跳转到主要内容

MUSE Python数据分析框架是GTO环境下分析MUSE数据的一个Python框架。

项目描述

https://github.com/musevlt/mpdaf/workflows/Run%20unit%20tests/badge.svg https://codecov.io/gh/musevlt/mpdaf/branch/master/graph/badge.svg

MPDAF,即MUSE Python数据分析框架,是一个开源(BSD许可)Python包,由CRAL开发和维护,部分资金由ERC高级项目339659-MUSICOS提供(更多详情见作者和贡献)。它在MUSE联盟中开发和使用已有数年,并对社区免费提供。

它提供了用于处理MUSE特定数据(原始数据、像素表等)以及更通用数据(如光谱、图像和数据立方体)的工具。尽管其主要用途是处理MUSE数据,但它也可以用于其他数据,例如HST图像。

MPDAF还提供了MUSELET,这是一种基于SExtractor的工具,用于在数据立方体中检测发射线,以及一个格式,用于在一个FITS文件中收集有关源的所有信息。

欢迎提交错误报告、评论和开发方面的帮助。

MPDAF 3.0需要Python 3.5或更高版本。这是第一个仅支持Python 3的版本。对于仍需要Python 2的用户,可以安装旧版本

报告问题

如果您在MPDAF中发现了错误,请在Github上创建问题

引用

MPDAF可以使用ASCL参考(ADSBibTeX)引用,并在ADASS XXVI上展示,其会议记录可在arXiv上找到(ADSBibTeX)。

支持者

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面