欢迎使用Skyfield存储库 Skyfield是一个纯Python天文软件包，与Python 2和3兼容，并且可以轻松生成行星和地球卫星的高精度研究级位置。 from skyfield . api import load planets = load ( 'de421.bsp' ) earth , mars = planets [ 'earth' ], planets [ 'mars' ] ts = load . timescale () t = ts . now () position = earth . at ( t ). observe ( mars ) ra , dec , distance = position . radec () print ( ra ) print ( dec ) print ( distance ) 结果： 10h 47m 56.24s +09de

横向天文学，天体物理学和天体粒子机器学习小组 该小组是在H2020-ASTERICS / OBELICS项目下发起的。 该小组的目的是分享有关天文学相关领域的机器学习知识。 欢迎对此主题做出任何贡献，提出问题，进行讨论。 提出拉取请求，有助于解决未解决的问题或提出新的问题。 目录：

中国古代天文学的成就

爱奥诺 使用射线追踪和射电观测模拟进行射电天文学的电离层层析成像。 目的是通过消除大气中电子对波前传播时间误差的影响，实现在低频下的超深成像。

AstroML：天文学的机器学习 AstroML是一个基于numpy，scipy，scikit-learn和matplotlib构建的Python机器学习和数据挖掘模块，并已获得BSD许可。 它包含一个不断发展的统计和机器学习例程库，用于分析python中的天文数据，用于几个开放式天文数据集的加载器，以及一整套用于分析和可视化天文数据集的示例。 该项目由Jake VanderPlas于2012年启动，与Zeljko Ivezic，Andrew Connolly，Jacob VanderPlas和Alex Gray合着的《统计，数据挖掘和天文学中的机器学习》一书相伴。 重要连结 HTML文档： ： 核心源代码存储库： : 图源代码存储库： : 问题追踪器： : 邮件列表： https : //groups.google.com/forum/#! forum/ astro

天文学概述，基本的理学知识。图文并茂，循序渐进。

天文学 天文学与天体物理学笔记

针对现有的FAST(Five．hundred．meter Aperture Spherical Telescope)主动反射面 调整运动机构和促动器试验方案的不足，提出一种新型机构，能够有效地解决反射面边缘单元 侧滑问题，并提高整个系统机械效率、可靠性，降低制造成本和运行维护费用．改进的核心是利 用Sarrus机构产生理想的直线运动而没有任何侧滑．通过运动学分析证实了模型样机的可行 性，静力分析表明这个系统具有足够的强度和刚度．模型的运行试验和仿真证明，即使在基座 倾斜45。的条件下这种新型促动器机构能够可靠地防止反射面单元侧滑．这种改进为实际系统 的设计和研制提供了至关重要的理论依据和试验数据。

SOFA 软件是一个子程序的集合，这些子程序实现了用于基础天文学计算的官方 IAU 算法，包括天体测量、日历、时间尺度、地球自转和恒星时、星历表（中等精度）、地心/大地变换、岁差、章动、极地运动、星空间运动，星表转换。 参考： http://www.iausofa.org/

这是天文学入门的电子书，有兴趣的人可以下来看看，这样能加深对天文学的了解。