exostriker 项目亮点解析
2025-06-01 22:06:10作者:庞队千Virginia
项目基础介绍
exostriker 是一款针对外星行星轨道分析、进行 N-body 模拟以及模型化由多行星系统中动态交互行星引起的 RV 恒星反运动的开源工具。它提供了一系列工具,用于详细分析传输和多普勒数据,包括用于多普勒和传输数据的功率谱分析;对多行星系统进行开普勒和动态建模;MCMC 和嵌套采样;高斯过程建模;以及多行星系统的长期稳定性检查。exostriker 结合了 Fortran 的高效性和 Python 的灵活性,并且支持跨平台兼容性(MAC OS、Linux、Windows)。
项目代码目录及介绍
项目的代码目录结构清晰,主要包含以下部分:
.idea
:存放项目开发环境配置文件。examples
:包含示例数据和脚本,用于演示如何使用 exostriker 进行数据分析。exostriker
:核心代码库,包含 exostriker 的主要功能和模块。.gitignore
:指定 Git 忽略的文件和目录。CITATION.cff
:项目引用文件。LICENSE
:项目许可证文件。MANIFEST.in
:项目打包配置文件。README.md
:项目说明文件,包含项目介绍、安装指南和使用说明。README_install.md
:项目安装指南。pyproject.toml
:Python 项目配置文件。
项目亮点功能拆解
exostriker 的亮点功能包括:
- RV 信号和别名搜索:通过 GLS 周期图和最大 lnL 周期图(MLP)。
- 传输信号搜索(通过 "TLS")。
- 交互式传输光度校正(通过 "wotan")。
- 对 RV 和传输光度学外星行星数据进行开普勒和动态建模。
- RVs + 传输 + GPs 最佳拟合优化。
- RVs + 传输 + GPs 的 MCMC/嵌套采样。
- 提取 TTVs。
- TTVs 和/或联合 TTVs + RVs 分析。
- 相对天文学拟合。
- GP 建模(通过 "celerite")。
- 用于去除地面基传输光度学数据的线性模型。
- 活动指数信号搜索通过 GLS 周期图。
- RVs 与活动时间序列相关性分析/图表。
- RV 自动拟合(RV 自动行星查找算法)。
- 交互式数据装箱、剪辑、异常值移除等。
- 拟合轨道近日点进动,或应用广义相对论(GR)进动。
- 即时在线访问 "RVBank" 数据库。
- 多行星系统的 AMD 稳定性检查。
- 使用 SyMBA、MVS 和带有 GR 进动的 MVS 对多行星系统进行长期稳定性检查。
- 全交互式、超快、高质量、可导出的图表。
- 方便的 "角图" GUI 控制。
- 导入/导出工作会话和多方会话。
- 将图表导出到 matplotlib 窗口以进行进一步定制。
- 导出可用的 LaTeX 表格,包含最佳拟合参数、误差和统计数据。
- 多平台兼容:支持 MAC OS、Linux 和 Windows 10/11。
- 集成的 Bash shell(仅限 Linux)。
- 集成的 Jupyter shell。
- 集成的 AI Boot(通过 openai GPT-3 -- ChatGPT,但需提供用户 openAI 密钥)。 -可作为标准 Python 库导入(即,"import exostriker")。
- 将 GUI 屏幕打印成 .jpeg/.png 图片。
- 直接导入 TESS & K2 *lc.fits 和 CHEOPS SCI_COR.fits 文件。
- 结合 Hipparcos 和成像天文学的建模(但仍在进行中,准备用于 Gaia)。
项目主要技术亮点拆解
exostriker 的主要技术亮点包括:
- 高效的 Fortran 编译的二进制文件,确保计算速度。
- 基于现代 Python 的模块化设计,易于扩展和维护。
- 强大的图形用户界面(GUI),简化用户操作。
- 支持多种数据格式和来源,提高数据处理的灵活性。
- 利用最新的统计和建模方法,如 MCMC 和嵌套采样。
- 集成的稳定性检查,为用户提供系统长期行为的预测。
与同类项目对比的亮点
相比同类项目,exostriker 在以下方面具有明显亮点:
- 高度集成的功能,覆盖了从数据预处理到结果导出的整个分析流程。
- 强大的 GUI 和脚本支持,适应不同用户需求。
- 多平台兼容性,方便用户在不同系统上使用。
- 面向社区的开放态度,积极接受用户反馈和功能建议。
登录后查看全文
热门项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
211
287

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
526
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
46
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44