恒星数据库选型指南HYG 与 AT-HYG 的精度、覆盖与上手成本全对比【免费下载链接】HYG-DatabaseCurrent version of the HYG Stellar database项目地址: https://gitcode.com/gh_mirrors/hy/HYG-Database如果要在本子上画一幅看得过去的星空图或者把几千颗恒星的位置、亮度、速度一起塞进一份统计报告你大概率会先撞上同一个问题数据从哪来而答案往往绕不开两个名字——老牌的HYG 恒星数据库和主打 Gaia 数据重算的AT-HYG。它们看起来像一对近亲字段名几乎一模一样连文件都放在同一个仓库里可真要动手时选错一个可能让你的可视化多出几百个对不上的星点。这篇文章就替你把这笔账算清楚。 引子同一个画星空的需求为什么会让人纠结想象你在做一个互动星图把银河系周边的恒星按三维坐标投影出来鼠标划过时显示名字、星等和距离。第一版用 HYG 数据跑得挺顺可当你放大到某个亮星附近发现它和实拍星图差了那么一点点——不是代码的错是距离和自行数据本身的精度上限到了。这时候你听说有个叫 AT-HYG 的东西能把约 90% 的恒星换成Gaia DR3的距离与自行数据精度高出一个时代。于是纠结开始了换过去要改多少代码会不会丢了某些字段老项目还能不能继续用——这就是本文要解决的三个问题两者差在哪、分别适合谁、以及最小改动地上手。出身不同HYG 的编年史与 AT-HYG 的新底子HYG二十年攒出来的一本恒星大全HYG 的历史几乎就是一份小型天文学编年史。它的早期版本v22008 年前后只收亮星2012–2014 年开发的v3 系列第一次完整纳入Hipparcos 星表成为此后十年最常用的开源星表2023–2024 年又迭代到v4.xv4.0 换了更宽松的CC BY-SA 4.0 许可并补进 10 个 NameExoWorlds 命名的新恒星名Aiolos、Danfeng、Gar 等v4.1 则给主星有专名、伴星没名字的双星系统补上了Revati BCastor B这类伴星标签。除了 HipparcosHYG 还整合了Henry Draper 星表、Yale Bright Star Catalog即 HR 编号和 Gliese 邻近恒星表并逐版修正了大量交叉引用错误——比如 v3.5 依据 SIMBAD 修正了 20 处 HIP→HD 映射v3.6 用高精度岁差算法重算了 1629 颗星的星座归属。当前hyg/CURRENT/hygdata_v41.csv内含119,626 颗恒星、37 个字段覆盖 ID、坐标、视差距离、自行、视向速度、视星等、光谱型、三维位置与速度、变星标识等。一句话概括它的性格以全为先宁可精度有限也不漏星。不过有一点值得留意仓库里的 README 写明HYG 官方后续更新已迁移到 codeberg 的 astronexus/hyg本仓库是镜像存档v4.1 是这里能拿到的最新版本。AT-HYG为精度而生的数据重算工程AT-HYGAdvanced Tycho-HYG走的是另一条路。它不追求再攒一份全的而是把Tycho-2 星表的位置作为统一基准再叠加Gaia DR3 的视差、自行与视向速度重算恒星的三维位置和速度。为了便于替换项目特意从 AT-HYG 中抽出一个与 HYG 字段对齐的子集HYGLike v3.2hyg/athyg_v3/hyglike_from_athyg_v32.csv.gz内含118,971 颗恒星、43 个字段。它的两个标志性特点值得记住。其一约90% 的 HYG 恒星在 HYGLike 里换上了 Gaia DR3 的距离约76%换上了 Gaia DR3 的视向速度其中 75% 以上的恒星获得了位置 距离 自行 视向速度的整套更新其二HYGLike 在每行末尾追加了pos_src、dist_src、pm_src、rv_src、spect_src等6 个*_src溯源字段告诉你每个数据点到底来自哪份星表——这在做数据质量审计时几乎等于开了透视。 一张表看清核心差异与其听我复述不如直接看横评。下表把两个候选的关键维度摆在一起对比维度HYGv4.1AT-HYG HYGLikev3.2位置基准Hipparcos 为主Tycho-2 统一基准距离数据Hipparcos 视差Gaia DR3 视差约 90% 恒星自行数据Hipparcos 为主Gaia DR3约 90% 恒星视向速度Gliese / YBSC / W.E.B 混合Gaia DR3 为主约 76% 恒星恒星数量119,626118,971列结构37 列43 列多 6 个*_src溯源列独有内容lum、var、var_min、var_max、完整comp体系每个数据点的来源标注多星系统保留 Gliese 次星、三级星优先保证每个 Tycho-2 系统内至少一颗星的数据精度设计哲学全面性优先精度与一致性优先上手成本打开即用社区教程多字段对齐度高几乎可直接替换需留意 ID 含义变化许可协议CC BY-SA 4.0旧版 2.5随仓库统一许可维护状态官方已迁 codeberg本仓库为镜像基于 Gaia 数据持续更新注意一个细节表格里 HYG 多出来的lum以太阳为单位的光度、var/var_min/var_max变星标识与星等范围在 HYGLike 里是空白的——AT-HYG 为去冗余主动砍掉了这些字段。这直接决定了下方判断分支的走向。 四条判断分支你的需求说了算与其记一堆参数不如走一遍决策流程。下面四条分支基本覆盖了常见场景从第一条开始对照即可。分支一要做高精度三维可视化、动力学模拟、或者星点必须和实拍对得上→ 选 AT-HYG。理由很直接三维位置和速度是它的立身之本。Gaia DR3 的视差精度相比 Hipparcos 是代际差距尤其对距离几百秒差距内的恒星HYGLike 的x/y/z和vx/vy/vz要可靠得多。如果你在乎每个坐标的可信度dist_src这类溯源字段还能帮你把Gaia 算的和沿用旧值的星区分开处理。分支二研究变星、双星/多星系统、或者需要这颗星历史上叫什么→ 选 HYG。这是 HYG 无法被替代的护城河var系列字段记录变星标识与亮度变化范围comp、comp_primary、base描述了 Gliese 系统中的成员关系proper字段沉淀了从 IAU 官方命名到历史俗称的完整名称链。AT-HYG 目前明确表示暂无计划补上变星星等范围多星关系也用占位符处理硬要在这几个维度上比HYG 完胜。分支三做大样本统计、聚类、或者跨星表比对在意数据一致性→ 选 AT-HYG。统计最怕混着来源还浑然不知。HYGLike 全员基于 Tycho-2 位置、绝大部分数据点有明确的来源标签做归一化和误差分析时心里有底HYG 的历史包袱多来源混合、个别恒星数据有缺在这种场景下容易悄悄拉偏结果。分支四手头已有基于 HYG 的旧代码想迁移→ 先自查三件事。第一代码是否用到了lum、var、var_min、var_max或comp系列字段——用到就别盲目替换第二是否依赖 HYG 的id编号——HYGLike 的id是 AT-HYG 的 ID跨库关联时请改用hip/hd/hr等星表 ID第三是否介意多出的 6 个溯源列——不介意就用介意就删。只要三关都过HYGLike 就是官方钦定的即插即用替代品。一句话收束要全用 HYG要准用 AT-HYG要两全就先按hip/hd做关联各取所长——比如用 AT-HYG 的位置、HYG 的名字与变星信息。 最小可运行示例五分钟跑通两份数据仓库体积不大直接克隆即可git clone https://gitcode.com/gh_mirrors/hy/HYG-Database然后装好 pandas 就能开跑。下面这段代码演示读取两份 CSV并顺手验证一下本文的几组数字import pandas as pd # HYG v4.1普通 CSV直接读 hyg pd.read_csv(hyg/CURRENT/hygdata_v41.csv) print(HYG 恒星数:, len(hyg)) # 11962637 列 # AT-HYG HYGLikegzip 压缩需显式指定 compression athyg pd.read_csv( hyg/athyg_v3/hyglike_from_athyg_v32.csv.gz, compressiongzip, ) print(AT-HYG HYGLike 恒星数:, len(athyg)) # 11897143 列 # 看距离数据的来源构成——这就是 HYGLike 的溯源优势 print(athyg[dist_src].value_counts()) # 不需要溯源列时一行还原成与 HYG 一致的 37 列结构 athyg.drop(columns[c for c in athyg.columns if c.endswith(_src)], inplaceTrue)白话解释前两段分别是打开普通 CSV和打开压缩包里的 CSV的区别——compressiongzip是唯一要记住的新知识点第三段告诉你每颗星的距离是 Gaia DR3 算的还是沿用旧值最后一段则是官方建议的瘦身操作。至此两份星表都已躺在 DataFrame 里接下来画图、统计、做关联就看你自己的需求了。 结论先看清需求再谈选型把整篇文章压成一句话HYG 是广而全的恒星档案AT-HYG 是精而准的现代数据底子它们不是替代关系而是互补关系。给三条可执行建议照着做不会错新项目、追求精度星图可视化、动力学、统计分析——默认从 AT-HYG HYGLike 起步凭*_src字段还能做数据质量分级历史数据、变星与多星研究、或与老软件对接——留在 HYG它的名称、变星和成员关系字段无可替代迁移或混合使用——先跑一遍上面的最小示例确认你的代码不依赖lum/var/comp和 HYG 的id编号再动手替换并用hip、hd、hr作为跨库关联的桥梁。选星表这件事从来不是哪个更好而是哪个更配你的目标。把需求这条线捋直剩下的不过是读两行 CSV 的事。愿你的下一版星空图每一颗星都在它该在的位置上。【免费下载链接】HYG-DatabaseCurrent version of the HYG Stellar database项目地址: https://gitcode.com/gh_mirrors/hy/HYG-Database创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 恒星数据库选型指南：HYG 与 AT-HYG 的精度、覆盖与上手成本全对比
恒星数据库选型指南HYG 与 AT-HYG 的精度、覆盖与上手成本全对比【免费下载链接】HYG-DatabaseCurrent version of the HYG Stellar database项目地址: https://gitcode.com/gh_mirrors/hy/HYG-Database如果要在本子上画一幅看得过去的星空图或者把几千颗恒星的位置、亮度、速度一起塞进一份统计报告你大概率会先撞上同一个问题数据从哪来而答案往往绕不开两个名字——老牌的HYG 恒星数据库和主打 Gaia 数据重算的AT-HYG。它们看起来像一对近亲字段名几乎一模一样连文件都放在同一个仓库里可真要动手时选错一个可能让你的可视化多出几百个对不上的星点。这篇文章就替你把这笔账算清楚。 引子同一个画星空的需求为什么会让人纠结想象你在做一个互动星图把银河系周边的恒星按三维坐标投影出来鼠标划过时显示名字、星等和距离。第一版用 HYG 数据跑得挺顺可当你放大到某个亮星附近发现它和实拍星图差了那么一点点——不是代码的错是距离和自行数据本身的精度上限到了。这时候你听说有个叫 AT-HYG 的东西能把约 90% 的恒星换成Gaia DR3的距离与自行数据精度高出一个时代。于是纠结开始了换过去要改多少代码会不会丢了某些字段老项目还能不能继续用——这就是本文要解决的三个问题两者差在哪、分别适合谁、以及最小改动地上手。出身不同HYG 的编年史与 AT-HYG 的新底子HYG二十年攒出来的一本恒星大全HYG 的历史几乎就是一份小型天文学编年史。它的早期版本v22008 年前后只收亮星2012–2014 年开发的v3 系列第一次完整纳入Hipparcos 星表成为此后十年最常用的开源星表2023–2024 年又迭代到v4.xv4.0 换了更宽松的CC BY-SA 4.0 许可并补进 10 个 NameExoWorlds 命名的新恒星名Aiolos、Danfeng、Gar 等v4.1 则给主星有专名、伴星没名字的双星系统补上了Revati BCastor B这类伴星标签。除了 HipparcosHYG 还整合了Henry Draper 星表、Yale Bright Star Catalog即 HR 编号和 Gliese 邻近恒星表并逐版修正了大量交叉引用错误——比如 v3.5 依据 SIMBAD 修正了 20 处 HIP→HD 映射v3.6 用高精度岁差算法重算了 1629 颗星的星座归属。当前hyg/CURRENT/hygdata_v41.csv内含119,626 颗恒星、37 个字段覆盖 ID、坐标、视差距离、自行、视向速度、视星等、光谱型、三维位置与速度、变星标识等。一句话概括它的性格以全为先宁可精度有限也不漏星。不过有一点值得留意仓库里的 README 写明HYG 官方后续更新已迁移到 codeberg 的 astronexus/hyg本仓库是镜像存档v4.1 是这里能拿到的最新版本。AT-HYG为精度而生的数据重算工程AT-HYGAdvanced Tycho-HYG走的是另一条路。它不追求再攒一份全的而是把Tycho-2 星表的位置作为统一基准再叠加Gaia DR3 的视差、自行与视向速度重算恒星的三维位置和速度。为了便于替换项目特意从 AT-HYG 中抽出一个与 HYG 字段对齐的子集HYGLike v3.2hyg/athyg_v3/hyglike_from_athyg_v32.csv.gz内含118,971 颗恒星、43 个字段。它的两个标志性特点值得记住。其一约90% 的 HYG 恒星在 HYGLike 里换上了 Gaia DR3 的距离约76%换上了 Gaia DR3 的视向速度其中 75% 以上的恒星获得了位置 距离 自行 视向速度的整套更新其二HYGLike 在每行末尾追加了pos_src、dist_src、pm_src、rv_src、spect_src等6 个*_src溯源字段告诉你每个数据点到底来自哪份星表——这在做数据质量审计时几乎等于开了透视。 一张表看清核心差异与其听我复述不如直接看横评。下表把两个候选的关键维度摆在一起对比维度HYGv4.1AT-HYG HYGLikev3.2位置基准Hipparcos 为主Tycho-2 统一基准距离数据Hipparcos 视差Gaia DR3 视差约 90% 恒星自行数据Hipparcos 为主Gaia DR3约 90% 恒星视向速度Gliese / YBSC / W.E.B 混合Gaia DR3 为主约 76% 恒星恒星数量119,626118,971列结构37 列43 列多 6 个*_src溯源列独有内容lum、var、var_min、var_max、完整comp体系每个数据点的来源标注多星系统保留 Gliese 次星、三级星优先保证每个 Tycho-2 系统内至少一颗星的数据精度设计哲学全面性优先精度与一致性优先上手成本打开即用社区教程多字段对齐度高几乎可直接替换需留意 ID 含义变化许可协议CC BY-SA 4.0旧版 2.5随仓库统一许可维护状态官方已迁 codeberg本仓库为镜像基于 Gaia 数据持续更新注意一个细节表格里 HYG 多出来的lum以太阳为单位的光度、var/var_min/var_max变星标识与星等范围在 HYGLike 里是空白的——AT-HYG 为去冗余主动砍掉了这些字段。这直接决定了下方判断分支的走向。 四条判断分支你的需求说了算与其记一堆参数不如走一遍决策流程。下面四条分支基本覆盖了常见场景从第一条开始对照即可。分支一要做高精度三维可视化、动力学模拟、或者星点必须和实拍对得上→ 选 AT-HYG。理由很直接三维位置和速度是它的立身之本。Gaia DR3 的视差精度相比 Hipparcos 是代际差距尤其对距离几百秒差距内的恒星HYGLike 的x/y/z和vx/vy/vz要可靠得多。如果你在乎每个坐标的可信度dist_src这类溯源字段还能帮你把Gaia 算的和沿用旧值的星区分开处理。分支二研究变星、双星/多星系统、或者需要这颗星历史上叫什么→ 选 HYG。这是 HYG 无法被替代的护城河var系列字段记录变星标识与亮度变化范围comp、comp_primary、base描述了 Gliese 系统中的成员关系proper字段沉淀了从 IAU 官方命名到历史俗称的完整名称链。AT-HYG 目前明确表示暂无计划补上变星星等范围多星关系也用占位符处理硬要在这几个维度上比HYG 完胜。分支三做大样本统计、聚类、或者跨星表比对在意数据一致性→ 选 AT-HYG。统计最怕混着来源还浑然不知。HYGLike 全员基于 Tycho-2 位置、绝大部分数据点有明确的来源标签做归一化和误差分析时心里有底HYG 的历史包袱多来源混合、个别恒星数据有缺在这种场景下容易悄悄拉偏结果。分支四手头已有基于 HYG 的旧代码想迁移→ 先自查三件事。第一代码是否用到了lum、var、var_min、var_max或comp系列字段——用到就别盲目替换第二是否依赖 HYG 的id编号——HYGLike 的id是 AT-HYG 的 ID跨库关联时请改用hip/hd/hr等星表 ID第三是否介意多出的 6 个溯源列——不介意就用介意就删。只要三关都过HYGLike 就是官方钦定的即插即用替代品。一句话收束要全用 HYG要准用 AT-HYG要两全就先按hip/hd做关联各取所长——比如用 AT-HYG 的位置、HYG 的名字与变星信息。 最小可运行示例五分钟跑通两份数据仓库体积不大直接克隆即可git clone https://gitcode.com/gh_mirrors/hy/HYG-Database然后装好 pandas 就能开跑。下面这段代码演示读取两份 CSV并顺手验证一下本文的几组数字import pandas as pd # HYG v4.1普通 CSV直接读 hyg pd.read_csv(hyg/CURRENT/hygdata_v41.csv) print(HYG 恒星数:, len(hyg)) # 11962637 列 # AT-HYG HYGLikegzip 压缩需显式指定 compression athyg pd.read_csv( hyg/athyg_v3/hyglike_from_athyg_v32.csv.gz, compressiongzip, ) print(AT-HYG HYGLike 恒星数:, len(athyg)) # 11897143 列 # 看距离数据的来源构成——这就是 HYGLike 的溯源优势 print(athyg[dist_src].value_counts()) # 不需要溯源列时一行还原成与 HYG 一致的 37 列结构 athyg.drop(columns[c for c in athyg.columns if c.endswith(_src)], inplaceTrue)白话解释前两段分别是打开普通 CSV和打开压缩包里的 CSV的区别——compressiongzip是唯一要记住的新知识点第三段告诉你每颗星的距离是 Gaia DR3 算的还是沿用旧值最后一段则是官方建议的瘦身操作。至此两份星表都已躺在 DataFrame 里接下来画图、统计、做关联就看你自己的需求了。 结论先看清需求再谈选型把整篇文章压成一句话HYG 是广而全的恒星档案AT-HYG 是精而准的现代数据底子它们不是替代关系而是互补关系。给三条可执行建议照着做不会错新项目、追求精度星图可视化、动力学、统计分析——默认从 AT-HYG HYGLike 起步凭*_src字段还能做数据质量分级历史数据、变星与多星研究、或与老软件对接——留在 HYG它的名称、变星和成员关系字段无可替代迁移或混合使用——先跑一遍上面的最小示例确认你的代码不依赖lum/var/comp和 HYG 的id编号再动手替换并用hip、hd、hr作为跨库关联的桥梁。选星表这件事从来不是哪个更好而是哪个更配你的目标。把需求这条线捋直剩下的不过是读两行 CSV 的事。愿你的下一版星空图每一颗星都在它该在的位置上。【免费下载链接】HYG-DatabaseCurrent version of the HYG Stellar database项目地址: https://gitcode.com/gh_mirrors/hy/HYG-Database创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考