkz.) Bir astropy tablosundaki tüm sütunları görmek için astropy.table
nesnesinin columns
metodu kullanılır.
ELCVn.columns
<TableColumns names=('MAIN_ID','RA','DEC','RA_PREC','DEC_PREC','COO_ERR_MAJA','COO_ERR_MINA','COO_ERR_ANGLE','COO_QUAL','COO_WAVELENGTH','COO_BIBCODE','SCRIPT_NUMBER_ID')>
Herhangi bir sütundaki bilgi sütun adını indeks olarak vermek suretiyle alınabilir. Örneğin cismin koordinatlarının hangi dalgaboyunda yapılan gözlemlerle belirlendiği bilinmek isteniyorsa COO_WAVELENGTH sütunundaki bilgiye aşağıdaki şekillerde erişilebilir. Görüldüğü gibi veritabanlarında herhangi bir bilginin aranan sütunda bulunabilmesi için öncelikle o bilginin veritabanına girilmiş olması gereklidir ve maalesef bunun garantisi de yoktur.
print(ELCVn['COO_WAVELENGTH'])
COO_WAVELENGTH -------------- O
ELCVn['COO_BIBCODE']
2020yCat.1350....0G |
ELCVn['COO_QUAL']
A |
Gördüğünüz bu örnek basit bir nesne sorgusudur. astroquery
modül fonksiyonlarının diğer Python modülleriyle birleştirilerek kullanılmasıyla daha gelişkin sorgular da tasarlanabilir. Aşağıdaki sorguda astropy.coordinates
kütüphanesindeki SkyCoord
fonkskiyonu ICRS koordinat sisteminde bir koordinat oluşturmak üzere kullanılmaktadır. Daha sonra astropy.units
modülündeki arcminute
metoduyla yaydakikası biriminde bir yarıçap tanımı yapılıp, SIMBAD veritabanı bu yarıçap dahilindeki cisimleri verecek şekilde sorgulanmaktadır. Sorgunun sonucunun her satırda en fazla 80 karakteri ve toplamda 10 cismi geçmeyecek şekilde sınırlandırılması ve birimlerinin de gösterilmesi istenmiştir.
from astropy import coordinates
import astropy.units as u
from astroquery.simbad import Simbad
# Sadece ICRS koordinatlarıyla calisir
koordinat = coordinates.SkyCoord("22h22m50s +16d19m20s", frame='fk5')
yaricap = 15.0 * u.arcminute
sorgu = Simbad.query_region(koordinat, radius=yaricap)
sorgu.pprint(show_unit=True, max_width=80)
MAIN_ID RA ... SCRIPT_NUMBER_ID "h:m:s" ... ---------------------------- ------------- ... ---------------- V* BB Peg 22 22 56.8915 ... 1 LEDA 1505483 22 22 45.2 ... 1 TYC 1682-1530-1 22 22 48.2065 ... 1 SDSS J222302.48+161354.3 22 23 02.4831 ... 1 SDSS J222300.12+162519.5 22 23 00.125 ... 1 LP 460-13 22 22 21.3776 ... 1 ... ... ... ... TYC 1682-1413-1 22 22 02.0334 ... 1 SDSS J222205.50+162455.4 22 22 05.5012 ... 1 TYC 1682-1330-1 22 23 33.5844 ... 1 LSPM J2223+1618 22 23 42.4743 ... 1 TYC 1682-1444-1 22 22 01.8116 ... 1 CRTS J222318.6+160655 22 23 18.6883 ... 1 Gaia DR2 2737346454909302912 22 21 54.5218 ... 1 Length = 17 rows
Sonuçları bir pandas
tablosuna almak ve pandas
fonksiyonlarından yararlanmak da ayrı bir esneklik sağlayacaktır.
pandas_tablosu = sorgu.to_pandas()
pandas_tablosu['MAIN_ID'].value_counts()
V* BB Peg 1 BD+15 4631 1 CRTS J222318.6+160655 1 TYC 1682-1444-1 1 LSPM J2223+1618 1 TYC 1682-1330-1 1 SDSS J222205.50+162455.4 1 TYC 1682-1413-1 1 Gaia DR2 2737147202786480896 1 LEDA 1505483 1 BD+15 4634 1 TYC 1682-1466-1 1 LP 460-13 1 SDSS J222300.12+162519.5 1 SDSS J222302.48+161354.3 1 TYC 1682-1530-1 1 Gaia DR2 2737346454909302912 1 Name: MAIN_ID, dtype: int64
astroquery
pek çok veritabanında sorgular yapmayı sağlayan pek çok alt modül barınıdırır. Sorgulanabilecek servislerin listesi üzerinden her birinin dokümantasyonuna ulaşmak mümkündür. Bazı veritabanlarının sunucu ve bağlantıda zaman aşımı gibi seçeneklerin ayarlanmasına olanak sağlayan konfigürasyon dosyası UNIX sistemler için kullanıcı dizininde $HOME/.astropy/config/astroquery.cfg dosyasında bulunmaktadır. Dosyanın konumu astropy'ın kurulum türüne göre değişiklik gösterebilir. Her bir servisin sağlayıcısı ayrıca github hesapları üzerinden dokümantasyon ve özellikle bu servislere bağlı programlar geliştirmek isteyenler için bilgiler sağlamaktadır.
astroquery
tüm bu veritabanlarına erişim için ortak olan araçlar paketini içeren bir Uygulama Programlama Arayüzü'ne (ing. Application Programming Interface, API) sahiptir. Bir API, modül, yazılım ve sistem bileşenlerinin söz konusu modüü nasıl kullanabileceğini tanımlayan bir arabirimidir. Bo modülle (örneğin astroquery
ile) yapılabilecek arama veya istek türlerini, nasıl yapılacağını, kullanılması gereken veri formatlarını ve izlenecek kuralları tanımlar. astroquery
API'de, çoğu modül için ortak olan standart araçlar; query_object ve query_region 'dır.
Tüm veritabanları için sorgulama yapısı benzer nitelikler içerir.
from astroquery.service import Servis
Öncelikle astroquery.service
alt modülünden istenen Servis (ya da veritabanı) (IRSA, UKIDSS, SIMBAD, ALMA vs.) $import$ edilir. Daha sonra bu serviste istenen cisimler (tek tek ya da bir liste / döngü / dosya içinden) istenen servisin query_object
metoduyla aranabilir.
Daha önce de örneği verilen bir SIMBAD sorgusu aşağıdaki şekide örneklenebilir.
from astroquery.simbad import Simbad
Simbad.query_object("M 31")
MAIN_ID | RA | DEC | RA_PREC | DEC_PREC | COO_ERR_MAJA | COO_ERR_MINA | COO_ERR_ANGLE | COO_QUAL | COO_WAVELENGTH | COO_BIBCODE | SCRIPT_NUMBER_ID |
---|---|---|---|---|---|---|---|---|---|---|---|
"h:m:s" | "d:m:s" | mas | mas | deg | |||||||
object | str13 | str13 | int16 | int16 | float32 | float32 | int16 | str1 | str1 | object | int32 |
M 31 | 00 42 44.330 | +41 16 07.50 | 7 | 7 | -- | -- | 0 | C | I | 2006AJ....131.1163S | 1 |
API'nin diğer metodları yarıçap ($radius$) ya da genişliği ($width$) ile tanımlı bir alanda arama yapmak için kullanılan query_region
ve eğer veritabanı görüntü sağlıyorsa get_images
metotlarıdır.
from astropy import coordinates
import astropy.units as u
sorgu = Simbad.query_object("HAT-P-19")
koordinatlar = coordinates.SkyCoord(sorgu['RA'], sorgu['DEC'], \
unit=(u.hourangle, u.deg), frame='icrs')
yaricap = 20*u.arcminute
yeni_sorgu = Simbad.query_region(koordinatlar,radius=yaricap)
yeni_sorgu
MAIN_ID | RA | DEC | RA_PREC | DEC_PREC | COO_ERR_MAJA | COO_ERR_MINA | COO_ERR_ANGLE | COO_QUAL | COO_WAVELENGTH | COO_BIBCODE | SCRIPT_NUMBER_ID |
---|---|---|---|---|---|---|---|---|---|---|---|
"h:m:s" | "d:m:s" | mas | mas | deg | |||||||
object | str13 | str13 | int16 | int16 | float32 | float32 | int16 | str1 | str1 | object | int32 |
HAT-P-19 | 00 38 04.0135 | +34 42 41.553 | 14 | 14 | 0.010 | 0.008 | 90 | A | O | 2020yCat.1350....0G | 1 |
HAT-P-19b | 00 38 04.0136 | +34 42 41.552 | 14 | 14 | 0.029 | 0.025 | 90 | A | O | 2018yCat.1345....0G | 1 |
GSC 02283-01197 | 00 38 09.3713 | +34 41 37.191 | 14 | 14 | 0.009 | 0.007 | 90 | A | O | 2020yCat.1350....0G | 1 |
Gaia DR3 365427023114195456 | 00 37 53.9011 | +34 45 06.947 | 14 | 14 | 1.615 | 1.572 | 90 | C | O | 2020yCat.1350....0G | 1 |
TYC 2283-664-1 | 00 38 16.2619 | +34 45 03.412 | 14 | 14 | 0.015 | 0.012 | 90 | A | O | 2020yCat.1350....0G | 1 |
DIR 120-28 | 00 38 | +34.8 | 2 | 2 | -- | -- | 0 | 1 | |||
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
CRTS J003644.8+343323 | 00 36 44.9018 | +34 33 22.880 | 14 | 14 | 0.063 | 0.046 | 90 | A | O | 2020yCat.1350....0G | 1 |
SDSS J003718.56+345901.6 | 00 37 18.560 | +34 59 01.69 | 7 | 7 | -- | -- | 0 | C | O | 2016MNRAS.455.3413K | 1 |
SDSS J003936.58+344023.1 | 00 39 36.5800 | +34 40 23.116 | 9 | 9 | -- | -- | 0 | C | O | 2015ApJS..219...12A | 1 |
SDSS J003638.71+345045.1 | 00 36 38.716 | +34 50 45.18 | 7 | 7 | -- | -- | 0 | C | O | 2020ApJS..250....8L | 1 |
CRTS J003657.7+342856 | 00 36 57.7566 | +34 28 55.964 | 14 | 14 | 0.032 | 0.027 | 90 | A | O | 2020yCat.1350....0G | 1 |
SDSS J003639.00+343341.6 | 00 36 39.008 | +34 33 41.61 | 7 | 7 | -- | -- | 0 | C | O | 2020ApJS..250....8L | 1 |
Görüntü sağlayan veritabanlarından görüntü de çekilmek istenebilir. Ancak bu noktada bazı veritabanlarının her kullanıcıya açık olmadğını, ancak kullanıcı adı ve şifreyle giriş yapılabildiğini belirtmekte fayda vardır. Örneğin UKIRT Teleskobu'yla süren Kızılöte Derin Gökyüzü Araştırması (UKIRT Infrared Deep Sky Survey) 'den aşağıdaki gibi bir betikle görüntü çekilebilir. Ancak kullanıcı adresi ve şifreye ihtiyaç duyulur.
from astroquery.ukidss import Ukidss
Ukidds.login(username,password)
images = Ukidss.get_images("m1")
Yukarıda HAT-P-19'un koordinatlarını elde etmeye yönelik sorgudan hareketle bu cisim merkezinde bir bölgeinin görüntüsü CDS.Vizier servisinden alınabilir. Ancak bunun için gökyüzü taraması yapan hangi araştırmada (survey) elde edilmiş imajların istendiği de belirtilmelidir. SkyView
tüm gökyüzü araştırmalarının (surveys) listesinden hangi araştırmada, hangi dalgaboyunda ve çözünürlüte elde edilen imajları görüntülemek istiyorsanız ona uygun olanları seçebilirsiniz.
from astropy import wcs
from astroquery.vizier import Vizier
from astroquery.skyview import SkyView
from matplotlib import pyplot as plt
goruntuler = SkyView.get_images(position=koordinatlar, survey='SDSSg')
# Fonksiyon bir imaj listesi dondurur
goruntu = goruntuler[0]
# Bir FITS goruntusu fits.HDUList nesnesi olup; 0. indeksinde goruntu bulunur
# Bu indeksin header nesnesi basligi data nesnesi ise goruntunun kendisini verir
# Bu goruntunun WCS koordinatlari goruntu basliginda bulunur
mywcs = wcs.WCS(goruntu[0].header)
fig = plt.figure(1)
# Bu WCS koordinatlari uzerinden istenen buyuklukte bir goruntu kesilip
# ekrana getirlebilir
ax = fig.add_axes([0.15, 0.1, 0.8, 0.8], projection=mywcs)
ax.set_xlabel("RA")
ax.set_ylabel("Dec")
ax.imshow(goruntu[0].data, cmap='gray_r', interpolation='none', origin='lower',
norm=plt.matplotlib.colors.LogNorm())
<matplotlib.image.AxesImage at 0x7e1c6dd2b9a0>
Simbad veritabanı Güneş sistemi dışındaki gökcisimleri için temel verileri, farklı kataloglardaki isimlerini, bu cisimler üzerine yapılmış çalışmaların kaynakçasını ve cisim için yapılan çeşitli ölçümleri sağlar. SIMBAD veritabanı sınırlı sorgulama kapasitesine sahiptir. Sunucuya kısa sürelerde büyük sorgular gönderirseniz IP'niz geçici olarak kara listeye alınabilir. Sınırı değişmekle birlikte saniyede 5 ile 10 sorgudan fazla sorgu göndermemek gerekir. Çok sayıda cismi içeren büyük sorgularda nesne isimlerini bir döngü dahilinde dosyalardan okuyarak tek tek sorguya geçirmek yerine bir cisim listesi oluşturup, bu listeyi sorguya göndermekte fayda vardır.
Daha önce basit sorgular için bazı örnekler vermiştik. Şimdi biraz daha ileri sorgularla veritabanından veri almaya çalışalım. Yeni Nesil Transit Araştırması (ing. Next Generation Transit Survey, NGTS), temelde parlak yıldızların etrafında ($V < 13^m$) Neptün'nden daha küçük olan ötegezegenleri geçiş yöntemiyle keşfetmek ve karakterize etmek için tasarlanmış, geniş bir gökyüzü alanında yapılan bir fotometrik araştırmadır. Bu araştırmanın cisimleri NGTS ismi ile kataloglanmaktadır. Şu ana kadar ne kadar NGTS cisminin kataloglandığını öğrenmek için bir Simbad sorgusu aşağıdaki gibi yazılabilir.
from astroquery.simbad import Simbad
sonuc_tablosu = Simbad.query_object("NGTS-*", wildcard=True)
print(sonuc_tablosu)
MAIN_ID RA ... COO_BIBCODE SCRIPT_NUMBER_ID "h:m:s" ... ---------------- ------------- ... ------------------- ---------------- NGTS-1 05 30 51.4522 ... 2020yCat.1350....0G 1 CD-30 11338 14 20 29.4891 ... 2020yCat.1350....0G 1 NGTS-3 06 17 46.7534 ... 2020yCat.1350....0G 1 NGTS-3Ab 06 17 46.7535 ... 2018yCat.1345....0G 1 NGTS-4 05 58 23.7549 ... 2020yCat.1350....0G 1 NGTS-5 14 44 13.9703 ... 2020yCat.1350....0G 1 ... ... ... ... ... UCAC4 279-005438 04 51 36.1377 ... 2020yCat.1350....0G 1 NGTS-17b 04 51 36.1377 ... 2020yCat.1350....0G 1 UCAC4 273-062781 12 02 11.0956 ... 2020yCat.1350....0G 1 NGTS-18b 12 02 11.0956 ... 2020yCat.1350....0G 1 NGTS-19B 15 16 31.5959 ... 2018yCat.1345....0G 1 NGTS-1b 05 30 51.4522 ... 2018yCat.1345....0G 1 NGTS-4b 05 58 23.7549 ... 2020yCat.1350....0G 1 Length = 46 rows
Görüldüğü gibi tüm NGTS cisimlerini görebilmek için "" karakterini kullandık. Bu karakterler ("","?", "[1-9]", "[a-b]" gibi) bir ya da daha çok karakterin yerini tutmak üzere kullanılır (ing. wildcard). Örneğin NGTS'in keşfettiği gezegenleri listelemek için NGTS katalog isminden sonra olası tüm seçenekleri listeleyecek olan (katalogdaki tüm NGTS adıyla kodlanmış cisimler) "*" karakterini kullandıktan sonra gezegen isimlerinin $b$ ile $i$ harfleri arasında isimlerle yıldız isminin sonuna getirileceğini düşünerek (bugüne kadar etrafında en fazla gezegen bulunan sistemde 8 gezegen keşfedilmiştir) aşağıdaki şekilde kurgulanan bir sorgu kullanılabilir.
sonuc_tablosu = Simbad.query_object("NGTS-*[b-i]", wildcard=True)
sonuc_tablosu
MAIN_ID | RA | DEC | RA_PREC | DEC_PREC | COO_ERR_MAJA | COO_ERR_MINA | COO_ERR_ANGLE | COO_QUAL | COO_WAVELENGTH | COO_BIBCODE | SCRIPT_NUMBER_ID |
---|---|---|---|---|---|---|---|---|---|---|---|
"h:m:s" | "d:m:s" | mas | mas | deg | |||||||
object | str13 | str13 | int16 | int16 | float32 | float32 | int16 | str1 | str1 | object | int32 |
NGTS-3Ab | 06 17 46.7535 | -35 42 23.046 | 14 | 14 | 0.016 | 0.017 | 90 | A | O | 2018yCat.1345....0G | 1 |
NGTS-10B | 06 07 29.3136 | -25 35 40.758 | 14 | 14 | 0.270 | 0.133 | 90 | A | O | 2020yCat.1350....0G | 1 |
NGTS-14B | 21 54 03.9205 | -38 22 38.653 | 14 | 14 | 0.082 | 0.069 | 90 | A | O | 2020yCat.1350....0G | 1 |
NGTS-20b | 03 05 10.2104 | -21 56 01.116 | 14 | 14 | 0.012 | 0.014 | 90 | A | O | 2020yCat.1350....0G | 1 |
CD-30 11338b | 14 20 29.4890 | -31 12 07.437 | 14 | 14 | 0.053 | 0.040 | 90 | A | O | 2018yCat.1345....0G | 1 |
NGTS-5b | 14 44 13.9704 | +05 36 19.417 | 14 | 14 | 0.022 | 0.021 | 90 | A | O | 2018yCat.1345....0G | 1 |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
NGTS-16b | 03 53 03.3314 | -30 48 16.632 | 14 | 14 | 0.010 | 0.012 | 90 | A | O | 2020yCat.1350....0G | 1 |
NGTS-17b | 04 51 36.1377 | -34 13 34.181 | 14 | 14 | 0.011 | 0.013 | 90 | A | O | 2020yCat.1350....0G | 1 |
NGTS-18b | 12 02 11.0956 | -35 32 55.017 | 14 | 14 | 0.015 | 0.012 | 90 | A | O | 2020yCat.1350....0G | 1 |
NGTS-19B | 15 16 31.5959 | -25 42 17.824 | 14 | 14 | 0.028 | 0.018 | 90 | A | O | 2018yCat.1345....0G | 1 |
NGTS-1b | 05 30 51.4522 | -36 37 50.896 | 14 | 14 | 0.016 | 0.020 | 90 | A | O | 2018yCat.1345....0G | 1 |
NGTS-4b | 05 58 23.7549 | -30 48 42.363 | 14 | 14 | 0.010 | 0.011 | 90 | A | O | 2020yCat.1350....0G | 1 |
Bir ya da daha fazla karakterin yerini tutmak üzere kulanabileceğiniz tüm karakterleri (ing. wildcard) öğrenmek için list_wildcards()
metodu kullanılabilir.
Simbad.list_wildcards()
* : Any string of characters (including an empty one) ? : Any character (exactly one character) [abc] : Exactly one character taken in the list. Can also be defined by a range of characters: [A-Z] [^0-9] : Any (one) character not in the list.
Bölge sorgularında (query_region
) varsayılan yarıçap $20$ yaydakikasıdır ve astropy.units
kullanılarak değiştirilebilir.
from astroquery.simbad import Simbad
import astropy.units as u
sonuc_tablosu = Simbad.query_region("Polaris", radius=0.1 * u.deg)
# yaricap derece-dakika-saniye ('dms') formatinda da tanimlanabilir
sonuc_tablosu = Simbad.query_region("Polaris", radius='0d6m0s')
print(sonuc_tablosu)
MAIN_ID RA ... SCRIPT_NUMBER_ID "h:m:s" ... --------------------------- ------------- ... ---------------- * alf UMi 02 31 49.0945 ... 1 * alf UMi B 02 30 36.0860 ... 1 Gaia DR3 576402619921730176 02 34 30.8477 ... 1 UCAC3 359-258 02 35 12.0618 ... 1 UCAC3 359-247 02 30 44.3425 ... 1 PWP 8 02 35 09.04 ... 1 RN 6 02 41 17 ... 1 UCAC3 359-198 02 10 05.9552 ... 1 2MASX J02341709+8920469 02 34 16.4080 ... 1 AG+88 8 02 16 19.8253 ... 1 IRAS 02057+8857 02 49 46.1 ... 1
Koordinat sorgularına daha önce örnekler verilmişti. Eğer bu tür sorgularda verilen koordinatların epoch değerleri (bu ölçümlerin referans verildiği zaman) biliniyorsa sorguya parametre olarak geçirilebilir.
from astropy import coordinates as coord
sonuc_tablosu = Simbad.query_region(coord.SkyCoord(ra=02.50, dec=89.90,
unit=(u.hour, u.deg), frame='fk5'),
radius=0.5 * u.deg,
epoch='B1950',
equinox=1950)
print(sonuc_tablosu)
MAIN_ID RA ... SCRIPT_NUMBER_ID "h:m:s" ... ---------------------------- ------------- ... ---------------- Gaia DR3 1152903847998259712 11 30 48.1736 ... 1 TYC 4644-6-1 11 35 12.6253 ... 1 Gaia DR2 1152914602596449408 09 16 57.5993 ... 1 TYC 4643-26-1 08 12 13.9402 ... 1 TYC 4645-2-1 13 38 05.8259 ... 1 Gaia DR3 1152911231045163776 07 58 42.9159 ... 1 ... ... ... ... Shk 172-5 15 42 52.8 ... 1 Shk 172-2 15 40 42.3 ... 1 1RXS J050421.1+893321 05 04 21.101 ... 1 Gaia DR3 576439316121957888 04 03 47.6985 ... 1 Gaia DR2 1152887561482454016 08 53 14.4154 ... 1 TYC 4644-20-1 10 49 28.3745 ... 1 Gaia DR3 576385646213013120 05 47 17.0370 ... 1 Length = 73 rows
Bölge sorgularında vektörleştirilmiş koordinat aralıklarını kullanmak hem hız açısından daha etkilidir, hem de daha kullanışlıdır.
sonuc_tablosu = Simbad.query_region(coord.SkyCoord(ra=[0, 1], dec=[-1,1],
unit=(u.hour, u.deg), frame='fk5'),
radius=0.1 * u.deg)
sonuc_tablosu
MAIN_ID | RA | DEC | RA_PREC | DEC_PREC | COO_ERR_MAJA | COO_ERR_MINA | COO_ERR_ANGLE | COO_QUAL | COO_WAVELENGTH | COO_BIBCODE | SCRIPT_NUMBER_ID |
---|---|---|---|---|---|---|---|---|---|---|---|
"h:m:s" | "d:m:s" | mas | mas | deg | |||||||
object | str13 | str13 | int16 | int16 | float32 | float32 | int16 | str1 | str1 | object | int32 |
NVSS J235956-010125 | 23 59 56.486 | -01 01 25.61 | 7 | 7 | 1000.000 | 1000.000 | 90 | C | R | 2015ApJ...801...26H | 1 |
2SLAQ J000006.80-010135.1 | 00 00 06.800 | -01 01 35.16 | 7 | 7 | 65.000 | 63.000 | 0 | C | O | 2009ApJS..182..543A | 1 |
PB 5664 | 23 59 46 | -00 58.3 | 4 | 4 | -- | -- | 0 | E | 1980A&AS...39...39B | 1 | |
SDSS J235955.88-010346.8 | 23 59 55.884 | -01 03 46.86 | 7 | 7 | -- | -- | 0 | C | O | 2020ApJS..250....8L | 1 |
2SLAQ J000015.84-005941.6 | 00 00 15.8519 | -00 59 41.649 | 14 | 14 | 1.692 | 2.216 | 90 | C | O | 2020yCat.1350....0G | 1 |
[VV2006] J235945.5-005819 | 23 59 45.4964 | -00 58 19.708 | 14 | 14 | 0.179 | 0.111 | 90 | A | O | 2020yCat.1350....0G | 1 |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
WiggleZ R01J005952967+01044853 | 00 59 52.9763 | +01 04 48.432 | 8 | 8 | -- | -- | 0 | C | O | 2018MNRAS.474.4151D | 2 |
SDSS J010018.10+010226.7 | 01 00 18.104 | +01 02 26.74 | 7 | 7 | 23.000 | 17.000 | 90 | C | O | 2012ApJS..203...21A | 2 |
WiggleZ R01J010016989+00565316 | 01 00 16.9983 | +00 56 53.063 | 8 | 8 | -- | -- | 0 | C | O | 2018MNRAS.474.4151D | 2 |
SDSS J010014.44+010418.3 | 01 00 14.4496 | +01 04 18.400 | 9 | 9 | -- | -- | 0 | C | O | 2020ApJS..249....3A | 2 |
Gaia DR2 2537368959381150592 | 01 00 12.1957 | +00 55 14.155 | 14 | 14 | 0.064 | 0.048 | 90 | A | O | 2018yCat.1345....0G | 2 |
WiggleZ R01J010007335+00542459 | 01 00 07.3442 | +00 54 24.487 | 8 | 8 | -- | -- | 0 | C | O | 2018MNRAS.474.4151D | 2 |
Bir cismin alternatif isimlerini öğrenmek için aşağıdaki gibi bir sorgu kurgulanabilir.
sorgu = Simbad.query_objectids("TYC 7282-1298-1")
sonuc_tablosu = [isim[0] for isim in sorgu]
print(sonuc_tablosu)
['Gaia DR3 6220602384081327104', 'TIC 125739286', 'GSC 07282-01298', 'TYC 7282-1298-1', '2MASS J14202949-3112074', 'RAVE J142029.5-311208', 'NGTS-2', 'Gaia DR1 6220602379784456320', 'Gaia DR2 6220602384081327104', 'CD-30 11338']
Bibliyografik kodu bilinen herhangi bir yayında veri tabanında aranabilir.
from astroquery.simbad import Simbad
sonuc_tablosu = Simbad.query_bibcode('2011A&A...535A..17B')
print(sonuc_tablosu)
References --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- 2011A&A...535A..17B = DOI 10.1051/0004-6361/201117740\nAstronomy and Astrophysics, volume 535A, 17-17 (2011/11-1)\nBASTURK O., DALL T.H., COLLET R., LO CURTO G. and SELAM S.O.\nBisectors of the HARPS cross-correlation function. The dependence on stellar atmospheric parameters.\nFiles: (abstract)
Bibliyografik kodu bilinen yayının içinde geçen kataloglanmış ve yayın içinde \astrobj latex anahtarıyla kodlanmış cisimleri almak için de aşağıdaki gibi bir sorgu yazılabilir.
from astroquery.simbad import Simbad
sonuc_tablosu = Simbad.query_bibobj('2011A&A...535A..17B')
print(sonuc_tablosu)
MAIN_ID RA ... COO_BIBCODE SCRIPT_NUMBER_ID "h:m:s" ... ----------- ------------- ... ------------------- ---------------- HD 1461 00 18 41.8676 ... 2020yCat.1350....0G 1 HD 4915 00 51 10.8478 ... 2020yCat.1350....0G 1 HD 7449 01 14 29.3222 ... 2020yCat.1350....0G 1 * tau Cet 01 44 04.0831 ... 2020yCat.1350....0G 1 * lam02 For 02 36 58.6077 ... 2020yCat.1350....0G 1 * zet02 Ret 03 18 12.8188 ... 2020yCat.1350....0G 1 ... ... ... ... ... HD 179949 19 15 33.2300 ... 2020yCat.1350....0G 1 * del Pav 20 08 43.6088 ... 2020yCat.1350....0G 1 HD 207129 21 48 15.7511 ... 2020yCat.1350....0G 1 * eps Ind 22 03 21.6536 ... 2020yCat.1350....0G 1 HD 210918 22 14 38.6528 ... 2020yCat.1350....0G 1 HD 215456 22 46 08.0342 ... 2020yCat.1350....0G 1 HD 221420 23 33 19.5789 ... 2020yCat.1350....0G 1 Length = 66 rows
sonuc_tablosu.columns
<TableColumns names=('MAIN_ID','RA','DEC','RA_PREC','DEC_PREC','COO_ERR_MAJA','COO_ERR_MINA','COO_ERR_ANGLE','COO_QUAL','COO_WAVELENGTH','COO_BIBCODE','SCRIPT_NUMBER_ID')>
SIMBAD veritabanının istenen kriter(ler)e göre arama yapılmasını sağlayan bir kriter arayüzü (criteria interface) de bulunmaktadır. astroquery.simbad
bu arayüzün kullanılmasına olanak sağlayan fonksiyonlara da sahiptir. Örneğin Simbad kataloğunda bulunan 12 kadirden daha parlak kataklizmik değişenlerin bir listesine aşağıdaki sorguyla ulaşılabilir. Bu tür sorgular herhangi bir araştırma için hedef listesi oluşturulurken vazgeçilmezdir. Simbad veritabanında yapılabilecek kritere dayalı sorgular için öncelikle ilgili dokümantasyonu dikkatle okumak, sorgularda kullanılabilecek anahtar kelime ve olası karşılaştırma seçeneklerini öğrenmek gereklidir. Ayrıca nesne türü bazında araştırma yapmak için de Simbad'ın nesne sınıflandırma listesini incelemek gerekir.
from astroquery.simbad import Simbad
sonuc_tablosu = Simbad.query_criteria('Vmag < 12 & maintype = "CV*"')
print(sonuc_tablosu)
MAIN_ID RA ... COO_BIBCODE SCRIPT_NUMBER_ID "h:m:s" ... ----------------------- ------------- ... ------------------- ---------------- NSV 786 02 22 22.6232 ... 2020yCat.1350....0G 0 V* Z Cam 08 25 13.1986 ... 2020yCat.1350....0G 0 V* V648 Ori 04 52 32.3611 ... 2020yCat.1350....0G 0 V* CW Mon 06 36 54.5810 ... 2020yCat.1350....0G 0 HD 54738 07 10 08.0 ... 0 V* FV Cnc 08 48 01.7386 ... 2020yCat.1350....0G 0 ... ... ... ... ... V* AE Aqr 20 40 09.1598 ... 2020yCat.1350....0G 0 Cl* NGC 104 SBG V3 00 24 06.2913 ... 2018yCat.1345....0G 0 CXOGlb J002407.7-720527 00 24 07.5339 ... 2020yCat.1350....0G 0 2MASS J00240462-7204462 00 24 04.6189 ... 2018yCat.1345....0G 0 V* V1129 Cen 12 39 07.8948 ... 2020yCat.1350....0G 0 1RXS J071404.0+700413 07 14 04.6544 ... 2020yCat.1350....0G 0 V* IM Eri 04 24 41.1074 ... 2020yCat.1350....0G 0 Length = 30 rows
SIMBAD veritabanı sorgularında ya da sonuçların görüntülenmesinde varsayılan değerler değiştirilebilir. Bir sorgunun sonucundan belirli sayıda satır çekmek için ROW_LIMIT, veritabanının belirli bir sürede sonuç vermediği vakit sorgunun başarısız olarak sonuçlandırılmasını denetleyen TIMEOUT gibi parametreler aşağıdaki şekilde ayarlanıp, istendiğinde değiştirilebilir. Bu ayarlar ayrıca astroquery.cfg konfigürasyon dosyasında da yer almaktadır. Bu dosyadan değiştirilerek kalıcı hale de getirilebilir.
Bunun yanı sıra tüm veriyi bir pandas
veriçerçevesine alıp, pandas paketi görüntüleme opsiyonları (pandas.options
) ile de bu tür ayarlar yapılablir.
Simbad.ROW_LIMIT = 15
Simbad.TIMEOUT = 60
Simbad gibi gelişmiş astronomi veritabanları Sanal Gözlemevi (virtual observatory -- VO) yapılarında tanımlı standartlara uydukları için sütun isimlendirme ve yapıları da bu standartlar dahilindedir. Simbad'da erişilebilir sanal gözlemevi alanları ($VOTABLES$) elde etmek için votable.fields()
fonksiyonu kullanılabilir.
Simbad.list_votable_fields()
--NOTES-- 1. The parameter filtername must correspond to an existing filter. Filters include: B,V,R,I,J,K. They are checked by SIMBAD but not astroquery.simbad 2. Fields beginning with rvz display the data as it is in the database. Fields beginning with rv force the display as a radial velocity. Fields beginning with z force the display as a redshift 3. For each measurement catalog, the VOTable contains all fields of the first measurement. When applicable, the first measurement is the mean one. Available VOTABLE fields: bibcodelist(y1-y2) biblio cel cl.g coo(opt) coo_bibcode coo_err_angle coo_err_maja coo_err_mina coo_qual coo_wavelength coordinates dec(opt) dec_prec diameter dim dim_angle dim_bibcode dim_incl dim_majaxis dim_minaxis dim_qual dim_wavelength dimensions distance distance_result einstein fe_h flux(filtername) flux_bibcode(filtername) flux_error(filtername) flux_name(filtername) flux_qual(filtername) flux_system(filtername) flux_unit(filtername) fluxdata(filtername) gcrv gen gj hbet hbet1 hgam id(opt) ids iras irc iso iue jp11 link_bibcode main_id measurements membership mesplx mespm mk morphtype mt mt_bibcode mt_qual otype otype(opt) otypes parallax plx plx_bibcode plx_error plx_prec plx_qual pm pm_bibcode pm_err_angle pm_err_maja pm_err_mina pm_qual pmdec pmdec_prec pmra pmra_prec pos posa propermotions ra(opt) ra_prec rot rv_value rvz_bibcode rvz_error rvz_qual rvz_radvel rvz_type rvz_wavelength sao sp sp_bibcode sp_nature sp_qual sptype td1 typed_id ubv uvby uvby1 v* velocity xmm z_value For more information on a field: Simbad.get_field_description ('field_name') Currently active VOTABLE fields: ['main_id', 'coordinates']
Simbad.get_field_description('distance')
Measure of distances by several means
Örnek olarak EL CVn yıldızı için oluşturulan tabloya sanal gözlemevi alanları add_votable_fields
fonksiyonuyla eklenebilir. Bu amaçla standart sütunları döndüren bir Simbad sorgusu yerine yeni bir Simbad sorgusu kurgularken bu sütunların da sorguya dahil edilmesi istenir.
customSimbad = Simbad()
customSimbad.add_votable_fields('otype','distance', 'velocity')
ELCVn = customSimbad.query_object("EL CVn")
ELCVn.pprint(show_unit=True)
ELCVn.colnames
MAIN_ID RA DEC ... RVZ_BIBCODE SCRIPT_NUMBER_ID "h:m:s" "d:m:s" ... --------- ------------- ------------- ... ------------------- ---------------- V* EL CVn 13 23 57.0187 +43 35 55.438 ... 2014MNRAS.437.1681M 1
['MAIN_ID', 'RA', 'DEC', 'RA_PREC', 'DEC_PREC', 'COO_ERR_MAJA', 'COO_ERR_MINA', 'COO_ERR_ANGLE', 'COO_QUAL', 'COO_WAVELENGTH', 'COO_BIBCODE', 'OTYPE', 'Distance_distance', 'Distance_Q', 'Distance_unit', 'Distance_merr', 'Distance_perr', 'Distance_method', 'Distance_bibcode', 'RVZ_TYPE', 'RVZ_RADVEL', 'RVZ_ERROR', 'RVZ_QUAL', 'RVZ_WAVELENGTH', 'RVZ_BIBCODE', 'SCRIPT_NUMBER_ID']
print("EL CVn {} turunde bir degisen olup {:.2f} {} uzakliktadir.".
format(ELCVn['OTYPE'][0], ELCVn['Distance_distance'][0],
ELCVn['Distance_unit'][0]))
EL CVn EclBin turunde bir degisen olup 260.27 pc uzakliktadir.
Bir yıldızın tayf türünü (veritabanında bulunmak şartıyla) elde etmek üzere başka bir örnek aşağıda verilmiştir. Yine öcelikle Simbad() veritabanı nesnesinin bir olgusu (instance) oluşturulur. Daha sonra bu olguya VO tablosu sütunları eklenir (add_votable_fields
). Bu durumda eğer bilgi veritabanında varsa ona da sütun adı (sptype) üzerinden erişilebilir.
customSimbad = Simbad()
customSimbad.add_votable_fields('sptype')
result = customSimbad.query_object('EL CVn')
result
MAIN_ID | RA | DEC | RA_PREC | DEC_PREC | COO_ERR_MAJA | COO_ERR_MINA | COO_ERR_ANGLE | COO_QUAL | COO_WAVELENGTH | COO_BIBCODE | SP_TYPE | SP_QUAL | SP_BIBCODE | SCRIPT_NUMBER_ID |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
"h:m:s" | "d:m:s" | mas | mas | deg | ||||||||||
object | str13 | str13 | int16 | int16 | float32 | float32 | int16 | str1 | str1 | object | object | str1 | object | int32 |
V* EL CVn | 13 23 57.0187 | +43 35 55.438 | 14 | 14 | 0.009 | 0.014 | 90 | A | O | 2020yCat.1350....0G | A1V | C | 1969RGOB..156...35W | 1 |
result['SP_TYPE']
A1V |
Standart sütunlara yenileri eklenebileceği gibi (add_votable_fields()) çıkarılabilir de (remove_votable_fields()). Sanal gözlemevi tabloları eski haline döndürülmek istendiğinde reset_votable_fields fonksiyonu kullanılır.
Simbad.add_votable_fields('typed_id')
Simbad.query_objects(['M51', 'Proxima', 'Antares'])
MAIN_ID | RA | DEC | RA_PREC | DEC_PREC | COO_ERR_MAJA | COO_ERR_MINA | COO_ERR_ANGLE | COO_QUAL | COO_WAVELENGTH | COO_BIBCODE | TYPED_ID | SCRIPT_NUMBER_ID |
---|---|---|---|---|---|---|---|---|---|---|---|---|
"h:m:s" | "d:m:s" | mas | mas | deg | ||||||||
object | str13 | str13 | int16 | int16 | float32 | float32 | int16 | str1 | str1 | object | object | int32 |
M 51 | 13 29 52.698 | +47 11 42.93 | 7 | 7 | -- | -- | 0 | C | I | 2006AJ....131.1163S | M51 | 1 |
NAME Proxima Centauri | 14 29 42.9461 | -62 40 46.164 | 14 | 14 | 0.024 | 0.034 | 90 | A | O | 2020yCat.1350....0G | Proxima | 2 |
* alf Sco | 16 29 24.4597 | -26 25 55.209 | 9 | 9 | 10.710 | 6.680 | 90 | A | O | 2007A&A...474..653V | Antares | 3 |
VizieR, astronomide sık kullanılan kataloglara ve bilimsel yayınların elektronik verilerine birden çok arabirim aracılığıyla erişim sağlayan büyük bir veritabanıdır. Sorgu araçları, kullanıcının ilgili veri tablolarını seçmesine ve verilen kriterlere uyan kayıtları çıkarmasına ve biçimlendirmesine olanak sağlar. 13 Mart 2023 tarihi itibarı ile 23136 katalog içeren VizieR'in tüm bu katalogları sorgulamak için bir de web arayüzü bulunmaktadır.
VizieR, CDS (Centre de Données astronomiques de Strasbourg) ve ESA-ESRIN'in (Bilgi Sistemleri Bölümü) ortak çabası olarak 1996'da kurulmuş bir servistir ve şu anda sadece CDS tarafından yönetilmektedir. Hal-i hazırda VizieR mevcut tüm çevrimiçi katalogları, bazı kataloglarının yapısının uygun olmaması, bazılarının ise VizieR'e hiç duyurulmayan, az kullanılan kataloglar olması nedeniyle içermemektedir. Bu tür katalogların bulunduğu sonunculara Astronomer's Bazaar FTP sunucusu yoluyla erişilebilir.
Belirli bir nesne hakkında bilgi için Vizier'deki çok sayıda katalog aşağıdaki şekilde taranabilir. Sonuç olarak aranan cismin adının geçtiği ve bir satır olarak içinde bulunduğu kataloglar ve bilimsel yayınların veri tabloları listelenir.
from astroquery.vizier import Vizier
# Hızlı radyo patlaması (Fast radio burst -- FRB)
# 121102 için bir arama aşağıdaki gibi kurgulanabilir.
result = Vizier.query_object("FRB121102")
print(result)
WARNING: UnitsWarning: The unit 'pix' has been deprecated in the VOUnit standard. [astropy.units.format.utils] WARNING: UnitsWarning: The unit 'ct' has been deprecated in the VOUnit standard. [astropy.units.format.utils] WARNING: UnitsWarning: Unit 'Sun' not supported by the VOUnit standard. Did you mean uN? [astropy.units.format.vounit] WARNING: UnitsWarning: The unit 'au' has been deprecated in the VOUnit standard. Suggested: 1.4959787e+11m. [astropy.units.format.utils]
TableList with 159 tables: '0:I/197A/tic' with 10 column(s) and 3 row(s) '1:I/252/out' with 8 column(s) and 50 row(s) '2:I/254/out' with 10 column(s) and 15 row(s) '3:I/255/out' with 9 column(s) and 15 row(s) '4:I/259/tyc2' with 10 column(s) and 2 row(s) '5:I/261/fonac' with 9 column(s) and 3 row(s) '6:I/271/out' with 11 column(s) and 50 row(s) '7:I/275/ac2002' with 9 column(s) and 3 row(s) '8:I/280B/ascc' with 12 column(s) and 2 row(s) '9:I/284/out' with 14 column(s) and 50 row(s) '10:I/289/out' with 13 column(s) and 11 row(s) '11:I/297/out' with 19 column(s) and 50 row(s) '12:I/304/out' with 9 column(s) and 39 row(s) '13:I/305/out' with 11 column(s) and 50 row(s) '14:I/306A/stars' with 20 column(s) and 1 row(s) '15:I/312/sample' with 13 column(s) and 6 row(s) '16:I/317/sample' with 13 column(s) and 50 row(s) '17:I/319/xpm' with 25 column(s) and 50 row(s) '18:I/322A/out' with 24 column(s) and 24 row(s) '19:I/324/igsl3' with 18 column(s) and 50 row(s) '20:I/327/cmc15' with 9 column(s) and 41 row(s) '21:I/329/urat1' with 16 column(s) and 50 row(s) '22:I/337/gaia' with 14 column(s) and 50 row(s) '23:I/337/tgas' with 20 column(s) and 2 row(s) '24:I/337/tgasptyc' with 22 column(s) and 2 row(s) '25:I/339/hsoy' with 18 column(s) and 50 row(s) '26:I/340/ucac5' with 20 column(s) and 23 row(s) '27:I/342/f3' with 18 column(s) and 9 row(s) '28:I/345/gaia2' with 32 column(s) and 50 row(s) '29:I/347/gaia2dis' with 9 column(s) and 50 row(s) '30:I/348/catalog' with 35 column(s) and 5 row(s) '31:I/349/starhorse' with 19 column(s) and 46 row(s) '32:I/350/gaiaedr3' with 39 column(s) and 50 row(s) '33:I/350/tyc2tdsc' with 16 column(s) and 2 row(s) '34:I/350/comscanl' with 13 column(s) and 1 row(s) '35:I/351/gps1_p' with 22 column(s) and 50 row(s) '36:I/352/gedr3dis' with 10 column(s) and 50 row(s) '37:I/353/gsc242' with 35 column(s) and 50 row(s) '38:I/354/starhorse2021' with 20 column(s) and 50 row(s) '39:I/355/gaiadr3' with 57 column(s) and 50 row(s) '40:I/355/paramp' with 24 column(s) and 50 row(s) '41:I/355/paramsup' with 24 column(s) and 50 row(s) '42:I/355/epphot' with 48 column(s) and 50 row(s) '43:I/355/rvsmean' with 9 column(s) and 50 row(s) '44:I/355/xpsummary' with 22 column(s) and 35 row(s) '45:I/355/xpsample' with 6 column(s) and 50 row(s) '46:I/355/xpcont' with 26 column(s) and 35 row(s) '47:I/355/spectra' with 5 column(s) and 11 row(s) '48:I/358/varisum' with 24 column(s) and 3 row(s) '49:I/358/vclassre' with 8 column(s) and 3 row(s) '50:I/358/veb' with 27 column(s) and 1 row(s) '51:I/360/syntphot' with 5 column(s) and 35 row(s) '52:II/246/out' with 15 column(s) and 50 row(s) '53:II/270/catal' with 9 column(s) and 23 row(s) '54:II/271A/patch2' with 10 column(s) and 3 row(s) '55:II/287/skydot' with 11 column(s) and 3 row(s) '56:II/311/wise' with 22 column(s) and 50 row(s) '57:II/321/iphas2' with 11 column(s) and 50 row(s) '58:II/328/allwise' with 28 column(s) and 50 row(s) '59:II/336/apass9' with 20 column(s) and 13 row(s) '60:II/349/ps1' with 35 column(s) and 50 row(s) '61:II/356/xmmom41s' with 44 column(s) and 50 row(s) '62:II/360/catalog' with 21 column(s) and 41 row(s) '63:II/363/unwise' with 11 column(s) and 50 row(s) '64:II/365/catwise' with 38 column(s) and 50 row(s) '65:II/370/xmmom5s' with 44 column(s) and 50 row(s) '66:III/284/allstars' with 99 column(s) and 2 row(s) '67:III/284/allvis' with 10 column(s) and 6 row(s) '68:IV/35/wn18_b10' with 18 column(s) and 50 row(s) '69:IV/36/giphasl' with 18 column(s) and 10 row(s) '70:IV/38/tic' with 48 column(s) and 50 row(s) '71:IV/39/tic82' with 48 column(s) and 50 row(s) '72:V/136/tycall' with 14 column(s) and 2 row(s) '73:V/146/dr1' with 14 column(s) and 5 row(s) '74:V/146/fgkstars' with 14 column(s) and 1 row(s) '75:V/149/dr2' with 13 column(s) and 4 row(s) '76:V/149/stellar2' with 15 column(s) and 3 row(s) '77:V/153/dr4' with 13 column(s) and 8 row(s) '78:V/153/stellar4' with 15 column(s) and 6 row(s) '79:V/155/gdr2ap' with 22 column(s) and 17 row(s) '80:V/156/dr7lrs' with 18 column(s) and 8 row(s) '81:V/156/dr7slrs' with 23 column(s) and 5 row(s) '82:V/156/dr7melrs' with 13 column(s) and 1 row(s) '83:V/156/dr7mrs' with 23 column(s) and 50 row(s) '84:V/156/dr7smrs' with 34 column(s) and 10 row(s) '85:V/164/dr5' with 12 column(s) and 8 row(s) '86:V/164/stellar5' with 15 column(s) and 6 row(s) '87:V/165/igapsdr1' with 17 column(s) and 50 row(s) '88:VI/42/out' with 3 column(s) and 1 row(s) '89:VI/135/table15' with 15 column(s) and 2 row(s) '90:VI/137/gum_mw' with 17 column(s) and 50 row(s) '91:VI/145/attitude' with 18 column(s) and 5 row(s) '92:VII/293/catalog' with 14 column(s) and 13 row(s) '93:VIII/65/nvss' with 12 column(s) and 1 row(s) '94:VIII/106/hprsl' with 5 column(s) and 6 row(s) '95:IX/54/xmm3r7s' with 17 column(s) and 6 row(s) '96:IX/55/xmm3r8s' with 17 column(s) and 6 row(s) '97:IX/58/2sxps' with 12 column(s) and 3 row(s) '98:IX/58/2sxpscle' with 12 column(s) and 2 row(s) '99:IX/59/xmm4dr9s' with 17 column(s) and 6 row(s) '100:IX/61/xmm4r9st' with 23 column(s) and 20 row(s) '101:IX/63/xmm4d10s' with 16 column(s) and 6 row(s) '102:IX/64/xmm410st' with 23 column(s) and 20 row(s) '103:IX/65/xmm4d11s' with 16 column(s) and 6 row(s) '104:IX/66/xmm411st' with 23 column(s) and 20 row(s) '105:B/swift/swiftlog' with 10 column(s) and 1 row(s) '106:J/ApJ/737/45/table1' with 8 column(s) and 1 row(s) '107:J/ApJ/833/119/distall' with 16 column(s) and 2 row(s) '108:J/ApJ/833/119/distallw' with 16 column(s) and 2 row(s) '109:J/ApJ/836/5/table1' with 14 column(s) and 2 row(s) '110:J/ApJ/858/L7/table1' with 10 column(s) and 2 row(s) '111:J/ApJ/858/L7/table2' with 13 column(s) and 1 row(s) '112:J/ApJ/867/105/refcat2' with 23 column(s) and 50 row(s) '113:J/ApJ/878/21/table1' with 19 column(s) and 1 row(s) '114:J/ApJ/891/23/catalog' with 26 column(s) and 27 row(s) '115:J/ApJ/900/4/table3' with 19 column(s) and 1 row(s) '116:J/ApJ/901/109/table1' with 10 column(s) and 1 row(s) '117:J/ApJ/914/116/table2' with 14 column(s) and 3 row(s) '118:J/ApJS/245/34/catalog' with 47 column(s) and 6 row(s) '119:J/ApJS/246/9/catalog' with 21 column(s) and 4 row(s) '120:J/ApJS/258/26/table4' with 27 column(s) and 32 row(s) '121:J/ApJS/259/11/table4' with 24 column(s) and 1 row(s) '122:J/ApJS/261/36/rrnetcat' with 40 column(s) and 33 row(s) '123:J/A+A/594/A116/nhi_hpx' with 6 column(s) and 1 row(s) '124:J/A+A/628/A67/catalog' with 11 column(s) and 2 row(s) '125:J/A+A/638/A21/sample' with 17 column(s) and 2 row(s) '126:J/A+A/638/A76/apogee' with 14 column(s) and 2 row(s) '127:J/A+A/638/A76/lamost' with 14 column(s) and 6 row(s) '128:J/A+A/644/A69/news' with 27 column(s) and 1 row(s) '129:J/A+A/648/A44/tabled1' with 41 column(s) and 4 row(s) '130:J/A+A/657/A138/table6' with 13 column(s) and 2 row(s) '131:J/A+A/657/A138/table7' with 13 column(s) and 5 row(s) '132:J/A+A/659/A38/xmmaster' with 31 column(s) and 1 row(s) '133:J/A+A/659/A95/sos' with 12 column(s) and 9 row(s) '134:J/A+A/659/A95/apogee' with 18 column(s) and 2 row(s) '135:J/A+A/659/A95/lamost' with 18 column(s) and 6 row(s) '136:J/AJ/154/259/table6' with 14 column(s) and 2 row(s) '137:J/AJ/155/39/table5' with 10 column(s) and 2 row(s) '138:J/AJ/155/181/table1' with 16 column(s) and 4 row(s) '139:J/AJ/156/18/table2' with 5 column(s) and 2 row(s) '140:J/AJ/156/102/table9' with 10 column(s) and 2 row(s) '141:J/AJ/156/241/table4' with 16 column(s) and 5 row(s) '142:J/AJ/158/93/table2' with 5 column(s) and 15 row(s) '143:J/AJ/158/147/table1' with 10 column(s) and 1 row(s) '144:J/AJ/159/84/table2' with 5 column(s) and 15 row(s) '145:J/AJ/159/182/table4' with 13 column(s) and 2 row(s) '146:J/AJ/163/152/table1' with 12 column(s) and 2 row(s) '147:J/PASP/120/1128/catalog' with 15 column(s) and 1 row(s) '148:J/MNRAS/443/2907/amap' with 13 column(s) and 1 row(s) '149:J/MNRAS/463/4210/ucac4rpm' with 12 column(s) and 6 row(s) '150:J/MNRAS/471/770/table1' with 42 column(s) and 1 row(s) '151:J/MNRAS/474/5008/spidxcat' with 21 column(s) and 1 row(s) '152:J/MNRAS/476/2117/apogeenn' with 13 column(s) and 2 row(s) '153:J/MNRAS/489/176/dr14ages' with 8 column(s) and 1 row(s) '154:J/MNRAS/489/2079/table1' with 17 column(s) and 2 row(s) '155:J/MNRAS/495/3087/catalog' with 15 column(s) and 4 row(s) '156:J/MNRAS/505/1135/haexlit' with 15 column(s) and 10 row(s) '157:J/MNRAS/505/1135/haexfull' with 21 column(s) and 10 row(s) '158:J/other/PASA/33.45/frbcat' with 15 column(s) and 1 row(s)
Örneğin $\gamma$-ışını gözlemleri yapan Fermi Geniş Alan Teleskobu'nun (Fermi-LAT) kataloğunun kataloğu aşağıdaki şekilde aranabilir.
catalog_list = Vizier.find_catalogs('Gamma', max_catalogs=10000)
WARNING: UnitsWarning: The unit 'ct' has been deprecated in the VOUnit standard. [astropy.units.format.utils] WARNING: UnitsWarning: The unit 'a' has been deprecated in the VOUnit standard. Suggested: 365.25d. [astropy.units.format.utils] WARNING: UnitsWarning: Unit 'uas' not supported by the VOUnit standard. Did you mean 1e-06a, uA or ua (deprecated)? [astropy.units.format.vounit] WARNING: UnitsWarning: The unit 'ph' has been deprecated in the VOUnit standard. [astropy.units.format.utils] WARNING: UnitsWarning: The unit 'pix' has been deprecated in the VOUnit standard. [astropy.units.format.utils] WARNING: UnitsWarning: Unit 'mCrab' not supported by the VOUnit standard. [astropy.units.format.vounit] WARNING: UnitsWarning: Unit 'Sun' not supported by the VOUnit standard. Did you mean uN? [astropy.units.format.vounit] WARNING: UnitsWarning: The unit 'barn' has been deprecated in the VOUnit standard. Suggested: 1e-28m**2. [astropy.units.format.utils] WARNING: UnitsWarning: The unit 'mbarn' has been deprecated in the VOUnit standard. Suggested: 0.001barn. [astropy.units.format.utils] WARNING: UnitsWarning: The unit 'G' has been deprecated in the VOUnit standard. Suggested: 0.0001T. [astropy.units.format.utils] WARNING: UnitsWarning: Unit 'kibyte' not supported by the VOUnit standard. Did you mean Kibyte, Tibyte or kbyte? [astropy.units.format.vounit] WARNING: UnitsWarning: Unit 'Crab' not supported by the VOUnit standard. [astropy.units.format.vounit] WARNING: UnitsWarning: The unit 'kct' has been deprecated in the VOUnit standard. Suggested: 1000count. [astropy.units.format.utils] WARNING: UnitsWarning: Unit 'cmg' not supported by the VOUnit standard. Did you mean 0.001G, 1000000G, MG (deprecated), Mg, cm, cmag, mG (deprecated) or mg? [astropy.units.format.vounit] WARNING: UnitsWarning: Unit 'arcs' not supported by the VOUnit standard. Did you mean arcsec? [astropy.units.format.vounit] WARNING: UnitsWarning: Unit 'ppm' not supported by the VOUnit standard. Did you mean Pm or pm? [astropy.units.format.vounit]
print("Toplam {:d} katalog listelenmiştir".format(len(catalog_list)))
catalog_list
Toplam 520 katalog listelenmiştir
OrderedDict([('III/29', </>), ('VIII/108', </>), ('IX/20A', </>), ('IX/36', </>), ('IX/51', </>), ('IX/60', </>), ('IX/67', </>), ('J/ApJ/446/115', </>), ('J/ApJ/481/95', </>), ('J/ApJ/491/93', </>), ('J/ApJ/508/314', </>), ('J/ApJ/522/846', </>), ('J/ApJ/563/80', </>), ('J/ApJ/590/109', </>), ('J/ApJ/607/L33', </>), ('J/ApJ/608/L93', </>), ('J/ApJ/609/564', </>), ('J/ApJ/609/935', </>), ('J/ApJ/615/887', </>), ('J/ApJ/615/897', </>), ('J/ApJ/616/1072', </>), ('J/ApJ/626/95', </>), ('J/ApJ/626/L5', </>), ('J/ApJ/633/L77', </>), ('J/ApJ/634/L89', </>), ('J/ApJ/636/765', </>), ('J/ApJ/641/L13', </>), ('J/ApJ/642/L99', </>), ('J/ApJ/647/1375', </>), ('J/ApJ/649/L9', </>), ('J/ApJ/654/527', </>), ('J/ApJ/654/L21', </>), ('J/ApJ/654/L25', </>), ('J/ApJ/657/706', </>), ('J/ApJ/672/449', </>), ('J/ApJ/678/102', </>), ('J/ApJ/678/1127', </>), ('J/ApJ/681/113', </>), ('J/ApJ/681/1464', </>), ('J/ApJ/686/1195', </>), ('J/ApJ/686/1209', </>), ('J/ApJ/687/1201', </>), ('J/ApJ/690/163', </>), ('J/ApJ/691/723', </>), ('J/ApJ/693/1484', </>), ('J/ApJ/700/597', </>), ('J/ApJ/701/824', </>), ('J/ApJ/702/489', </>), ('J/ApJ/704/1405', </>), ('J/ApJ/706/L7', </>), ('J/ApJ/707/L56', </>), ('J/ApJ/709/1407', </>), ('J/ApJ/711/495', </>), ('J/ApJ/715/429', </>), ('J/ApJ/715/1438', </>), ('J/ApJ/718/587', </>), ('J/ApJ/720/862', </>), ('J/ApJ/720/1146', </>), ('J/ApJ/720/1513', </>), ('J/ApJ/722/520', </>), ('J/ApJ/722/L7', </>), ('J/ApJ/726/16', </>), ('J/ApJ/727/73', </>), ('J/ApJ/731/103', </>), ('J/ApJ/740/104', </>), ('J/ApJ/741/30', </>), ('J/ApJ/742/27', </>), ('J/ApJ/742/66', </>), ('J/ApJ/743/154', </>), ('J/ApJ/743/171', </>), ('J/ApJ/744/141', </>), ('J/ApJ/744/177', </>), ('J/ApJ/746/156', </>), ('J/ApJ/746/170', </>), ('J/ApJ/748/49', </>), ('J/ApJ/748/68', </>), ('J/ApJ/748/134', </>), ('J/ApJ/752/61', </>), ('J/ApJ/753/83', </>), ('J/ApJ/754/23', </>), ('J/ApJ/754/121', </>), ('J/ApJ/756/33', </>), ('J/ApJ/756/44', </>), ('J/ApJ/756/112', </>), ('J/ApJ/757/25', </>), ('J/ApJ/760/10', </>), ('J/ApJ/760/12', </>), ('J/ApJ/761/125', </>), ('J/ApJ/763/15', </>), ('J/ApJ/764/135', </>), ('J/ApJ/769/108', </>), ('J/ApJ/771/57', </>), ('J/ApJ/772/73', </>), ('J/ApJ/774/114', </>), ('J/ApJ/774/157', </>), ('J/ApJ/777/132', </>), ('J/ApJ/778/128', </>), ('J/ApJ/779/133', </>), ('J/ApJ/780/73', </>), ('J/ApJ/781/37', </>), ('J/ApJ/782/41', </>), ('J/ApJ/784/154', </>), ('J/ApJ/784/159', </>), ('J/ApJ/786/120', </>), ('J/ApJ/787/66', </>), ('J/ApJ/787/90', </>), ('J/ApJ/788/30', </>), ('J/ApJ/789/23', </>), ('J/ApJ/789/135', </>), ('J/ApJ/790/L21', </>), ('J/ApJ/794/82', </>), ('J/ApJ/795/L21', </>), ('J/ApJ/799/86', </>), ('J/ApJ/800/16', </>), ('J/ApJ/802/103', </>), ('J/ApJ/806/52', </>), ('J/ApJ/807/76', </>), ('J/ApJ/807/169', </>), ('J/ApJ/808/162', </>), ('J/ApJ/810/14', </>), ('J/ApJ/810/85', </>), ('J/ApJ/810/L9', </>), ('J/ApJ/811/93', </>), ('J/ApJ/813/51', </>), ('J/ApJ/814/1', </>), ('J/ApJ/814/128', </>), ('J/ApJ/816/38', </>), ('J/ApJ/818/18', </>), ('J/ApJ/818/110', </>), ('J/ApJ/818/187', </>), ('J/ApJ/819/44', </>), ('J/ApJ/820/8', </>), ('J/ApJ/826/45', </>), ('J/ApJ/826/228', </>), ('J/ApJ/828/36', </>), ('J/ApJ/829/7', </>), ('J/ApJ/831/89', </>), ('J/ApJ/832/108', </>), ('J/ApJ/833/88', </>), ('J/ApJ/833/117', </>), ('J/ApJ/833/159', </>), ('J/ApJ/833/170', </>), ('J/ApJ/833/196', </>), ('J/ApJ/833/284', </>), ('J/ApJ/835/L38', </>), ('J/ApJ/838/139', </>), ('J/ApJ/843/40', </>), ('J/ApJ/846/34', </>), ('J/ApJ/846/98', </>), ('J/ApJ/846/L19', </>), ('J/ApJ/850/74', </>), ('J/ApJ/851/31', </>), ('J/ApJ/851/33', </>), ('J/ApJ/854/99', </>), ('J/ApJ/866/83', </>), ('J/ApJ/869/157', </>), ('J/ApJ/880/32', </>), ('J/ApJ/880/76', </>), ('J/ApJ/881/125', </>), ('J/ApJ/881/154', </>), ('J/ApJ/887/18', </>), ('J/ApJ/887/134', </>), ('J/ApJ/891/170', </>), ('J/ApJ/892/97', </>), ('J/ApJ/892/105', </>), ('J/ApJ/893/L20', </>), ('J/ApJ/894/88', </>), ('J/ApJ/897/177', </>), ('J/ApJ/902/133', </>), ('J/ApJ/902/L1', </>), ('J/ApJ/902/L43', </>), ('J/ApJ/902/L46', </>), ('J/ApJ/905/76', </>), ('J/ApJ/907/67', </>), ('J/ApJ/907/L30', </>), ('J/ApJ/908/83', </>), ('J/ApJ/910/134', </>), ('J/ApJ/910/160', </>), ('J/ApJ/911/92', </>), ('J/ApJ/913/120', </>), ('J/ApJ/913/146', </>), ('J/ApJ/914/42', </>), ('J/ApJ/915/13', </>), ('J/ApJ/916/28', </>), ('J/ApJ/917/69', </>), ('J/ApJ/939/106', </>), ('J/ApJS/101/259', </>), ('J/ApJS/107/227', </>), ('J/ApJS/111/377', </>), ('J/ApJS/115/185', </>), ('J/ApJS/120/399', </>), ('J/ApJS/120/409', </>), ('J/ApJS/123/79', </>), ('J/ApJS/126/19', </>), ('J/ApJS/127/79', </>), ('J/ApJS/134/385', </>), ('J/ApJS/135/155', </>), ('J/ApJS/154/585', </>), ('J/ApJS/156/69', </>), ('J/ApJS/156/217', </>), ('J/ApJS/157/324', </>), ('J/ApJS/166/298', </>), ('J/ApJS/169/62', </>), ('J/ApJS/170/175', </>), ('J/ApJS/175/97', </>), ('J/ApJS/175/179', </>), ('J/ApJS/180/192', </>), ('J/ApJS/183/46', </>), ('J/ApJS/186/1', </>), ('J/ApJS/188/405', </>), ('J/ApJS/191/179', </>), ('J/ApJS/194/29', </>), ('J/ApJS/195/2', </>), ('J/ApJS/196/1', </>), ('J/ApJS/197/34', </>), ('J/ApJS/199/18', </>), ('J/ApJS/199/31', </>), ('J/ApJS/206/12', </>), ('J/ApJS/206/13', </>), ('J/ApJS/207/4', </>), ('J/ApJS/207/16', </>), ('J/ApJS/207/38', </>), ('J/ApJS/207/39', </>), ('J/ApJS/208/17', </>), ('J/ApJS/208/21', </>), ('J/ApJS/208/25', </>), ('J/ApJS/209/9', </>), ('J/ApJS/209/10', </>), ('J/ApJS/209/20', </>), ('J/ApJS/209/34', </>), ('J/ApJS/211/13', </>), ('J/ApJS/216/32', </>), ('J/ApJS/217/2', </>), ('J/ApJS/217/4', </>), ('J/ApJS/218/11', </>), ('J/ApJS/218/23', </>), ('J/ApJS/222/5', </>), ('J/ApJS/222/6', </>), ('J/ApJS/223/15', </>), ('J/ApJS/223/28', </>), ('J/ApJS/224/8', </>), ('J/ApJS/224/10', </>), ('J/ApJS/224/20', </>), ('J/ApJS/224/26', </>), ('J/ApJS/226/20', </>), ('J/ApJS/227/7', </>), ('J/ApJS/229/31', </>), ('J/ApJS/232/18', </>), ('J/ApJS/233/17', </>), ('J/ApJS/235/39', </>), ('J/ApJS/238/13', </>), ('J/ApJS/247/16', </>), ('J/ApJS/247/27', </>), ('J/ApJS/247/33', </>), ('J/ApJS/248/8', </>), ('J/ApJS/248/23', </>), ('J/ApJS/254/26', </>), ('J/ApJS/255/10', </>), ('J/ApJS/256/13', </>), ('J/ApJS/256/40', </>), ('J/ApJS/257/30', </>), ('J/ApJS/257/37', </>), ('J/ApJS/259/55', </>), ('J/ApJS/260/12', </>), ('J/ApJS/262/18', </>), ('J/A+A/284/515', </>), ('J/A+A/327/61', </>), ('J/A+A/367/86', </>), ('J/A+A/370/468', </>), ('J/A+A/371/1078', </>), ('J/A+A/378/861', </>), ('J/A+A/385/377', </>), ('J/A+A/390/39', </>), ('J/A+A/394/187', </>), ('J/A+A/406/L9', </>), ('J/A+A/410/813', </>), ('J/A+A/411/L59', </>), ('J/A+A/427/87', </>), ('J/A+A/436/799', </>), ('J/A+A/438/1175', </>), ('J/A+A/447/685', </>), ('J/A+A/448/697', </>), ('J/A+A/448/L9', </>), ('J/A+A/450/715', </>), ('J/A+A/455/813', </>), ('J/A+A/456/261', </>), ('J/A+A/458/21', </>), ('J/A+A/458/245', </>), ('J/A+A/465/965', </>), ('J/A+A/467/585', </>), ('J/A+A/469/1069', </>), ('J/A+A/472/241', </>), ('J/A+A/473/347', </>), ('J/A+A/474/793', </>), ('J/A+A/475/775', </>), ('J/A+A/482/247', </>), ('J/A+A/484/783', </>), ('J/A+A/489/849', </>), ('J/A+A/489/1255', </>), ('J/A+A/492/923', </>), ('J/A+A/498/399', </>), ('J/A+A/499/967', </>), ('J/A+A/502/951', </>), ('J/A+A/506/1563', </>), ('J/A+A/507/241', </>), ('J/A+A/508/593', </>), ('J/A+A/509/A24', </>), ('J/A+A/522/A68', </>), ('J/A+A/523/A61', </>), ('J/A+A/525/A23', </>), ('J/A+A/525/A53', </>), ('J/A+A/530/A21', </>), ('J/A+A/530/A72', </>), ('J/A+A/531/A39', </>), ('J/A+A/535/A57', </>), ('J/A+A/535/A69', </>), ('J/A+A/537/A59', </>), ('J/A+A/539/A149', </>), ('J/A+A/540/A53', </>), ('J/A+A/541/A160', </>), ('J/A+A/542/A94', </>), ('J/A+A/545/A27', </>), ('J/A+A/545/L2', </>), ('J/A+A/548/A106', </>), ('J/A+A/549/A23', </>), ('J/A+A/551/A142', </>), ('J/A+A/552/A60', </>), ('J/A+A/553/A33', </>), ('J/A+A/556/A52', </>), ('J/A+A/556/A56', </>), ('J/A+A/556/A71', </>), ('J/A+A/556/A87', </>), ('J/A+A/557/A12', </>), ('J/A+A/557/A18', </>), ('J/A+A/557/A100', </>), ('J/A+A/558/A137', </>), ('J/A+A/559/A9', </>), ('J/A+A/560/A70', </>), ('J/A+A/562/A29', </>), ('J/A+A/562/A64', </>), ('J/A+A/562/A70', </>), ('J/A+A/563/A94', </>), ('J/A+A/564/A38', </>), ('J/A+A/565/A72', </>), ('J/A+A/565/L12', </>), ('J/A+A/566/A50', </>), ('J/A+A/567/A55', </>), ('J/A+A/568/A19', </>), ('J/A+A/568/A75', </>), ('J/A+A/568/A107', </>), ('J/A+A/572/A12', </>), ('J/A+A/573/A50', </>), ('J/A+A/573/A81', </>), ('J/A+A/574/A17', </>), ('J/A+A/575/A4', </>), ('J/A+A/578/A22', </>), ('J/A+A/579/A34', </>), ('J/A+A/580/A139', </>), ('J/A+A/581/A125', </>), ('J/A+A/581/A126', </>), ('J/A+A/582/A111', </>), ('J/A+A/584/A48', </>), ('J/A+A/586/A71', </>), ('J/A+A/587/A93', </>), ('J/A+A/588/A135', </>), ('J/A+A/588/A141', </>), ('J/A+A/589/A70', </>), ('J/A+A/589/A97', </>), ('J/A+A/589/A98', </>), ('J/A+A/593/A91', </>), ('J/A+A/596/A45', </>), ('J/A+A/597/A80', </>), ('J/A+A/598/A17', </>), ('J/A+A/598/A134', </>), ('J/A+A/601/A83', </>), ('J/A+A/602/A31', </>), ('J/A+A/602/A85', </>), ('J/A+A/602/A86', </>), ('J/A+A/607/A29', </>), ('J/A+A/607/A107', </>), ('J/A+A/608/A68', </>), ('J/A+A/608/A103', </>), ('J/A+A/609/A112', </>), ('J/A+A/612/A1', </>), ('J/A+A/612/A3', </>), ('J/A+A/612/A5', </>), ('J/A+A/612/A6', </>), ('J/A+A/612/A7', </>), ('J/A+A/617/A122', </>), ('J/A+A/618/A22', </>), ('J/A+A/619/A23', </>), ('J/A+A/621/A116', </>), ('J/A+A/623/A175', </>), ('J/A+A/626/A60', </>), ('J/A+A/626/A121', </>), ('J/A+A/627/A13', </>), ('J/A+A/627/A100', </>), ('J/A+A/627/A140', </>), ('J/A+A/628/A9', </>), ('J/A+A/629/A131', </>), ('J/A+A/630/A56', </>), ('J/A+A/631/A150', </>), ('J/A+A/632/A77', </>), ('J/A+A/634/A112', </>), ('J/A+A/636/A62', </>), ('J/A+A/638/A130', </>), ('J/A+A/640/A31', </>), ('J/A+A/640/A43', </>), ('J/A+A/640/A91', </>), ('J/A+A/641/A152', </>), ('J/A+A/642/A190', </>), ('J/A+A/643/A103', </>), ('J/A+A/646/A50', </>), ('J/A+A/647/A88', </>), ('J/A+A/647/A195', </>), ('J/A+A/652/A6', </>), ('J/A+A/653/A83', </>), ('J/A+A/655/A89', </>), ('J/A+A/655/A93', </>), ('J/A+A/660/A87', </>), ('J/A+A/662/A58', </>), ('J/A+A/662/A65', </>), ('J/A+A/667/A130', </>), ('J/A+A/668/A75', </>), ('J/A+A/669/A32', </>), ('J/A+A/671/A47', </>), ('J/A+A/671/A112', </>), ('J/A+AS/129/1', </>), ('J/A+AS/131/11', </>), ('J/A+AS/143/145', </>), ('J/AJ/112/2274', </>), ('J/AJ/129/2026', </>), ('J/AJ/129/2815', </>), ('J/AJ/133/1027', </>), ('J/AJ/133/1421', </>), ('J/AJ/141/36', </>), ('J/AJ/141/163', </>), ('J/AJ/142/39', </>), ('J/AJ/144/114', </>), ('J/AJ/148/37', </>), ('J/AJ/149/68', </>), ('J/AJ/151/26', </>), ('J/AJ/151/142', </>), ('J/AJ/155/120', </>), ('J/AJ/159/24', </>), ('J/AJ/163/180', </>), ('J/PASP/106/949', </>), ('J/PASP/124/297', </>), ('J/MNRAS/342/1299', </>), ('J/MNRAS/376/573', </>), ('J/MNRAS/393/538', </>), ('J/MNRAS/397/1177', </>), ('J/MNRAS/403/945', </>), ('J/MNRAS/406/2473', </>), ('J/MNRAS/407/2075', </>), ('J/MNRAS/411/1367', </>), ('J/MNRAS/418/1526', </>), ('J/MNRAS/418/2202', </>), ('J/MNRAS/421/1874', </>), ('J/MNRAS/421/2692', </>), ('J/MNRAS/424/2832', </>), ('J/MNRAS/424/L64', </>), ('J/MNRAS/425/477', </>), ('J/MNRAS/426/2', </>), ('J/MNRAS/426/416', </>), ('J/MNRAS/426/1750', </>), ('J/MNRAS/428/220', </>), ('J/MNRAS/428/729', </>), ('J/MNRAS/431/3608', </>), ('J/MNRAS/438/3058', </>), ('J/MNRAS/439/690', </>), ('J/MNRAS/441/1899', </>), ('J/MNRAS/442/1693', </>), ('J/MNRAS/448/2210', </>), ('J/MNRAS/448/2624', </>), ('J/MNRAS/449/268', </>), ('J/MNRAS/449/L6', </>), ('J/MNRAS/451/2750', </>), ('J/MNRAS/453/2599', </>), ('J/MNRAS/454/L31', </>), ('J/MNRAS/458/56', </>), ('J/MNRAS/458/2307', </>), ('J/MNRAS/458/3411', </>), ('J/MNRAS/460/19', </>), ('J/MNRAS/462/2747', </>), ('J/MNRAS/462/3180', </>), ('J/MNRAS/464/4545', </>), ('J/MNRAS/467/4565', </>), ('J/MNRAS/469/4341', </>), ('J/MNRAS/470/512', </>), ('J/MNRAS/470/1291', </>), ('J/MNRAS/473/1512', </>), ('J/MNRAS/477/4749', </>), ('J/MNRAS/480/2165', </>), ('J/MNRAS/480/5517', </>), ('J/MNRAS/489/2595', </>), ('J/MNRAS/490/927', </>), ('J/MNRAS/491/3586', </>), ('J/MNRAS/493/1926', </>), ('J/MNRAS/493/2438', </>), ('J/MNRAS/496/5423', </>), ('J/MNRAS/505/2662', </>), ('J/AZh/72/80', </>), ('J/AZh/72/864', </>), ('J/AZh/84/1110', </>), ('J/PAZh/30/430', </>), ('J/PAZh/30/589', </>), ('J/PAZh/35/10', </>), ('J/PAZh/36/744', </>), ('J/PAZh/40/271', </>), ('J/other/APh/26.367', </>), ('J/other/GCN/1070.1', </>), ('J/other/Nat/515.376', </>), ('J/other/RAA/13.259', </>), ('J/other/RAA/14.1135', </>), ('J/other/RAA/16.13', </>), ('J/other/RAA/18.56', </>), ('J/other/RAA/21.254', </>), ('J/other/PhRvD/103.H3016', </>), ('J/other/Univ/8.587', </>)])
Bu kadar geniş bir listede Fermi-LAT kataloğunun hangi yayında yayınlanmış olduğunu belirlemek çok zor olacaktır. Eğer ilgili yayının en azından baş yazarı biliniyorsa ona başvurulabilir.
# Fewer results if we directly search for the author name:
catalog_list = Vizier.find_catalogs('Abdo', max_catalogs=10000)
print({k:v.description for k,v in catalog_list.items()})
{'J/ApJ/700/597': 'FERMI LAT detected blazars (Abdo+, 2009)', 'J/ApJ/715/429': 'First Fermi-LAT AGN catalog (1LAC) (Abdo+, 2010)', 'J/ApJ/716/30': 'SED of Fermi bright blazars (Abdo+, 2010)', 'J/ApJ/722/520': 'Gamma-ray light curves of Fermi blazars (Abdo+, 2010)', 'J/ApJS/183/46': 'Fermi/LAT bright gamma-ray source list (0FGL) (Abdo+, 2009)', 'J/ApJS/188/405': 'Fermi-LAT first source catalog (1FGL) (Abdo+, 2010)', 'J/ApJS/199/31': 'Fermi LAT second source catalog (2FGL) (Nolan+, 2012)', 'J/ApJS/208/17': '2nd Fermi LAT cat. of gamma-ray pulsars (2PC) (Abdo+, 2013)'}
WARNING: UnitsWarning: The unit 'ct' has been deprecated in the VOUnit standard. [astropy.units.format.utils] WARNING: UnitsWarning: The unit 'ph' has been deprecated in the VOUnit standard. [astropy.units.format.utils]
Bu listede seçim yapmak daha kolaydır. Örneğin 2nd Fermi-LAT catalog of gamma-ray pulsars ('J/ApJS/208/17') kataloğu seçilebilir.
catalog = Vizier.get_catalogs('J/ApJS/208/17')
WARNING: UnitsWarning: The unit 'ph' has been deprecated in the VOUnit standard. [astropy.units.format.utils]
catalog.pprint()
TableList with 3 tables: '0:J/ApJS/208/17/psrcat' with 27 column(s) and 50 row(s) '1:J/ApJS/208/17/offpk' with 23 column(s) and 50 row(s) '2:J/ApJS/208/17/refs' with 4 column(s) and 50 row(s)
Bu yayında yayınlanan 3 tablodan herhangi biri seçilip içeriğine bakılabilir.
catalog[0]
Name | RAJ2000 | DEJ2000 | Per | Edot | pm | Lum | Eff | S1400 | Npk | XFlux | Type | LC | SED | par | fits | Simbad | TS-c | pInd1 | Sc1 | Ec1 | Fph | Ferg | pInd0 | Sc0 | Fph0 | Ferg0 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
deg | deg | ms | 1e-07 W | mas / yr | 1e-07 W | % | mJy | mW / m2 | MeV | MeV | ph / (cm2 s) | mW / m2 | MeV | ph / (cm2 s) | mW / m2 | |||||||||||
str11 | float64 | float64 | float32 | float64 | float32 | float64 | float64 | float64 | uint8 | float32 | str3 | str2 | str3 | str3 | str4 | str6 | int32 | float32 | float32 | float32 | float32 | float32 | float32 | int16 | float32 | float32 |
J0007+7303 | 1.7565 | 73.0523 | 315.89 | 4.5e+35 | -- | 9.39e+34 | 0.2099 | -- | 2 | 9.8e-14 | YRQ | LC | SED | par | fits | Simbad | 1884 | 1.397 | 727.4 | 4662.0 | 3.29e-07 | 4.01e-10 | 1.871 | 1000 | 4.16e-07 | 8.14e-10 |
J0023+0923 | 5.8203 | 9.3900 | 3.05 | 1.5e+34 | -- | 4.56e+32 | 0.0302 | 0.189 | 2 | 2.1e-14 | MSP | LC | SED | par | fits | Simbad | 16 | 1.405 | 1000.0 | 1408.0 | 1.18e-08 | 8.01e-12 | 2.367 | 1000 | 2.02e-08 | 1.14e-11 |
J0030+0451 | 7.6143 | 4.8610 | 4.87 | 3.6e+33 | 5.70 | 5.76e+32 | 0.1589 | 0.600 | 2 | 2.5e-13 | MSP | LC | SED | par | fits | Simbad | 316 | 1.211 | 699.8 | 1820.0 | 6.6e-08 | 6.14e-11 | 2.046 | 1000 | 9.88e-08 | 1.1e-10 |
J0034-0534 | 8.5910 | -5.5769 | 1.88 | 1.7e+34 | 31.00 | 5.67e+32 | 0.0330 | 0.610 | 2 | -- | MSP | LC | SED | par | fits | Simbad | 45 | 1.436 | 755.7 | 1831.0 | 2.18e-08 | 1.62e-11 | 2.219 | 1000 | 3.32e-08 | 2.44e-11 |
J0101-6422 | 15.2963 | -64.3750 | 2.57 | 1e+34 | 15.62 | 3.79e+32 | 0.0377 | 0.280 | 2 | -- | MSP | LC | SED | par | fits | Simbad | 59 | 0.693 | 1139.0 | 1523.0 | 7.51e-09 | 1.05e-11 | 2.051 | 1000 | 1.84e-08 | 2.02e-11 |
J0102+4839 | 15.7111 | 48.6619 | 2.96 | 1.7e+34 | -- | 8.51e+33 | 0.4861 | 0.218 | 2 | -- | MSP | LC | SED | par | fits | Simbad | 29 | 1.401 | 1000.0 | 3160.0 | 1.32e-08 | 1.32e-11 | 2.145 | 1000 | 2.29e-08 | 1.99e-11 |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
J1231-1411 | 187.7971 | -14.1955 | 3.68 | 5.2e+33 | 62.20 | 2.36e+33 | 0.4587 | 0.161 | 3 | 4.1e-13 | MSP | LC | SED | par | fits | Simbad | 446 | 1.241 | 864.1 | 2673.0 | 9.2e-08 | 1.03e-10 | 1.952 | 1000 | 1.35e-07 | 2.01e-10 |
J1357-6429 | 209.2601 | -64.4917 | 166.17 | 3.1e+36 | -- | 2.53e+34 | 0.0082 | 0.440 | 1 | 4.2e-14 | YRL | LC | SED | par | fits | Simbad | 20 | 1.803 | 949.6 | 908.2 | 7.76e-08 | 3.39e-11 | 2.609 | 1000 | 9.06e-08 | 3.79e-11 |
J1410-6132 | 212.5920 | -61.5331 | 50.05 | 1e+37 | -- | 7.66e+35 | 0.0766 | 6.600 | 2 | -- | YRL | LC | SED | par | fits | Simbad | 9 | 1.564 | 6601.0 | 4262.0 | 2.8e-08 | 2.63e-11 | 2.151 | 1000 | 4.1e-08 | 3.51e-11 |
J1413-6205 | 213.3759 | -62.0935 | 109.74 | 8.2e+35 | -- | -- | -- | -- | 2 | 1.4e-13 | YRQ | LC | SED | par | fits | Simbad | 180 | 1.514 | 1429.0 | 4074.0 | 1.61e-07 | 1.57e-10 | 2.128 | 1000 | 2.66e-07 | 2.4e-10 |
J1418-6058 | 214.6783 | -60.9667 | 110.58 | 4.9e+36 | -- | 9.24e+34 | 0.0187 | -- | 2 | 3.6e-14 | YRQ | LC | SED | par | fits | Simbad | 172 | 1.765 | 2978.0 | 5489.0 | 3.82e-07 | 3.02e-10 | 2.206 | 1000 | 4.82e-07 | 3.64e-10 |
J1420-6048 | 215.0343 | -60.8046 | 68.20 | 1e+37 | -- | 6.39e+35 | 0.0619 | 0.900 | 2 | 1.6e-13 | YRL | LC | SED | par | fits | Simbad | 51 | 1.511 | 2749.0 | 1634.0 | 2.56e-07 | 1.7e-10 | 2.224 | 1000 | 2.26e-07 | 1.64e-10 |
Simbad veritabanındakine benzer şekilde VizieR katalogları için de bölge sorguları yazılabilir. Bu amaçla astropy.SkyCoord
fonksiyonları kullanılarak sorgu daha da esnek ve verimli hale getirilebilir.
Örneğin NOMAD kataloğunda (Zacharias+2004) (Naval Observatory Merged Astrometric Dataset) Crab Bulutsusu etrafında $2^{\circ}$ yarıçaplı bir alanda yer alan, B-bandında $9^{m}$ kadirden daha parlak kaynakları belirlemek için aşağıdaki bir sorgu yazılabilir. Bu amaçla VizieR
modülü başlatılırken B-bandı parlaklığına ($Bmag$) göre bir filtre yapmak üzere column_filters
parametresi kullanılabilir. Listelenen kaynak sayısını sınırlamamak amacıyla query nesnesi için satır limiti ROW_LIMIT=-1
'e ayarlanır.
from astroquery.vizier import Vizier
from astropy.coordinates import SkyCoord
from astropy import units as u
# Select only bright stars
v = Vizier(column_filters={"Bmag":"<9"})
v.ROW_LIMIT = -1
crabNebula = SkyCoord.from_name('Crab Nebula')
result = v.query_region(crabNebula, radius=2.0*u.deg, catalog='NOMAD')
result[0]
NOMAD1 | YM | RAJ2000 | DEJ2000 | r | pmRA | e_pmRA | pmDE | e_pmDE | Bmag | r_Bmag | Vmag | r_Vmag | Rmag | r_Rmag | Jmag | Hmag | Kmag | R |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
deg | deg | mas / yr | mas / yr | mas / yr | mas / yr | mag | mag | mag | mag | mag | mag | |||||||
str12 | str2 | float64 | float64 | str1 | float64 | float32 | float64 | float32 | float32 | str1 | float32 | str1 | float32 | str1 | float32 | float32 | float32 | str1 |
1119-0082234 | .. | 81.8766917 | 21.9363778 | B | 256.0 | 72.0 | -88.0 | 101.0 | 8.340 | B | -- | 16.470 | B | -- | -- | -- | ||
1119-0082297 | YM | 81.9086881 | 21.9369650 | H | 1.7 | 0.9 | -6.9 | 0.5 | 4.720 | T | 4.858 | T | 4.940 | B | 5.179 | 5.270 | 5.283 | |
1124-0097499 | YM | 82.6806150 | 22.4622544 | H | 42.8 | 0.9 | -20.5 | 0.4 | 7.477 | T | 6.298 | T | 5.580 | B | 4.517 | 3.862 | 3.713 | |
1124-0100914 | YM | 83.8579511 | 22.4380619 | H | 24.6 | 1.1 | -26.8 | 0.5 | 8.880 | T | 8.352 | T | 7.990 | B | 7.309 | 7.080 | 7.018 | |
1113-0087658 | YM | 82.3149911 | 21.3158950 | H | 9.4 | 1.2 | -27.0 | 0.5 | 8.699 | T | 8.166 | T | 7.810 | B | 7.081 | 6.884 | 6.828 | |
1119-0088794 | .M | 84.1088183 | 21.9931567 | H | -34.6 | 2.7 | -76.9 | 2.8 | 7.533 | T | 7.031 | T | 6.690 | B | 6.216 | 5.987 | 5.985 | |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
1131-0109812 | YM | 84.4024200 | 23.1388575 | H | 0.6 | 1.7 | -7.0 | 0.8 | 8.733 | T | 8.793 | T | 8.830 | B | 8.758 | 8.836 | 8.838 | |
1131-0109842 | YM | 84.4091506 | 23.1474531 | H | -0.7 | 1.8 | -5.0 | 0.9 | 8.983 | T | 8.960 | T | 8.950 | B | 8.563 | 8.474 | 8.282 | |
1107-0083198 | .M | 84.2603597 | 20.7307878 | H | -79.7 | 1.3 | -419.9 | 0.8 | 8.316 | T | 7.659 | T | -- | 6.358 | 6.020 | 5.951 | ||
1107-0083199 | .. | 84.2605528 | 20.7317750 | B | 0.0 | 2.0 | 0.0 | 0.0 | 8.020 | B | -- | 7.220 | B | -- | -- | -- | ||
1105-0077905 | YM | 82.5627531 | 20.5515931 | H | -8.8 | 1.0 | -17.7 | 0.5 | 7.018 | T | 7.044 | T | 7.050 | B | 7.046 | 7.075 | 7.078 | |
1104-0078939 | YM | 83.4118258 | 20.4742161 | H | 2.9 | 1.0 | -7.4 | 0.5 | 6.153 | T | 6.186 | T | 6.220 | B | 6.155 | 6.168 | 6.177 |
Listelenen kaynakların sağaçıklık, dikaçıklık ve B-bandı parlaklıklarını listelemek için aşağıdaki gibi bir kod yazılabilir.
nomad_query = result[0]
nomad_query['RAJ2000', 'DEJ2000','Bmag']
RAJ2000 | DEJ2000 | Bmag |
---|---|---|
deg | deg | mag |
float64 | float64 | float32 |
81.8766917 | 21.9363778 | 8.340 |
81.9086881 | 21.9369650 | 4.720 |
82.6806150 | 22.4622544 | 7.477 |
83.8579511 | 22.4380619 | 8.880 |
82.3149911 | 21.3158950 | 8.699 |
84.1088183 | 21.9931567 | 7.533 |
... | ... | ... |
84.4024200 | 23.1388575 | 8.733 |
84.4091506 | 23.1474531 | 8.983 |
84.2603597 | 20.7307878 | 8.316 |
84.2605528 | 20.7317750 | 8.020 |
82.5627531 | 20.5515931 | 7.018 |
83.4118258 | 20.4742161 | 6.153 |
Bu tablo bir astropy.table
yapısındadır.
type(nomad_query)
type(nomad_query)
astropy.table.table.Table
Bu kaynaklardan hangisinin gözlem sırasında (astropy.time.Time.now()
) problem yaratacağı aşağıdaki gibi bir sorguyla ufuk koordinat sistemine (alt-az) dönüşüm yapılarak denetlenebilir.
from astropy import coordinates as c
from astropy.coordinates import SkyCoord
from astropy import time as t
aukr = c.EarthLocation( lat=39.9055*u.deg, lon=-32.75*u.deg )
star_coord = SkyCoord(ra=nomad_query['RAJ2000'], dec=nomad_query['DEJ2000'], frame='icrs')
star_coord_altAz = star_coord.transform_to( c.AltAz(obstime=t.Time.now(), location=aukr) )
nomad_query['alt'] = star_coord_altAz.alt
nomad_query['az'] = star_coord_altAz.az
nomad_query.sort('Bmag')
nomad_query['Bmag', 'alt', 'az'].pprint()
Bmag alt az mag deg deg ------ ------------------- ------------------ 2.800 -27.72208330364758 13.83139159910919 2.938 -25.13976737760915 15.769887230215058 4.720 -26.443197656417738 16.191434309135648 6.153 -28.18272075079626 15.022725301001753 6.489 -27.19571554198569 13.230065452300714 7.018 -27.931738916779285 15.882387982808972 ... ... ... 8.938 -27.69861725999646 13.131243972402352 8.962 -27.656603353582785 14.848434483473477 8.983 -25.756050729709273 13.390282777740424 8.990 -27.193378806623155 13.243218856832172 8.990 -25.37554402263327 15.148211165876917 8.992 -26.741498927398307 13.754965320501677 8.996 -27.641590352572692 13.142559487925547 Length = 32 rows
Aşağıda SkyView kataloğunu kullanarak istenen bir alanın görüntüsünü çektikten sonra VizieR kataloğunu kullanarak bu görüntü üzerindeki kaynakları belirleyip işaretlemeye yönelik bir örnek verilmiştir. astroquery
her SkyView ve VizieR kataloglarında sorgulama yapaiblmek için birer alt modül sunmaktadır. Katalog sorgularını kullanırken astropy.coordinates
ve astropy.units
modüllerini de kullanmak gerekecektir. Grafikler için yine maptlotlib.pyplot
kullanılabilir.
from astropy import coordinates, units as u, wcs
from astroquery.skyview import SkyView
from astroquery.vizier import Vizier
from matplotlib import pyplot as plt
%matplotlib inline
merkez = coordinates.SkyCoord.from_name('Orion KL')
# Orion Nebula'nin 2MASS-J bandinda bir SkyView goruntusunu alalim
goruntuler = SkyView.get_images(position=merkez, survey='2MASS-H')
# sonucta birden fazla goruntu dondurulurse sadece ilkini kullanalim
goruntu = goruntuler[0]
# dondurulen goruntu bir HDU nesnesidir ve goruntu (imaj)
# bu nesnenin 0. indeksinde yer almaktadir.
koorwcs = wcs.WCS(goruntu[0].header)
fig = plt.figure(1)
# RA / DEC koordinatlarina sahip bir goruntu olusturalim
ax = fig.add_axes([0.15, 0.1, 0.8, 0.8], projection=koorwcs)
ax.set_xlabel("RA")
ax.set_ylabel("Dec")
ax.imshow(goruntu[0].data, cmap='gray_r', interpolation='none', origin='lower',
norm=plt.matplotlib.colors.LogNorm())
# Vizier'den bu bolgedeki nesne bilgilerini cekelim
# Bunun icin J/ApJ/826/16/table1 tablosunu kullanalim
# Herhangi baska bir tabloyu da kullanabilirdik
tablolar = Vizier.query_region(merkez, radius=5*u.arcmin,
catalog='J/ApJ/826/16/table1')
# istedigimiz koordinatlar bu tablolarin birincisindedir
tablo = tablolar[0]
# RA / DEC girdiyi astropy koordinatlarina donusturelim
tablo_koor = coordinates.SkyCoord(tablo['RAJ2000'], tablo['DEJ2000'],
unit=(u.hour, u.deg), frame='fk5')
# cismin cevresindeki diger cisimleri de J/ApJ/540/236 tablosundan alalim
tablolar2 = Vizier(row_limit=10000).query_region(merkez, radius=5*u.arcmin,
catalog='J/ApJ/540/236')
tablo2 = tablolar[0]
tablo2_koor = coordinates.SkyCoord(tablo2['RAJ2000'], tablo2['DEJ2000'],
unit=(u.hour, u.deg), frame='fk5')
# goruntuyu cizdirelim
ax.plot(tablo_koor.ra, tablo_koor.dec, '*', transform=ax.get_transform('fk5'),
mec='b', mfc='none')
ax.plot(tablo2_koor.ra, tablo2_koor.dec, 'o', transform=ax.get_transform('fk5'),
mec='r', mfc='none')
# istedigimiz bolgeye zoom yapabiliriz
ax.axis([100, 200, 100, 200])
plt.show()
SAO/NASA Astrophysics Data System astronomların literatür taramak üzere neredeyse her gün, belki defalarca sorguladıkları eşsiz bir dijital kütüphane portalıdır. ADS, Astronomi ve Astrofizik, Fizik ve arXiv e-baskılarındaki yayınları kapsayan 13 milyondan fazla kayıt içeren üç bibliyografik veri tabanı bulundurmaktadır. Astronomi ve fizik yayınlarının özetleri ve tam metni, yeni ADS modern arama formunun yanı sıra klasik bir arama formu aracılığıyla taranabilir.
astroquery
SAO/NASA ADS veritabanında temel ve ileri düzey sorgular yapabilmek için pek çok fonksiyon sunar. Ancak öncelikle bir ADS hesabınızın olması gerekir. Yeni bir ADS hesabı oluşturmak, ADS hesabınızın ayarlarını kontrol etmek / güncellemek ve bu modülün ilgili fonksiyonlarının çalışabilmesi için gerekli API şifresini almak için öncelikle SAO/NASA ADS login sayfasına giriş yapmanız gerekir. API şifrenizi aldıktan sonra $na.ADS.TOKEN$ değişkenine verebileceğiniz gibi, bir dosyaya alabilir ya da bir çevre değişkeni olarak belirleyebilirsiniz.
from astroquery import nasa_ads as na
# Modul fonksiyonlarini kullanmadan once
# API sifrenizi girmeniz beklenir. Bunun icin oncelikle
# https://ui.adsabs.harvard.edu/user/account/login
# sayfasina giderek (kaydolduktan sonra) API sifrenizi aliniz
# API sifrenizi buradan verebileceğiniz gibi
# bir dosyaya kaydedip adini buraya verebilir
# ya da bir cevre degiskeni olarak ayarlayabilirsiniz.
na.ADS.TOKEN = 'kendi_kullanici_token_bilginiz'
# varsayilan kayit dondurme sayisi 10'dur ve kayitlar
# tarihe gore yeniden eskiye dogru siralanir
# bu ayarlar degistirilebilir.
# dondurulen kayit sayisini 30'a cikarmak icin
na.ADS.NROWS = 30
# sadece belirli alanlari almak icin
#na.ADS.ADS_FIELDS = ['author','title','abstract','pubdate','bibcode']
# ornegin bir yazarin ilk isim oldugu yayinlari gorebilmek icin
# yazar adinin onune ^ isareti konur
# (bu durum ADS arama sayfasinda da aynidir)
# Bu yapisiyla query_simple yeni ADS arama kutusuyla ayni sekilde calisir
sonuclar = na.ADS.query_simple(query_string="^Basturk exoplanet")
# aramanizi istediginiz bir kritere gore sonradan da siralayabilirsiniz
sonuclar.sort(['pubdate'])
# en son sonucunu basligi
sonsonuc_baslik = sonuclar[-1]['title'][0]
print(sonsonuc_baslik)
# en son sonucun yazar listesi
print(sonuclar[-1]['author'])
Transit timing variation analysis of the low-mass brown dwarf KELT-1 b ['Baştürk, Ö.', 'Southworth, J.', 'Yalçınkaya, S.', 'Mancini, L.', 'Esmer, E. M.', 'Tekin, M.', 'Tezcan, F.', 'Evans, D. F.', 'Tezcan, C. T.', 'Bruni, I.', 'Yeşilyaprak, C.']
na.ADS.ADS_FIELDS
['bibcode', 'title', 'author', 'aff', 'pub', 'volume', 'pubdate', 'page', 'citation', 'citation_count', 'abstract', 'doi', 'eid']
astroquery.nasa_ads
henüz NASA / ADS veritabanı üzerinde çalışan web arayüzünün yeteneklerinin bütününe sahip değildir. Örneğin yayının yayıncıdan ya da arXiv'dan indirilebileceği linkleri sağlamaz, makalenizde doğrudan kullanabileceğiniz bibtex'ini vermez. Ancak dokümantasyounundan da takip edebileceğiniz gibi bu konularda ve modülü geliştirmek üzere çalışılmaktadır. İleride projeleriniz için yazmanız gerekecek kodlarda bu tür aramalara ihtyaç duyabilirsiniz, bu nedenle bu paketin gelişimini takip etmekte fayda vardır.
ads paketi SAO/NASA ADS veritabanı ile etkileşim için önemli bir alternatif sunar. Bu paketi kullanmak için de API şifresine ihtiyaç duyulur ve ilgili bölümde anlatıldığı şekilde alınabilir. Eğer python'u Anaconda üzerinden kurduysanız bu paketi kurmamış olmanız ihtimal dahilindedir. Her zamanki gibi $pip$ kurulum paketini kullanarak
$ pip install ads--user
komutu ile kurabileceğiniz gibi projenin github sayfasından kaynak kodu indirip de kurabilirsiniz.
Aşağıda $ads$ paketinin kullanımına bir örnek verilmiştir.
import ads
ads.config.token = 'kendi_kullanici_token_bilginiz'
sonuclar = ads.SearchQuery(q="HAT-P-19", sort="citation_count")
for sonuc in sonuclar:
print(sonuc.title[0], sonuc.bibcode)
Obliquities of Hot Jupiter Host Stars: Evidence for Tidal Interactions and Primordial Misalignments 2012ApJ...757...18A Starspots, Spin-Orbit Misalignment, and Active Latitudes in the HAT-P-11 Exoplanetary System 2011ApJ...743...61S 3.6 and 4.5 μm Spitzer Phase Curves of the Highly Irradiated Hot Jupiters WASP-19b and HAT-P-7b 2016ApJ...823..122W HST hot Jupiter transmission spectral survey: detection of water in HAT-P-1b from WFC3 near-IR spatial scan observations 2013MNRAS.435.3481W HAT-P-18b and HAT-P-19b: Two Low-density Saturn-mass Planets Transiting Metal-rich K Stars 2011ApJ...726...52H Observational constraints on tidal effects using orbital eccentricities 2012MNRAS.422.3151H Adaptive Optics Images. II. 12 Kepler Objects of Interest and 15 Confirmed Transiting Planets 2013AJ....146....9A The HAT-P-13 Exoplanetary System: Evidence for Spin-Orbit Alignment and a Third Companion 2010ApJ...718..575W The Continuing Search for Evidence of Tidal Orbital Decay of Hot Jupiters 2020AJ....159..150P System Parameters, Transit Times, and Secondary Eclipse Constraints of the Exoplanet Systems HAT-P-4, TrES-2, TrES-3, and WASP-3 from the NASA EPOXI Mission of Opportunity 2011ApJ...726...94C HAT-P-25b: A Hot-Jupiter Transiting a Moderately Faint G Star 2012ApJ...745...80Q Low albedos of hot to ultra-hot Jupiters in the optical to near-infrared transition regime 2019A&A...624A..62M Transmission spectroscopy of the inflated exo-Saturn HAT-P-19b 2015A&A...580A..60M Clear and Cloudy Exoplanet Forecasts for JWST: Maps, Retrieved Composition, and Constraints on Formation with MIRI and NIRCam 2018AJ....156...40S The Stellar Obliquity and the Long-period Planet in the HAT-P-17 Exoplanetary System 2013ApJ...772...80F Ground-based transit observations of the HAT-P-18, HAT-P-19, HAT-P-27/WASP40 and WASP-21 systems 2015MNRAS.451.4060S The Refined Physical Properties of Transiting Exoplanetary System WASP-11/HAT-P-10 2014AJ....147...92W Evidence of Long-term Period Variations in the Exoplanet Transit Database (ETD) 2022AJ....164..220H Observational Consequences of Shallow-water Magnetohydrodynamics on Hot Jupiters 2021ApJ...916L...8H A holistic and probabilistic approach to the ground-based and spaceborne data of HAT-P-19 system 2020MNRAS.496.4174B Atmospheric mass-loss of extrasolar planets orbiting magnetically active host stars 2018MNRAS.477..808L New transit timing observations for GJ 436 b, HAT-P-3 b, HAT-P-19 b, WASP-3 b, and XO-2 b 2018IBVS.6243....1M Reassessing Exoplanet Light Curves with a Thermal Model 2018AJ....156...28A Tidal Distortions as a Bottleneck on Constraining Exoplanet Compositions 2022ApJ...941..155B Search for Planets in Hot Jupiter Systems with Multi-Sector TESS Photometry. III. A Study of Ten Systems Enhanced with New Ground-Based Photometry 2023AcA....73...57M HAT-P-68b: A Transiting Hot Jupiter around a K5 Dwarf Star 2021AJ....161...64L Two stacked tandem white organic light-emitting diodes employing WO<SUB>3</SUB> as a charge generation layer 2016SPIE.9941E..1TB Planetary Parameters, XUV Environments, and Mass-loss Rates for Nearby Gaseous Planets with X-Ray-detected Host Stars 2023AJ....165..200S Are Am stars and hot-Jupiter planets related? 2022A&A...668A.157S Probing Giant Planet Formation with MOSFIRE Exoplanet Transmission Spectroscopy 2014koa..prop..511M An X-ray survey of ultra-active planet hosts 2013xmm..prop..123S VizieR Online Data Catalog: Spectroscopy and photometry for HAT-P-50--HAT-P-53 (Hartman+, 2015) 2016yCat..51500168H A Bayesian Atmospheric Retrieval Performed on HAT-P-16b and WASP-11b/HAT-P-10b 2016DPS....4821207M Near UV Observation of HAT-P-16b 2013AAS...22221709P In Pursuit of New Worlds: Searches for and Studies of Transiting Exoplanets from Three Space-Based Observatories 2012PhDT.......138B VizieR Online Data Catalog: Search for Planets in Hot Jupiter Systems (Maciejewski+, 2023) 2023yCat.120730057M Towards Generalized Characterization of Exoplanet Atmospheres with Transit Spectroscopy 2021PhDT........15W The T025 - BD4SB a pro-am collaboration for planetary sciences 2022EPSC...16.1222N VizieR Online Data Catalog: 25 hot-Jupiter properties from HST & Spitzer (Changeat+, 2022) 2022yCat..22600003C VizieR Online Data Catalog: Transit times of 11 hot Jupiters (Patra+, 2020) 2020yCat..51590150P VizieR Online Data Catalog: Differential photometry & RVs of HAT-P-69 & HAT-P-70 (Zhou+, 2019) 2019yCat..51580141Z Investigating Trends in Atmospheric Composition of Gas Giant Planets Using Spitzer Secondary Eclipses 2019ESS.....432640W Transit Spectroscopy of Mature Planets 2017jwst.prop.1185G MIRI observations of transiting exoplanets 2017jwst.prop.1177G Clear and Cloudy Exoplanet Forecasts for JWST: Maps, Retrieved Composition, and Constraints on Formation with MIRI and NIRCam 2019AAS...23320507S VizieR Online Data Catalog: Differential photometry of the F-subgiant HAT-P-67 (Zhou+, 2017) 2018yCat..51530211Z Atmospheric Retrievals of HAT-P-16b and WASP-11b/HAT-P-10b 2018AAS...23114802M HAT-P-16b: A Bayesian Atmospheric Retrieval 2017DPS....4941601M
sonuclar.DEFAULT_FIELDS
['author', 'first_author', 'bibcode', 'id', 'year', 'title']
sonuclar.HIGHLIGHT_FIELDS
['abstract', 'title', 'body', 'ack', 'aff', 'author']
Yayın üzerinden arama yapıp başlık ($title$), yazar ($author$), bibliyografi kodu ($bibcode$), özet ($abstract$), makalenizin biyografi bölümünü oluşturmak üzere bibtex girdisi ($bibtex$), atıfları ($citation$), atıf sayısı (citation_count) gibi pek çok bilgiye ulaşabilirsiniz. Sorgunuzun sonucunu atadığınız değişken (yukarıdaki örnekte $sonuclar$ değişkeni) sonuna nokta koyduktan sonra
ADS veritabanında üzerinde sorgu yapabileceğiniz bütün alanlarda $ads$ paketiyle de sorgu yapabilirsiniz. Aşağıda yazar ismiyle yapılmış bir sorgu örneği görüyorsunuz.
sonuclar = list(ads.SearchQuery(author="Basturk, O"))
for sonuc in sonuclar:
print(sonuc.title)
['Homogeneous transit timing analyses of 10 exoplanet systems'] ['Transit timing variation analysis of the low-mass brown dwarf KELT-1 b'] ['Detection of two additional circumbinary planets around Kepler-451'] ['The ultra-hot-Jupiter KELT-16 b: dynamical evolution and atmospheric properties'] ['Discovery of a young low-mass brown dwarf transiting a fast-rotating F-type star by the Galactic Plane eXoplanet (GPX) survey'] ['A list of minima times of some eclipsing binaries'] ['RR Draconis: An Algol-Type Eclipsing Binary with a Possible Massive Tertiary Companion'] ['Orbital Period Analysis of Four Eclipsing Binaries XY Boo, RW Com, MR Del and AK Her'] ['The KELT Follow-up Network and Transit False-positive Catalog: Pre-vetted False Positives for TESS'] ['A simultaneous spectroscopic and photometric study of two eclipsing binaries: V566 Oph and V972 Her'] ['Testing the planetary hypothesis of NY Virginis: anticipated change in the eclipse timing trend within the next five years'] ['Revisiting the analysis of HW Virginis eclipse timing data. I. A frequentist data modeling approach and a dynamical stability analysis'] ['Transits of Known Planets Orbiting a Naked-eye Star'] ['Investigation of Orbital Decay and Global Modeling of the Planet WASP-43 b'] ['TESS Discovery of a Super-Earth and Three Sub-Neptunes Hosted by the Bright, Sun-like Star HD 108236'] ['Heavy metal concentrations in surface sediments from the two coastal inlets (Golden Horn Estuary and İzmit Bay) of the northeastern Sea of Marmara'] ['Analysis of the Most Precise Light Curves of HAT-P-36 Detrended from Spot Signals'] ['A holistic and probabilistic approach to the ground-based and spaceborne data of HAT-P-19 system'] ['Discovery of a pre-cataclysmic binary with unusual chromaticity of the eclipsed white dwarf by the GPX survey'] ['Photometric Analysis of Overcontact Binaries AK Her, HI Dra, V1128 Tau, and V2612 Oph'] ['Updated Orbital Decay Rate of WASP-12 with New Data from TESS and Ground-based Observations'] ['The First Light Curve Solutions and Period Study of BQ Ari'] ['Homogeneously derived transit timings for 17 exoplanets and reassessed TTV trends for WASP-12 and WASP-4'] ['Benchmarking the power of amateur observatories for TTV exoplanets detection'] ['Physical parameters of close binaries QX Andromedae, RW Comae Berenices, MR Delphini, and BD +079° 3142'] ['Photometric Analysis of HS Aqr, EG Cep, VW LMi, and du Boo'] ["KPS-1b: The First Transiting Exoplanet Discovered Using an Amateur Astronomer's Wide-field CCD Data"] ['Physical parameters of some close binaries: ET Boo, V1123 Tau, V1191 Cyg, V1073 Cyg and V357 Peg'] ['BI CVn - A spotted, overcontact, type-W eclipsing binary'] ['Analysis of HAT-P-16b and TrES-3b Exoplanets by the Transit Timing Variations Method'] ['First results of the Kourovka Planet Search: discovery of transiting exoplanet candidates in the first three target fields'] ['Photometric, Spectroscopic, and Orbital Period Study of Three Early-type Semi-detached Systems: XZ Aql, UX Her, and AT Peg'] ['KELT-18b: Puffy Planet, Hot Host, Probably Perturbed'] ['High-precision multiband time series photometry of exoplanets Qatar-1b and TrES-5b'] ['The stable isotope composition of waters of the eastern Mediterranean Sea'] ['Changes in the hydrochemistry of the Black Sea inferred from water density profiles'] ['Times of Minima of Some Eclipsing Binaries'] ["Kataklizmik Değişen DW UMa'nın Gezegen Barındırma Potansiyeli"] ['T80 Prof. Dr. Berahitdin Albayrak Teleskobu ve Odak Düzlemi Aletleri'] ['Tutulma Zamanlaması Değişimi Yöntemi ile Keşfedilen Ötegezegen Sistemlerinin Yörünge Kararlılıkları'] ['Zamanlama Yöntemiyle Ötegezegen Keşfi'] ['A Python-based GUI Software to Calculate Times of Maximum and Minimum: Xtrema'] ['DAG 4 Metre Teleskobuyla Yakın Kızılötede Ötegezegen Atmosferi Gözlemleri'] ['New Times of Minima of Some Eclipsing Binary Stars and Maxima of Pulsating Stars'] ['Photoelectric Minima of Some Eclipsing Binary Stars'] ['Times of Minima of Eclipsing Binaries and Mid-Transit Times of Transiting Exoplanets'] ['Eclipse Timing Variations Observed in PCEB Systems'] ['Orbital Period Variations in the NY Vir System, Revisited in the Light of New Data'] ['A Tale on Two Close Binaries in Pegasus'] ['Photoelectric Minima of Some Eclipsing Binary Stars']
Her sorgu bir $ads.Article$ nesnesi döndürür. Bu nesnenin oldukça kullanışlı pek çok metodu bulunmaktadır. Aşağıda bu metotlara bazı örnekler verilmiştir.
en_son_yayin = sonuclar[0]
# Yayinla ilgili bazı özet bilgiler
print(en_son_yayin)
print(en_son_yayin.author)
print(en_son_yayin.bibcode)
<Baştürk, Ö. et al. 2022, 2022MNRAS.512.2062B> ['Baştürk, Ö.', 'Esmer, E. M.', 'Yalçınkaya, S.', 'Torun, Ş.', 'Mancini, L.', 'Helweh, F.', 'Karamanlı, E.', 'Southworth, J.', 'Aliş, S.', 'Wünsche, A.', 'Tezcan, F.', 'Aladağ, Y.', 'Aksaker, N.', 'Tunç, E.', 'Davoudi, F.', 'Fişek, S.', 'Bretton, M.', 'Evans, D. F.', 'Yeşilyaprak, C.', 'Yılmaz, M.', 'Tezcan, C. T.', 'Yelkenci, K.'] 2022MNRAS.512.2062B
Gaia, galaksimizin kompozisyonunu, oluşumunu ve evrimini ortaya koymak amacıyla Samanyolu'nun üç boyutlu bir haritasını çıkarmak üzere geliştirilmiş bir uzay teleskobu projesidir. Gaia, Galaksimizde ve Yerel Grup genelinde yaklaşık bir milyar yıldızın tayfsal ve kinematik gözlemlerini gerçekleştirmek için bugüne kadar eşi görülmemiş bir duyarlılıkta konum ve radyal hız ölçümleri yapmaktadır.
Gaia arşivi TAP (Table Access Protocol) + REST servisleri üzerine kuruludur. Üzerine kurulu olduğu $TAP+$, Uluslararası Sanal Gözlemevleri Birliği (IVOA) tarafından belirtilen Tablo Erişim Protokolü'nün (TAP: http://www.ivoa.net/documents/TAP/) bir uzantısıdır. TAP sorgu dili, veritabanlarını sorgulamak için yaygın olarak kullanılan Yapılandırılmış Sorgu Dili'ne (ing, Structured Query Language, SQL) benzer bir dil olan Astronomi Veri Sorgu Dili ([Astronomical Data Query Language, ADQL] (http://www.ivoa.net/documents/ADQL/2.0)) 'dir.
TAP, Eşzamanlı (ya da Senkron: Synchronous) ve Asenkron (Asynchronous) olmak üzere iki çalışma modu sunar:
Eşzamanlı: istenen cevap sunucu tarafından alındığında oluşturulur. Bu yöntem büyük boyutlarda sonuç üreten sorgular için kullanılmamalıdır. Eşzamanlı (senkronize) sorgularda sorgunun sonucu döndürülene kadar uygulamadaki başka hiçbir iş (task) gerçekleştirilmez. Uygulamalar, sorgunun veritabanına ilk gönderildiği andan sonuçların alınıp uygulamaya döndürülmesine kadar tüm gidiş-dönüş boyunca bloke edilirler. Bu nedenle, sorgular bir sıra dahilinde gönderilir; biri bitmeden diğeri başlamaz ve beşer dakika çalışacak üç sorgu toplamda 15 dakikada sonuçlanır. Birinin çıktısı diğerine girdi yapılabilir.
Asenkron: sunucu, sorgulama isteğini yürütecek bir iş (task) başlatır. İsteğe ilk yanıt, task durumunu elde etmek için gerekli bilgilerdir. Sorgulama işi bittikten sonra sonuçlar alınabilir. bu durumda sorgular aynı anda gönderilip, aynı anda çalışabilir; yukarıdaki örnekten hareketle beşer dakika sürecek üç sorgunun tamamlanması toplamda yine beş dakika sürer.
Gaia $TAP+$ sunucusu herkese açık, genel (public) ve kullanıcı erişimli (authenticated) olmak üzere iki erişim modu sağlar:
Genel kullanıcı: Bu standart $TAP$ erişimidir. Bir kullanıcı, 'anında' sorguda kullanılacak ADQL sorgularını yürütebilir ve tabloları yükleyebilir (sorgu yürütüldüğünde bu tablolar kaldırılır). Sonuçlar diğer kullanıcılar tarafından kullanılabilir ve sınırlı bir süre için sunucuda kalır.
Kullanıcı erişimli sorgulamalar: bazı işlevler yalnızca kimliği doğrulanmış kullanıcılarla sınırlıdır. Sonuçlar özel bir kullanıcı alanına kaydedilir ve sonsuza kadar sunucuda kalır (kullanıcı tarafından kaldırılabilir).
ADQL sorguları ve sonuçları, kullanıcının özel alanına kaydedilir. Bir kullanıcı özel bir alana tablo yükleyebilir. Bu tablolar sorgularda ve çapraz eşleşme işlemlerinde kullanılabilir.
Örnek olarak basit bir Gaia sorgusu astroquery.gaia
alt modülüyle aşağıdaki şekilde kurgulanabilir. Bu şekilde koordinatları bilinen bir cismin istenen yakınlığında başka bir kaynağın olup olmadığı konusunda bilgi verebilir.
import astropy.units as u
from astropy.coordinates import SkyCoord
from astroquery.gaia import Gaia
koordinatlar = "00h38m04s +34d42m41s"
koor = SkyCoord(koordinatlar, obstime="J2000.", frame='icrs')
ra_aralik = u.Quantity(1, u.arcmin)
dec_aralik = u.Quantity(1, u.arcmin)
sorgu = Gaia.query_object_async(coordinate=koor, width=ra_aralik, height=dec_aralik)
sorgu.pprint()
INFO: Query finished. [astroquery.utils.tap.core] dist solution_id ... epoch_photometry_url ... --------------------- ------------------- ... -------------------- 7.814272017040687e-05 1635721458409799680 ...
sorgu['DESIGNATION']
Gaia DR2 365426679516816512 |
sorgu = Simbad.query_objectids(sorgu['DESIGNATION'])
sonuc_tablosu = [isim[0] for isim in sorgu]
print(sonuc_tablosu)
['Gaia DR3 365426679516816512', 'WISE J003803.98+344241.2', 'UCAC4 624-001874', 'TIC 267650535', 'Gaia DR2 365426679516816512', 'UCAC2 43902188', 'UCAC3 250-4408', '2MASS J00380401+3442416', 'HAT-P-19', 'GSC 02283-00589']
/home/ozbasturk/.local/lib/python3.10/site-packages/astroquery/simbad/core.py:135: UserWarning: Warning: The script line number 2 raised an error (recorded in the `errors` attribute of the result table): 'DESIGNATION': No known catalog could be found warnings.warn("Warning: The script line number %i raised "
İstenirse böyle bir sorgu isim üzerinden yapılmak üzere SIMBAD sorgularıyla birleştirilebilir.
NASA Exoplanet Archive veritabanı keşfedilen aday ve onaylanmış ötegezegenler ile onların barınak yıldızları hakkında farklı literatür kaynaklarında yayınlanmış bilgi ve parametrelere erişmek için NASA tarafından geliştirilmiş bir veritabanıdır. Veritabanını astroquery
fonksyonlarıyla sorgulamak için astroquery.ipac.nexsci.nasa_exoplanet_archive
modülü kullanılır. Veritabanının