Astropy项目FITS表格数据显示问题分析与修复

问题背景

在Astropy项目中，当用户使用numpy 2.0及以上版本时，尝试显示FITS文件表格数据会遇到一个格式化错误。该错误表现为当尝试打印或显示表格数据时，系统会抛出"ValueError: Unknown format code 'd' for object of type 'float'"异常。

问题根源分析

经过深入调查，发现问题源于numpy 2.0版本中对数组打印格式处理的修改。具体来说，numpy 2.0中的PR #24191改变了整数格式化方式，从传统的%格式化变为f-string加str.format的组合方式。

在Astropy处理FITS表格数据时，存在一个关键的不一致性：对于某些经过缩放(scaled)的列，底层存储格式(TFORM)与显示格式(TDISP)不一致。例如在报告中提到的"ST_VIDEO_VDC"列：

• TFORM45 = '1B' (1个无符号字节)
• TSCAL45 = 0.01953125 (数据缩放因子)
• TZERO45 = 0.1 (零基线偏移)
• TDISP45 = 'F6.3' (显示格式为6位浮点数，3位小数)

这种缩放数据在Astropy内部被正确解释为浮点数，但在格式化显示时，numpy 2.0的格式化逻辑会尝试使用整数格式来显示这些实际上是浮点数的值，从而导致错误。

技术细节

问题的核心在于Astropy的FITS_rec类(继承自numpy.recarray)在显示数据时的处理流程：

1. 当访问表格数据时，Astropy会根据TFORM、TSCAL等关键字正确地将原始字节数据转换为缩放后的浮点值
2. 但在格式化显示时，numpy的array2string函数基于未缩放的原始数组类型(通过asarray(a)获取)选择格式化函数
3. 然后这个格式化函数被应用于缩放后的数据，导致类型不匹配

在numpy 1.x版本中，由于%格式化对类型转换较为宽松，这种不一致性被掩盖了；而numpy 2.0更严格的类型检查使问题暴露出来。

解决方案讨论

开发团队讨论了多种可能的解决方案：

1. 修改格式化函数：将整数格式从"nd"改为"n.0f"，但这可能导致大整数显示问题且会静默失败
2. 强制转换为缩放数组：在调用array2string前将数据完整转换为缩放后的数组，但这可能影响性能且对VLA列处理复杂
3. 自定义array2string实现：借鉴Masked数组的处理方式，实现专门的格式化逻辑
4. 统一数据类型推断：修正Astropy内部对列数据类型的推断逻辑，确保缩放前后一致

经过评估，团队倾向于实现自定义的格式化逻辑或修正数据类型推断，因为这些方案能从根本上解决问题而不引入新的隐患。

结论

这个问题揭示了Astropy在处理FITS表格数据缩放时存在的数据类型推断不一致问题。随着numpy 2.0引入更严格的类型检查，这类潜在问题被暴露出来。开发团队正在研究最合适的修复方案，既要保证兼容性，又要维持代码的清晰性和性能。

对于用户而言，临时解决方案是降级到numpy 1.x版本，但长期来看应等待Astropy发布包含此问题修复的正式版本。