“ IndexError：数组索引过多，同时合并VIPERS和PRIMUS

Question

嗨，我正在尝试从两个调查（PRIMUS和VIPERS）中提取RA，Dec和redshift信息，并将它们收集到单个nd阵列中。代码如下：

from astropy.io import fits
import numpy as np

hdulist_PRIMUS = fits.open('data/PRIMUS_2013_zcat_v1.fits')

data_PRIMUS = hdulist_PRIMUS[1].data
data_PRIMUS = np.column_stack((data_PRIMUS['RA'], data_PRIMUS['DEC'],
    data_PRIMUS['Z'], data_PRIMUS['FIELD']))
data_PRIMUS = np.array(filter(lambda x: x[3].strip() == 'xmm', data_PRIMUS))[:, :3]
data_PRIMUS = np.array(map(lambda x: [float(x[0]), float(x[1]), float(x[2])], data_PRIMUS))

hdulist_VIPERS = fits.open('data/VIPERS_W1_SPECTRO_PDR2.fits')
data_VIPERS = hdulist_VIPERS[1].data
data_VIPERS = np.column_stack((data_VIPERS['alpha'], data_VIPERS['delta'], data_VIPERS['zspec']))

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

PRIMUS_catalog = SkyCoord(ra=data_PRIMUS[:, 0]*u.degree, dec =data_PRIMUS[:, 1]*u.degree)
VIPERS_catalog = SkyCoord(ra=data_VIPERS[:, 0]*u.degree, dec=data_VIPERS [:, 1]*u.degree)

idx, d2d, d3d = PRIMUS_catalog.match_to_catalog_sky(VIPERS_catalog)
feasible_indices = np.array(map(
    lambda x: x[0],
    filter(lambda x: x[1].value > 1e-3, zip(idx, d2d))))
data_VIPERS = data_VIPERS[feasible_indices]
data_HZ = np.vstack((data_PRIMUS, data_VIPERS))

当我运行此命令时，出现“ IndexError：数组索引过多”

数据集：PRIMUS Redshift目录-https://primus.ucsd.edu/version1.htmlVIPERS Redshift目录-https://projects.ift.uam-csic.es/skies-universes/VIPERS/photometry/

Answer 1

我认为您可以通过多种方式来执行此操作，从而无法有效地使用现有的可用工具，从而使自己更难。例如，由于您正在使用FITS文件中的表格数据，因此可以利用Astropy的Table界面：

>>> from astropy.table import Table
>>> primus = Table.read('PRIMUS_2013_zcat_v1.fits')

（对于这个特定的文件，我收到一些有关表中某些标头为非标准的警告，但这可以忽略）。

如果只对表的几列执行某些操作，则可以轻松地执行此操作。例如，与其一起做，不如选择几列，然后将它们堆叠到一个新数组中]

np.column_stack((data_PRIMUS['RA'], data_PRIMUS['DEC'],
data_PRIMUS['Z'], data_PRIMUS['FIELD']))

您可以从表中选择列的子集，如下所示：

>>> primus[['RA', 'DEC', 'Z', 'FIELD']]
<Table length=213696>
        RA                 DEC             Z          FIELD    
      degree              degree                               
     float64             float64        float32      bytes13   
------------------ ------------------- ---------- -------------
52.892275339281994 -27.833172368069615  0.3420992 calib        
 52.88448889270391  -27.85252305560996  0.4824943 calib        
52.880363885710295  -27.86221750021335 0.33976158 calib        
 52.88334306466262  -27.86937808271639  0.6134631 calib        
  52.8866138857103 -27.871773055662942 0.58744365 calib        
52.885607068267845 -27.889578785511922 0.26873255 calib        
               ...                 ...        ...           ...
          34.54856             -4.5544  0.8544105 xmm          
          34.56942            -4.57564  0.6331108 xmm          
34.567412432719756  -4.572718190305209  1.1456184 xmm          
          34.57134            -4.56414  0.6346616 xmm          
          34.58088            -4.56804   1.081143 xmm          
          34.58686            -4.57449  0.7471819 xmm    

然后似乎您通过使用RA函数选择了DEC，Z和xmm列，其中字段为filter，但是由于这些是Numpy数组，因此您可以使用内置的过滤功能numpy数组索引以及表索引。唯一棘手的部分是，由于这些是固定宽度的字符字段，因此您仍然需要正确执行比较。您可以使用Numpy的字符串函数，例如np.char.startswith：

np.char.startswith

在进行性能比较的过程中，我意识到这一行可能是您出现错误>>> primus = primus[np.char.startswith(primus['FIELD'], b'xmm')] 的地方：

IndexError: too many indices for array

[在Python 3中，

>>> np.array(filter(lambda x: x[3].strip() == 'xmm', primus))
array(<filter object at 0x7f5170981940>, dtype=object)

函数返回一个可迭代的，因此将其包装在filter中只会使包含该Python对象的0-D数组；它可能不是您想要的，所以它在这里失败了（这在查看回溯可能很有用）。即使将np.array()调用包装在filter()中，它也不会起作用，因为list()通常只接受同构数组。因此，与我给出的方法完全一样（尽管可能会有一些更有效的方法）。它还使下一行：

np.array()

不必要。特别是前三列已经采用浮点格式，因此无论如何都不需要这样做。

一些类似的建议也适用于代码的其他部分。我会像这样写它：

np.array(map(lambda x: [float(x[0]), float(x[1]), float(x[2])], data_PRIMUS))

请让我知道您是否对此有任何疑问。