Skip to main content

preprocessor.py​

Ce module contient la classe SpectraPreprocessor, responsable du chargement et du nettoyage initial des spectres bruts. C'est la toute première étape de traitement actif du pipeline.

Workflow du Prétraitement​

Classe SpectraPreprocessor​

Encapsule la logique pour lire un fichier FITS de LAMOST DR5 et appliquer un prétraitement simple.

Instanciation​

La classe ne prend aucun argument à l'initialisation.

Comment l'utiliser
from src.pipeline.preprocessor import SpectraPreprocessor

# Crée une instance du preprocessor
preprocessor = SpectraPreprocessor()

Méthodes Publiques :​

load_spectrum(hdul)​

Cette méthode est le cœur du chargement des données. Elle est spécifiquement conçue pour le format de données de LAMOST DR5.

Cliquez pour voir les détails de la méthode
  • Description : Extrait le spectre (longueur d'onde, flux) à partir d'un objet HDUList (provenant de astropy.io.fits).
  • Arguments :
    • hdul (astropy.io.fits.HDUList) : L'objet FITS ouvert contenant les données du spectre.
  • Retourne :
    • tuple (np.ndarray, np.ndarray) : Un tuple contenant deux tableaux NumPy : (wavelength, flux).
  • Erreurs Possibles :
    • ValueError : Levée si les mots-clés COEFF0 ou COEFF1 sont absents de l'en-tête FITS, rendant la reconstruction de l'axe des longueurs d'onde impossible.
  • Contexte Scientifique :
    • Cette méthode est spécifiquement adaptée au format des données LAMOST DR5, où l'axe des longueurs d'onde est défini par une échelle log-linéaire. Elle ne fonctionnera pas "telle quelle" pour des relevés comme SDSS qui utilisent une structure de header différente.
  • Logique :
    1. Extrait le vecteur de flux depuis la première extension de données (hdul[0].data[0]).
    2. Reconstruit le vecteur des longueurs d'onde en Angströms en utilisant les coefficients COEFF0 et COEFF1 de l'en-tête FITS.

normalize_spectrum(flux)​

Applique une normalisation simple pour ramener les spectres à une échelle comparable.

Cliquez pour voir les détails de la méthode
  • Description : Normalise un vecteur de flux en le divisant par sa valeur médiane.
  • Arguments :
    • flux (np.ndarray) : Le vecteur de flux du spectre.
  • Retourne :
    • np.ndarray : Le vecteur de flux normalisé.
  • Erreurs Possibles :
    • Aucune erreur n'est levée directement. Si la médiane du flux est nulle ou négative, la méthode retourne le flux original pour éviter une division par zéro ou des valeurs aberrantes.
  • Contexte Scientifique :
    • La normalisation par la médiane a été choisie pour sa robustesse aux outliers. Contrairement à la moyenne, la médiane est peu affectée par des pixels cosmiques ou des artéfacts très brillants, ce qui en fait un choix plus sûr pour un traitement automatisé en masse.

Exemples d'Utilisation & Bonnes Pratiques​

Exemple de base​

Ce snippet montre le workflow nominal pour un seul fichier.

Exemple d'utilisation complète
from astropy.io import fits
from src.pipeline.preprocessor import SpectraPreprocessor

# Chemin vers un fichier FITS d'exemple (compressé)
fits_path = "data/raw/PLAN_NAME/spectrum_file.fits.gz" 

preprocessor = SpectraPreprocessor()

# Utiliser astropy.io.fits pour ouvrir le fichier
# Note : Pour les fichiers .gz, astropy les gère automatiquement
with fits.open(fits_path) as hdul:
    
    # 1. Charger le spectre
    wavelength, flux = preprocessor.load_spectrum(hdul)
    
    # 2. Normaliser le flux
    flux_normalized = preprocessor.normalize_spectrum(flux)

print(f"Spectre chargé. Longueur d'onde de {wavelength.min():.2f} à {wavelength.max():.2f} Å.")
print(f"Flux normalisé (moyenne) : {flux_normalized.mean():.2f}")
💡Bonnes Pratiques
  • Ordre : Le prétraitement est toujours la première étape.
  • Idempotence : Ne normalisez pas un spectre déjà normalisé.
  • Batch : Pour traiter de nombreux fichiers, utilisez une boucle avec tqdm pour le suivi.
🔗Ressources & Code Source

Prochaine Étape du Pipeline

Une fois le spectre normalisé, il est prêt pour être transformé en un vecteur de features numériques.

Aller au Guide sur l'Extraction de Features