データの読み書き

frame fileに入っているチャンネル名を調べる

   1 from lalframe.utils.frtools import get_channels
   2 print(get_channels(source))

frame fileを読む

時系列データを読む場合は、基本的にgwpy.timeseriesのTimeSeries もしくはTimeSeriesDictを用いる。
単一ファイルの単一チャンネルを読むだけなら前者で十分だが、結局のところ後者の方が上位互換なので、常にそちらを使う方がおススメ。
(gwpy1.0.0では、バグにより単一チャンネルであってもTimeSeriesで複数ファイルをまとめ読みできないとの報告がある。)

柏のKAGRAメインサーバー(以下 柏サーバー)では/data 、神岡サーバーでは /frame0 もしくは /frame1 以下にファイルが置いてある。
ディレクトリ構造の詳細はJGW-G1911052を参照。
GPS時刻を調べるには、GPS Time Converterなどを使うのが手っ取り早い。

例えば、2020/3/9 14:00 UTCあたりの干渉計信号(strain)とREFL定盤の加速度計の信号を読むには、

   1 from gwpy.timeseries import TimeSeriesDict
   2 import numpy as np
   3 sources = ['/data/full/12677/K-K1_C-1267797600-32.gwf', '/data/full/12677/K-K1_C-1267797632-32.gwf', '/data/full/12677/K-K1_C-1267797664-32.gwf']
   4 channels = ['K1:CAL-CS_PROC_C00_STRAIN_DBL_DQ', 'K1:PEM-ACC_MCF_TABLE_REFL_Z_OUT_DQ']
   5 data = TimeSeriesDict.read(sources, channels, format='gwf.lalframe', pad=np.nan, nproc=4)
   6 print(data[channels[0]])
   7 print(data[channels[1]])

TimeSeries([ -2.13041590e-12,  -2.12980671e-12,  -2.12920164e-12,
            ...,   3.02297020e-13,   3.03052655e-13,
              3.03810103e-13]
           unit: dimensionless,
           t0: 1267797600.0 s,
           dt: 6.103515625e-05 s,
           name: K1:CAL-CS_PROC_C00_STRAIN_DBL_DQ,
           channel: K1:CAL-CS_PROC_C00_STRAIN_DBL_DQ)
TimeSeries([-0.00049336,  0.00021882, -0.00037257, ...,
             0.0007291 , -0.00051094,  0.00017448]
           unit: dimensionless,
           t0: 1267797600.0 s,
           dt: 0.00048828125 s,
           name: K1:PEM-ACC_MCF_TABLE_REFL_Z_OUT_DQ,
           channel: K1:PEM-ACC_MCF_TABLE_REFL_Z_OUT_DQ)

時刻を指定してファイル一覧を取得するには、以下をコピペして使うとラク。
GPS時刻でも、sources = get_sources('Mar 9 2020 14:00:00', 'Mar 9 2020 14:05:00')みたいにUTC時刻でもイケる。

   1 import os
   2 import numpy as np
   3 from gwpy.timeseries import TimeSeriesDict
   4 from gwpy.time import to_gps
   5                                                                                   
   6 def get_sources(start, end):
   7     path = '/data/KAGRA/raw/full/'
   8     
   9     if type(start) in (int, float):
  10         ts = int(start)
  11         te = int(end)
  12     else:
  13         ts = int(to_gps(start))
  14         te = int(to_gps(end))
  15 
  16     gps = np.arange(ts-ts%32, te+1, 32, dtype=int)
  17     sources = [path + str(t//100000) + '/K-K1_C-{}-32.gwf'.format(t)  for t in gps]
  18     sources = [s for s in sources if os.path.isfile(s)]
  19 
  20     return sources

もしくは、Kozapyのmylibにある GetFilelist(gpsstart,gpsend)を使うのも良い。

nds2

https://dac.icrr.u-tokyo.ac.jp/KAGRA/DAWG/DMG/Manuals/nds2/nds2-enduser

数時間に渡る連続データを読む際のメモリ管理

超高分解能なスペクトルを作りたい時など、あまりにも長時間のデータを一度に読み込もうとすると、メモリ不足で失敗する。
そのような場合は、ある程度のファイル数で区切って.resample()しながら継接ぎすればよい。
重いオブジェクトはその都度delしよう。

   1 ts = float(開始GPS時刻)
   2 te = ts + 2**10 #~17分
   3 
   4 for i in tqdm(range(26)):  #~7時間半弱
   5    sources = get_sources(ts, te)
   6    read = TimeSeriesDict.read(sources, channels, format='gwf.lalframe', pad=np.nan, nproc=32)
   7    read = read[channels[0]].resample(1024)
   8    if i==0 : data = read.copy()
   9    else:     data.append(read)
  10 
  11    del read, sources
  12    ts = ts + 2**10
  13    te = te + 2**10

FrequencySeriesの保存

HDF5がおすすめ。 https://gwpy.github.io/docs/stable/spectrum/io.html#gwpy-frequencyseries-io-hdf5

Diagguiの.xmlファイルを読む

オンサイトで仕事をすると、diagguiでスペクトルやコヒーレンスを測定することが多い。
diagguiで保存したデータ(.xmlファイル)を解析するには、.txtファイルに書き出してそれを読む方法が最も簡単だが、いちいいち手でexportしなければならないため面倒だしヒューマンエラーも起きやすい。
ddtxmlというパッケージを使えばpythonで直接.xmlファイルを読むことができる。
ただしddtxmlはドキュメントが全く整備されていないので、自力でソースコード読むなりしないと使えないのが難点。
ファイルへアクセスする方法は

   1 acc = dttxml.DiagAccess('fname.xml')

とのことなので、適当なファイルを開いて

   1 print(vars(acc))

   1 acc.__dict__.keys()

で調べていくのでも良い。

"Power Spectrum" を読んでgwpyのFrequencySeriesにする

Diagguiの"Power Spectrum"というのは、用語の間違えがそのまま放置されていて、実際にはASDであることに注意。
次の関数を定義して引数にファイル名を入れれば、ASDのdictができる。channel名を指定すればgwpyのFrequencySeriesとして扱える

   1 def get_asd(xml_file):
   2     data = dttxml.DiagAccess(xml_file).results.PSD
   3     channels = data.keys()
   4     
   5     ASD ={}
   6     for ch in channels:
   7         ASD[ch] = FrequencySeries(data[ch].PSD[0], frequencies=data[ch].FHz, channel=data[ch].channelA) 
   8     
   9     return ASD

KAGRA/Subgroups/PEM/PythonMemoJP/ReadFile (last edited 2024-03-11 20:31:28 by tatsuki.washimi)