Python FITS文件的大小在处理前后不同

处理后我的文件大小有问题…我编写了创建编辑图像的脚本…（从原始图像数据中扣除平场图像数据和暗图像数据）…这是代码，我的问题是…在Begining，我有大小为2.8MiB的fits文件，类型>2i…处理后，我有大小为11MiB的fits文件，类型为float64，我不知道为什么？ IDL中有一些固定方法。在Python中，我使用imgg=imgg.astype（np.int16，copy=False）

有什么建议吗？

来自

如果图像的标题包含可选BSCALE和/或BZERO关键字的非平凡值（即BSCALE！=1和/或BZERO！=0），则必须根据以下公式将文件中的原始数据重新缩放为其物理值：

physical_value = BZERO + BSCALE * array_value

由于BZERO和BSCALE是浮点值，因此结果值也必须是浮点值。如果原始值为16位整数，则结果值为单精度（32位）浮点。如果原始值为32位整数，则结果值为双精度（64位浮点）

如果您不期望的话，这种自动缩放可以很容易地抓住您的把关，因为它在访问HDU的数据部分之前不会发生（允许在不重新缩放数据的情况下更新标头）。例如：

>>> hdul = fits.open('scaled.fits')
>>> image = hdul['SCI', 1]
>>> image.header['BITPIX']
32
>>> image.header['BSCALE']
2.0
>>> data = image.data  # Read the data into memory
>>> data.dtype
dtype('float64')  # Got float64 despite BITPIX = 32 (32-bit int)
>>> image.header['BITPIX']  # The BITPIX will automatically update too
-64
>>> 'BSCALE' in image.header  # And the BSCALE keyword removed
False

原因是，一旦用户访问数据，他们也可以对其进行操作和计算。如果数据被迫保留为整数，则会损失大量精度。因此，最好是在不丢失数据的情况下出错，代价是首先造成一些混乱

如果数据在保存前必须返回整数，请使用ImageHDU.scale方法：

>>> image.scale('int32')
>>> image.header['BITPIX']
32

或者，如果使用mode='update'和scale\u back=True参数打开文件，则在保存之前，原始的BSCALE和BZERO缩放将自动重新应用于数据。通常这是不可取的，尤其是当从浮点值转换回无符号整数值时。但是，在需要根据物理值的变化修改原始数据的情况下，这可能很有用

为了防止重新缩放发生（有利于更新标题–即使您不打算让代码访问数据，在这里也要小心出错），请在打开文件时使用do_not_scale_image_data参数：

>>> hdul = fits.open('scaled.fits', do_not_scale_image_data=True)
>>> image = hdul['SCI', 1]
>>> image.data.dtype
dtype('int32')

---

非常感谢……这就是我想要的