[中英对照] 天文与Python：现代科学编程入门（双语对照

版电子书） 本书的核心目标是帮助对天体物理学（尤其数据分析方向）感兴趣的读者掌握 Python 编程技能，突破编程入门障碍，为开展天文学研究奠定基础。其内容源于作者 2010 年代在加州大学伯克利分校面向学生开设的非正式课程，经过多年打磨与扩充，形成了如今结合真实天文数据、聚焦实用技能的系统性教材。 二、核心内容框架 全书共分为三大部分，从基础工具到进阶应用，构建了完整的天文 Python 编程知识体系。 （一）UNIX 与 Python 基础 此部分为编程入门奠定基础，涵盖操作系统交互与 Python 核心语法，共 3 章内容。 UNIX 必备技能：编程离不开操作系统环境，本章聚焦命令行（终端）的使用，包括操作系统基础、终端结构解析、常用 UNIX 命令（如打印当前目录pwd、切换目录cd、查看文件ls、创建 / 删除目录mkdir/rmdir等）、命令取消与自动补全、权限设置、输出管道、文件归档，以及 SSH 远程登录与服务器文件传输等关键技能。掌握这些技能是安装和维护天文软件、处理文件系统交互的基础。 Python 与天文工具栈安装：针对不同操作系统（macOS、Windows）提供了详细的环境配置指南，包括依赖工具安装（如 Xcode 开发工具、Homebrew、WSL 等）、Conda 包管理器与 Python 环境创建、编辑器选择（终端编辑器、文本编辑器、Jupyter Notebook、IDE 等）。书中还提供了适配教材的专属环境配置文件，确保读者能快速搭建一致的编程环境。 Python 入门：从 Python 解释器的使用切入，系统讲解变量定义与复制、外部库导入、注释规范、数据类型（字符串、列表、字典等）、索引与切片、运算规则、保留字、数据过滤与掩码、条件语句、循环与迭代器、代码执行取消、Shell 命令调用、错误信息解析与异常处理等核心语法，并结合天文计算案例（如星等差异计算）帮助读者理解应用场景。 （二）核心研究库 这是天文数据分析的核心工具部分，详细介绍 4 个必备 Python 库的使用，共 4 章内容。 Matplotlib 可视化：可视化是数据解读与成果展示的关键。本章从基础绘图入手，讲解图与轴对象的概念、子图创建、标记属性调整、刻度与字体设置、LaTeX 标签支持、误差条绘制、多维数据可视化（如图像显示）、颜色条添加等技能，并通过最佳拟合曲线展示等研究案例，演示如何制作符合学术出版标准的图表。 Numpy 数值计算：Numpy 是科学计算的基石，其核心是数组（Array）结构。本章涵盖数组创建与属性（形状、类型、维度等）、精度问题、关键库函数（如数组生成arange/linspace、随机数生成、数组堆叠与拆分等），并通过系外行星凌日数据处理案例，展示数组索引、切片、运算在实际天文数据分析中的应用，强调向量化计算带来的效率优势。 SciPy 科学算法：作为 Numpy 的扩展，SciPy 提供更复杂的科学计算算法。本章聚焦数值积分（如梯形法则、辛普森法则、高斯求积）、优化算法（曲线拟合curve_fit）、统计分析（分布生成与采样、概率密度函数计算等），并结合星系发射线通量测量等案例，演示如何利用这些算法解决实际研究问题。 Astropy 与关联包：Astropy 是天文学专属工具库，本章重点介绍其核心功能，包括单位与常数处理（避免单位换算错误）、宇宙学计算（距离、角直径距离等）、坐标系统（天球坐标定义、转换与偏移计算）、天文数据查询（Astroquery），并通过自动偏移量计算、天文图像处理（WCS 坐标转换、图像裁剪、孔径测光等）等研究案例，展示其在天文数据处理中的强大能力。 （三）中级应用与模式 此部分聚焦代码组织与进阶应用，提升编程的模块化、可测试性与效率，共 5 章内容。 函数与函数式编程：将代码抽象为函数是提升复用性的关键。本章讲解函数定义、文档编写规范、输入检查、作用域（局部与全局）、函数链、关键字参数、参数打包与解包、单元测试与类型提示，并强调函数式编程在代码模块化与测试中的优势。 类与面向对象编程：面向对象编程适合构建复杂系统。本章介绍类的定义、属性与方法、访问器与修改器、继承与子类、静态方法、抽象基类等概念，并以天文观测目标（Target）类的设计为例，演示如何通过类组织观测信息与计算逻辑。 天文星表数据科学：星表是大规模天文研究的重要数据来源。本章讲解常见数据格式（ASCII 文本、FITS 表等）的读取方法，重点介绍 Pandas 与 Astropy Table 在表格数据过滤、合并、保存等任务中的应用，并通过 3DHST 巡天数据分析案例，展示星形成序列与 UVJ 图等天文数据分析流程。 向量化与运行效率优化：处理大规模天文数据需要高效代码。本章介绍瓶颈识别方法、Numpy 向量化运算的优势、Jax 等加速工具的使用，帮助读者提升代码运行效率。 天文推断：推断是从数据中提取物理信息的核心。本章涵盖线性拟合、χ² 拟合、贝叶斯推断（贝叶斯定理、积分估计、采样方法如 MCMC、先验与似然函数）等内容，并介绍 Emcee 等常用采样工具，为参数估计与不确定性分析提供方法支持。 软件开发：针对代码复用与协作需求，本章讲解 Python 包的创建与组织、自定义异常与警告、安装与开发流程、Github 版本控制等技能，帮助读者将代码转化为可复用的软件工具。 三、特色与价值 天文场景驱动：全书案例均源于真实天文研究，如系外行星凌日光变曲线提取、星系发射线测量、星表数据分析等，避免抽象讲解，让读者直观感受编程在天文研究中的应用价值。 循序渐进与实用性：从基础语法到进阶工具，从代码编写到软件开发，内容层层递进。书中提供了详细的操作步骤、代码示例与数据资源（可通过 Zenodo 获取），确保读者能动手实践、快速上手。 兼顾基础与前沿：既覆盖 Python 与 UNIX 的基础技能，也引入贝叶斯推断、MCMC 采样、Jax 加速等前沿方法，满足不同阶段读者的需求，为入门者奠定基础，为进阶者提供方向。 强调规范与最佳实践：注重代码文档、注释、测试、版本控制等规范，培养读者良好的编程习惯，提升代码的可读性、可复用性与可维护性。Astronomical Python