使用说明¶

Release : 1.0.0rc3.

安装¶

开发版安装¶

git clone xxxxx

在包目录下执行pip安装命令 (建议使用conda创建python3.11/3.12虚拟环境)

cd spherex_cutoutdb
python -m pip install -e ".[dev]"

安装完成后，请勿删除、移动或更名安装包目录，否则需要重新安装。 测试是否安装完成

spxcutdb --help

快速使用¶

准备输入星表¶

新建项目文件夹，例如spx_down

mkdir spx_down
cd spx_down

将输入星表保存到项目文件夹的根目录。输入星表，例如input_catalog.csv，应为csv格式，包含源名和坐标列，默认为Name, RA_deg, DEC_deg列。Name列必须是唯一ID，不允许重复，建议不要包含空格和不能用作文件名的非法字符。RA_deg和DEG_deg的单位必须为deg。如果存在cutout_size_arcsec列，可以为每个源指定不同的cutout_size（实验性功能，效果未验证）。

初始化项目和配置文件¶

在项目文件夹执行命令以初始化项目

spxcutdb init ./ --catalog input_catalog.csv --target-id-column Name #可以指定唯一id的列名

初始化命令会创建项目文件夹结构和配置文件spherex_cutoutdb.yaml, 可以自行修改该配置文件。

spxcutdb validate --project ./ --catalog input_catalog.csv
spxcutdb config diff --project ./  #显示当前config和默认配置的区别

下载校准文件¶

初始化项目后，需要下载校准文件（也可以自行填充到对应位置）

spxcutdb calibration sync --project ./ --product required --download-source cloud --max-workers 8

检验当前项目的校准产品

spxcutdb calibration validate --project ./
spxcutdb calibration status --project ./

获取目标源的观测信息¶

每次更新数据前，需要从IRSA网站获取当前源表的观测信息，预期不会花费太多时间。后续命令你可以尝试加--verbose输出过程信息

spxcutdb discover --project ./ --resume

使用流程1, 批量下载和批量测光¶

我们提供分离式的使用流程，对存储空间充足的用户（对180arcsec的cutout，大约5.1MB每张图），建议先执行批量下载命令，再执行测光。（建议下载到固态硬盘）