Debian Astro Python packages

Python 2, il linguaggio interattivo di alto livello orientato agli oggetti, include una vasta libreria di classi ricca di chicche per la programmazione su reti, amministrazione di sistema, suoni e grafica.

Questo è un pacchetto di dipendenza che dipende dalla versione di Python 2 in Debian (attualmente la 2.7).

• Matthias Klose

• 2.7.16-1 (buster)
• 2.7.13-2 (stretch)
• 2.7.9-1 (jessie)

devel

interpreter, lang:python

interface

commandline

role

metapackage, program

scope

utility

• 1950 regular users
• 4696 recent
• 57313 total installations (of 236283 submissions)

• idle

• Maintainer page
• Bugs
• Git

• Home page

ASDF (Advanced Scientific Data Format, formato avanzato per dati scientifici) è la proposta per un formato di prossima generazione per lo scambio di dati scientifici. ASDF ha lo scopo di esistere nello stesso territorio di mezzo che ha reso FITS così di successo, essendo un formato ibrido testuale e binario: contiene metadati modificabili dalle persone per l'interscambio e dati binari grezzi che sono veloci da caricare e da usare. Diversamente da FITS, i metadati sono altamente strutturati e progettati fin dall'inizio per l'estensibilità.

Questo è il pacchetto per Python 2.

• P. Greenfield, M. Droettboom and E. Bray: ASDF: A new data format for astronomy. Astronomy and Computing 12:240-251 (2015) (eprint)

• Debian Astronomy Team
• Ole Streicher

• 1.2.1-2 (stretch)

• 2 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Il motore di astrometria prende qualsiasi immagine e restituisce il sistema di coordinate del mondo astrometriche (WCS), una descrizione basata sugli standard della trasformazione tra le coordinate dell'immagine e quelle del cielo.

Questo pacchetto contiene il pacchetto Python.

• D. Lang, D. W. Hogg, K. Mierle, M. Blanton and S. Roweis: Astrometry.net: Blind Astrometric Calibration of Arbitrary Astronomical Images. aj 139:1782-1800 (2010) (eprint)

• Debian Astronomy Team
• Ole Streicher

• 0.70+dfsg-1 (stretch)
• 0.94 (upstream)

• 121 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Astroplan è un pacchetto per astronomi per la pianificazione delle osservazioni e che è in grado di pianificare tutto tranne le nuvole.

È un pacchetto affiliato ad Astropy che prova a rendere la vita un po' meno esasperante a chi compie osservazioni astronomiche.

Questa è la versione per Python 2 del pacchetto.

• Debian Astro Team
• Vincent Prat

• 0.2-5 (stretch)
• 0.10 (upstream)

• 1 regular users
• 1 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Una parte notevole del progetto Astropy è il concetto di "pacchetti affiliati" (Affiliated Packages). Un pacchetto affiliato è un pacchetto Python relativo all'astronomia che non fa parte del pacchetto principale di Astropy, ma che ha richiesto di essere incluso come parte della comunità del progetto Astropy. Questi pacchetti esprimono un interesse negli scopi di Astropy di migliorare il riuso, l'interoperabilità e gli standard di interfaccia per i pacchetti Python di astronomia e astrofisica.

Questo metapacchetto installa tutti i pacchetti affiliati nella loro versione per Python 2.

• Debian Astronomy Team
• Ole Streicher

• 1.2 (stretch)

• 1 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page

• Upload Screenshot
• Create tags

Astro-SCRAPPY è progettato per rilevare raggi cosmici nelle immagini (array numpy), sulla base dell'algoritmo L.A.Cosmic di Pieter van Dokkum. La parallelizzazione è ottenuta usando OpenMP.

Questo pacchetto contiene la versione per Python 2 del pacchetto.

• van Dokkum, P. G.: Cosmic-Ray Rejection by Laplacian Edge Detection. Publications of the Astronomical Society of the Pacific 113:1427 - 1420 (2001) (eprint)

• Debian Astronomy Team
• Ole Streicher

• 1.0.5-1 (stretch)

• 1 regular users
• 2 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Il pacchetto ccdproc fornisce molti degli strumenti necessari per elaborare immagini CCD, costruiti su un'infrastruttura per fornire propagazione di errori e tracciamento dei pixel danneggiati attraverso la procedura di riduzione.

Questo pacchetto contiene la versione per Python 2 del pacchetto.

• Debian Astronomy Team
• Ole Streicher

• 1.2.0-1 (stretch)

• 1 regular users
• 2 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

La libreria drizzle è un pacchetto per Python per combinare immagini con dithering in un'unica immagine. Questa libreria è derivata dal codice utilizzato in drizzlepac. Come quest'ultimo, la maggior parte del codice è implementata nel linguaggio C. Il cambiamento più grande rispetto a drizzlepac è che il codice passa un array che mappa l'input alla immagine di output nel codice C, mentre il codice drizzlepac calcola la mappatura utilizzando una callback Python. Il passaggio all'uso di un array ha permesso al codice di essere grandemente semplificato.

Questo è il pacchetto per Python 2.

• Gonzaga, S., Hack and W., Fruchter, A. and Mack, J.: The DrizzlePac Handbook. (2012) (eprint)

• Debian Astronomy Team
• Ole Streicher

• 1.3-2 (stretch)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

PyEphem fornisce un pacchetto ephem per Python per effettuare calcoli astronomici ad alta precisione. Le procedure numeriche sottostanti sono codificate in C e sono le medesime che guidano la popolare applicazione per astronomia XEphem il cui autore, Elwood Charles Downey, ha concesso generosamente il loro utilizzo in PyEphem.

Il nome ephem è abbreviazione della parola effemeridi (ephemers in inglese) che è il termine tradizionale per una tavola che fornisce la posizione di un pianeta, asteroide o cometa per una serie di date.

Questo pacchetto contiene la versione per Python 2 del pacchetto.

• Debian Astronomy Team
• Ole Streicher

• 3.7.6.0-6 (stretch)
• 3.7.6.0-7 (buster)

• 7 regular users
• 27 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Modulo Python che gestisce l'integrazione delle orbite in una varietà di potenziali, valutando e campionando varie funzioni di distribuzione, e il calcolo delle coordinate azione-angolo per tutti i potenziali statici.

• Debian Astronomy Maintainers
• Josue Ortega

• 1.2-1 (stretch)
• 1.9.2 (upstream)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Ginga è un toolkit progettato per costruire visualizzatori di dati di immagini scientifiche in Python, visualizzando dati di pixel 2D in array numpy. Può visualizzare dati astronomici come quelli contenuti in file basati sul formato di file FITS (Flexible Image Transport System). È stato scritto ed è mantenuto da programmatori del Subaru Telescope, National Astronomical Observatory of Japan.

Il toolkit Ginga è incentrato su un oggetto per visualizzazione di immagini che gestisce zoom e pan, mappatura di colori e intensità, una scelta di diversi algoritmi automatici dei livelli di taglio e canvas per tracciare forme geometriche ridimensionabili. Oltre a questo widget, viene fornito un visualizzatore FITS "di riferimento" generico basato su un'architettura a plugin. Un insieme di plugin standard piuttosto completo viene fornito per funzionalità che ci si attendono da un visualizzatore FITS moderno: finestre per pan e zoom, accesso a cataloghi stellari, tagli, selezione di stelle/fwhm, miniature, ecc.

Questo pacchetto contiene la versione per Python 2 del pacchetto.

• Debian Astronomy Team
• Ole Streicher

• 2.6.1-2 (stretch)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Create tags

Gyoto mira a fornire un'infrastruttura per calcolare orbite e immagini tramite ray-tracing in relatività generale.

Questo pacchetto include anche un plugin di Gyoto che permette di scrivere nuovi oggetti di Gyoto nel linguaggio Python 2.

Questo pacchetto fornisce un'estensione per il linguaggio di programmazione Python 2 che espone le funzionalità di Gyoto. Consente di utilizzare Gyoto in modo interattivo dal prompt di Python o di eseguire complessi script di Gyoto.

• F. H. Vincent, T. Paumard, E. Gourgoulhon and G. Perrin: GYOTO: a new general relativistic ray-tracing code. Classical and Quantum Gravity 28:225011 (2011) (eprint)

• Debian Astronomy Maintainers
• Thibaut Paumard

• 1.3.1-1 (buster)
• 1.2.0-2 (stretch)

• 26 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

The lmfit Python package provides a simple, flexible interface to non-linear optimization or curve fitting problems. The package extends the optimization capabilities of scipy.optimize by replacing floating pointing values for the variables to be optimized with Parameter objects. These Parameters can be fixed or varied, have upper and/or lower bounds placed on its value, or written as an algebraic expression of other Parameters.

The principal advantage of using Parameters instead of simple variables is that the objective function does not have to be rewritten to reflect every change of what is varied in the fit, or what relationships or constraints are placed on the Parameters. This means a scientific programmer can write a general model that encapsulates the phenomenon to be optimized, and then allow user of that model to change what is varied and fixed, what range of values is acceptable for Parameters, and what constraints are placed on the model. The ease with which the model can be changed also allows one to easily test the significance of certain Parameters in a fitting model.

The lmfit package allows a choice of several optimization methods available from scipy.optimize. The default, and by far best tested optimization method used is the Levenberg-Marquardt algorithm from MINPACK-1 as implemented in scipy.optimize.leastsq. This method is by far the most tested and best support method in lmfit, and much of this document assumes this algorithm is used unless explicitly stated. An important point for many scientific analysis is that this is only method that automatically estimates uncertainties and correlations between fitted variables from the covariance matrix calculated during the fit.

A few other optimization routines are also supported, including Nelder-Mead simplex downhill, Powell's method, COBYLA, Sequential Least Squares methods as implemented in scipy.optimize.fmin, and several others from scipy.optimize. In their native form, some of these methods setting allow upper or lower bounds on parameter variables, or adding constraints on fitted variables. By using Parameter objects, lmfit allows bounds and constraints for all of these methods, and makes it easy to swap between methods without hanging the objective function or set of Parameters.

Finally, because the approach derived from MINPACK-1 usin the covariance matrix to determine uncertainties is sometimes questioned (and sometimes rightly so), lmfit supports methods to do a brute force search of the confidence intervals and correlations for sets of parameters.

This is the Python 2 version of the package.

• Debian Science Maintainers
• Andreas Tille

• 0.9.11+dfsg-2 (buster)
• 0.9.5+dfsg-2 (stretch)
• 0.8.0+dfsg.1-1 (jessie)
• 1.3.1 (upstream)

• 33 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page

• Upload Screenshot
• Create tags
• Translate description

Questo pacchetto fornisce un wrapper Python 2 per Montage Astronomical Image Mosaic Engine, che include funzioni per accedere a singoli comandi di Montage e funzioni di alto livello per facilitare la creazione di mosaici e la riproiezione.

• Debian Astronomy Team
• Ole Streicher

• 0.9.8-4 (stretch)

• 1 regular users
• 2 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Numpy (Numerical Python) contiene un potente oggetto array a N dimensioni, funzioni sofisticate (broadcasting), strumenti per l'integrazione di codice C/C++ e Fortran e utili funzionalità per algebra lineare, trasformate di Fourier e numeri casuali.

Numpy rimpiazza i moduli python-numeric e python-numarray che sono ora deprecati e non dovrebbero essere usati se non per il supporto a software datato.

• Sandro Tosi

• 1.12.1-3 (stretch)
• 1.8.2-2 (jessie)
• 1.16.2-1 (buster)

devel

lang:python, library

field

mathematics

role

devel-lib

• 596 regular users
• 103 recent
• 12570 total installations (of 236283 submissions)

• python-shapely

• Maintainer page
• Bugs
• Git

• Home page

• Upload Screenshot

Photutils contiene funzioni per:

• stimare il fondo e l'RMS di fondo in immagini astronomiche;
• individuare sorgenti in immagini astronomiche;
• stimare parametri morfologici di tali sorgenti (es. parametri di forma e centroide);
• eseguire fotometria di apertura e PSF.

Questo pacchetto contiene la versione per Python 2 del pacchetto.

• Debian Astronomy Team
• Ole Streicher

• 0.3-3 (stretch)

• 1 regular users
• 1 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

PyDL consiste di sostituti in Python per funzioni che fanno parte della libreria incorporata in IDL o parte delle librerie astronomiche IDL. L'enfasi è nel riprodurre i risultati delle funzioni della libreria astronomica. Sono implementate solo le funzioni incorporate in IDL strettamente necessarie per permettere ciò.

L'obiettivo sono quattro librerie astronomiche:

• idlutils: una suite generica di strumenti pesantemente usati da SDSS;
• utilità Goddard: The IDL Astronomy User's Library, mantenuta da Wayne Landsman e distribuita con idlutils;
• idlspec2d: strumenti per lavorare con dati spettroscopici SDSS, BOSS e eBOSS;
• photoop: strumenti per lavorare con dati di immagini SDSS.

Questa è la versione per Python 2 del pacchetto.

• Debian Astro Team
• Vincent Prat

• 0.5.3-3 (stretch)

• 1 regular users
• 1 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Wrapper Python per FFTW, la veloce libreria FFT. Il fine ultimo è presentare un'interfaccia unitaria per tutte le possibili trasformazioni che FFTW può effettuare.

Sono gestite sia la DFT complessa che quella reale, così come assi arbitrari di array di forma e passo arbitrari, che la rendono quasi funzionalmente equivalente alle funzioni FFT standard e reali di numpy.fft (inoltre, gestisce il dtype clongdouble, mentre numpy.fft non lo fa).

pyFFTW ha una licenza BSD e non dovrebbe essere confuso con python-fftw, un modulo Python con licenza GPL che ha lo stesso intento di fornire collegamenti Python a FFTW3. Non deve nemmeno essere confuso con python-gpyfft che fornisce collegamenti alla libreria OpenCL FFT clFFT.

Questo pacchetto fornisce i collegamenti Python 2.

• Debian Science Maintainers
• Drew Parsons

• 0.11.1-2 (buster)
• 0.9.2+dfsg-2 (jessie)

• 7 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

PyMOC fornisce una libreria compatibile con Python 2 per gestire MOC.

Spesso le immagini o i cataloghi delle indagini astronomiche sono sparsi e coprono solo una piccola parte del cielo. In una mappa Multi-Order Coverage l'estensione dei dati in un particolare dataset è messa in cache come immagine maschera pre-calcolata. La natura gerarchica permette veloci operazioni booleane nello spazio delle immagini, senza richiedere di eseguire complessi calcoli geometrici. I servizi come VizieR generalmente offrono le maschere MOC, permettendo un'esperienza più veloce in applicazioni grafiche come Aladin, o per i ricercatori che hanno bisogno di localizzare velocemente quali dataset possono contenere coperture sovrapposte.

La stessa immagine maschera MOC è tassellata e memorizzata nel formato NASA HealPix, codificato dentro a un contenitore di immagini FITS. L'uso del metodo di tassellazione HealPix (Hierarchical Equal Area isoLatitude Pixelization) assicura che la maggiore precisione (pixel) nella maschera sia disponibile quando vengono descritte forme complesse come nell'approssimazione dei bordi dei poligoni o delle indagini, mentre è necessario memorizzare solo una singola grande cella/pixel quando una copertura è completamente all'interno o all'esterno della maschera. I cataloghi possono essere resi sulla maschera come cerchi.

• Debian Astro Team
• Paul Sladen

• 0.4.2-1 (stretch)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

pysynphot simula dati fotometrici e spettri come sono osservati con il telescopio spaziale Hubble (Hubble Space Telescope, HST). Sono disponibili passabande per sistemi fotometrici standard e gli utenti possono incorporare filtri, spettri e dati personali. L'interfaccia utente di pysynphot permette di:

• costruire complicati spettri compositi da varie griglie di modelli di spettri atmosferici, modelli di spettro parametrizzati e atlanti di spettrofotometria stellare;
• simulare osservazioni;
• interrogare le strutture risultanti per le quantità di interesse, come tasso di conteggio, lunghezza d'onda effettiva, stimolo effettivo effettivo, e array di flusso e lunghezza d'onda;
• disegnare curve di sensibilità dell'HST e spettri target per calibrazione;
• calcolare parametri di calibrazione fotometrica per qualsiasi modalità dello strumento dell'HST.

pysynphot può aiutare gli osservatori che usano l'HST ad eseguire simulazioni multistrumento per esaminare la curva di trasmissione dell'OTA (Optical Telescope Assembly) dell'HST e spettri target per calibrazione dell'HST. Gli utenti esperti possono sfruttare le strutture di dati e controllo disponibili in Python per eseguire facilmente operazioni ripetitive come simulare l'osservazione di tipi multipli di sorgenti attraverso modalità multiple d'osservazione.

• P. L. Lim, R. I. Diaz and V. Laidler: PySynphot User’s Guide. (2015)

• Debian Astronomy Team
• Ole Streicher

• 0.9.8.5+dfsg-1 (stretch)

• 1 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Questo è un pacchetto per riproiettare immagini astronomiche usando varie tecniche tramite un'interfaccia uniforme. Riproiezione significa la ri-grigliatura delle immagini da un sistema di coordinate mondiali a un altro (per esempio cambiando la risoluzione dei pixel, l'orientamento, il sistema di coordinate). Attualmente è implementata la riproiezione di immagini celesti tramite interpolazione e trovando la sovrapposizione esatta tra pixel sulla sfera celeste. Può anche riproiettare da/verso proiezioni HEALPIX.

Questo pacchetto contiene la versione per Python 2 del pacchetto.

• Debian Astronomy Team
• Ole Streicher

• 0.3.1-4 (stretch)
• 0.13.1 (upstream)

• 1 regular users
• 2 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

scikit-image è una raccolta di algoritmi per l'elaborazione di immagini per Python. Esegue compiti come: caricamento, filtraggio, morfologia, segmentazione, conversione di colori e trasformazioni di immagini.

Questo pacchetto fornisce il modulo per Python 2.

• Stéfan van der Walt, Johannes L. Schönberger, Juan Nunez-Iglesias, François Boulogne, Joshua D. Warner, Neil Yager, Emmanuelle Gouillart, Tony Yu and the scikit-image contributors: scikit-image: Image processing in Python. PeerJ 2:e453 (2014) (eprint)

• Debian Science Maintainers
• Ole Streicher

• 0.12.3-8 (stretch)
• 0.14.2-2 (buster)
• 0.10.1-2 (jessie)

• 3 regular users
• 64 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Il pacchetto spectral-cube fornisce un modo facile per leggere, manipolare, analizzare e scrivere cubi di dati con due dimensioni posizionali e una dimensione spettrale, opzionalmente con parametri di Stokes. Ha lo scopo di essere un contenitore versatile per costruire routine personalizzate di analisi.

Questo pacchetto contiene la versione per Python 2 del pacchetto.

• A. Ginsburg, T. Robitaille, C. Beaumont, E. Rosolowsky, A. Leroy, C. Brogan, T. Hunter, P. Teuben and D. Brisbin: Radio Astronomy Tools in Python: Spectral-cube, pvextractor, and more. Revolution in Astronomy with ALMA: The Third Year :363 (2015) (eprint)

• Debian Astronomy Team
• Ole Streicher

• 0.4.0-2 (stretch)

• 1 regular users
• 2 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

SunPy è un pacchetto software per la fisica solare libero e open source sviluppato dalla comunità. SunPy è pensato per essere un'alternativa libera all'ambiente di analisi di dati SolarSoft. Lo scopo del progetto SunPy è di fornire gli strumenti software necessari in modo che chiunque possa analizzare i dati solari.

Questo pacchetto contiene la versione per Python 2.

• T. SunPy Community, S.J. Mumford, S. Christe, D. Perez-Suarez, J. Ireland, A.Y. Shih, A.R. Inglis, S. Liedtke, R.J. Hewett, F. Mayer, K. Hughitt, N. Freij, T. Meszaros, S.M. Bennett, M. Malocha, J. Evans, A. Agrawal, A.J. Leonard, T.P. Robitaille, B. Mampaey, J. Ivan Campos-Rozo and M.S. Kirk: SunPy-Python for solar physics. Computational Science and Discovery 8(1):014009 (2015) (eprint)

• Debian Astronomy Team
• Ole Streicher

• 0.7.4-2 (stretch)
• 5.1.2 (upstream)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

Il progetto yt ha lo scopo di produrre un ambiente scientifico integrato per porre domande di astrofisica e rispondere, in maniera collaborativa. Per fare ciò, comprende la creazione delle condizioni iniziali, l'esecuzione delle simulazioni e la dettagliata esplorazione e visualizzazione dei dati risultanti. Fornisce anche un'infrastruttura standard basata sull'interoperatività delle quantità fisiche tra i codici.

Questo pacchetto contiene la versione per Python 2 del pacchetto.

• M.J. Turk, B.D. Smith, J.S. Oishi, S. Skory, S.W. Skillman, T. Abel and M.L. Norman: yt: A Multi-code Analysis Toolkit for Astrophysical Simulation Data. ApJS 192:9 (2011) (eprint)

• Debian Astronomy Team
• BW Keller

• 3.5.0-1 (buster)
• 3.2.3-2 (stretch)
• 4.3.1 (upstream)

• 1 regular users
• 8 total installations (of 236283 submissions)

• Maintainer page
• Bugs
• Git

• Home page
• Bugs
• Git

• Upload Screenshot
• Create tags

The VOTable format is defined by the International Virtual Observatory Alliance to facilitate data exchange in astronomy. This library implements most of the specification and offers simple and advanced, streaming interfaces. Also included is a simple client to query TAP servers.

There are many other libraries to parse VOTables into python programs, the default probably being astropy's. This one is geared for maximal control, streaming, and the possibility to write fairly mad instance documents.

• Announcement

• Home page

Sherpa is a Python package for modeling and fitting. It enables the user to construct complex models from simple definitions and fit those models to data, using a variety of statistics and optimization methods.

It was originally developed by the Smithsonian Astrophysical Observatory / Chandra X-Ray Center as part of the larger CIAO package for X-ray data analysis

• Announcement

• Home page