美國科學家11日宣布，他們去年9月首次探測到引力波。這一發現印證了實體學大師愛因斯坦100年前的預言。宣布這一發現的，是雷射幹涉引力波天文台（ligo）的負責人。
這個機構誕生于上世紀90年代，進行引力波觀測已經有近30年。那麼觀測到的引力波資料的量應該很大，科學家如何對這些資料進行分析？有沒有用到python程式設計語言？
答案是肯定的。筆者在github上發現了一個專門用于分析引力波資料的python包：gwpy[1]。據維護者介紹，gwpy的代碼來自ligo和另一個名叫virgo的機構，維護者将這兩個機構科學家的python代碼整理，最終的産品就是gwpy這個使用者友好的python包。
在具體介紹gwpy之前，先給和筆者一樣的小白簡單科普一下引力波和ligo的相關知識。
什麼是引力波？
上圖是兩個黑洞所産生的引力波的3-d模拟圖（nasa）。
首 先，什麼是引力波？在實體學上，引力波是愛因斯坦廣義相對論所預言的一種以光速傳播的時空波動，如同石頭丢進水裡産生的波紋一樣，引力波被視為宇宙中的 “時空漣漪”。通常引力波的産生非常困難，地球圍繞太陽以每秒30千米的速度前進，發出的引力波功率僅為200瓦，還不如家用電鍋功率大。宇宙中大品質 天體的加速、碰撞和合并等事件才可以形成強大的引力波，但能産生這種較強引力波的波源距離地球都十分遙遠，傳播到地球時變得非常微弱。
下面分享兩個優秀的視訊，很好地解釋了引力波及背後的原理。第一個來自ligo，第二個則是比較通俗的漫畫式講解。
ligo科學家的解釋：
漫畫式通俗解釋：
ligo是什麼？
雷射幹涉引力波觀測站laser interferometer gravitational-wave observatoryligo是加州理工學院（caltech）和麻省理工學院（mit）的合作實驗室，現在也有其他的大學參與。實驗資金來源于美國國家科學基金會。ligo是用來尋找宇宙中的引力波，進而可以驗證黑洞的存在和檢驗廣義相對論。
ligo 主要有兩個觀測點，位于路易斯安那livingston parish的ligo livingston觀測點，和華盛頓 hanford的ligo hanford觀測點。除此之外，在加州passadena 的caltech校園中還有ligo 40m prototype 。
ligo是如何探測引力波的？
gwpy：ligo用它分析引力波資料？
接下來是本文的重頭戲。我們一起來學習如何gwpy分析引力波資料。下面的介紹及示例均來自gwpy的官方文檔[2]。
安裝
很簡單，pip install gwpy就可以完成安裝。
不過安裝的過程可能會比較長，因為gwpy使用的依賴包比較多，包括numpy、 scipy、 cycler、matplotlib、astropy等。
面向對象程式設計
gwpy是一個面向對象程式設計的python包，也就是說，資料對象是這個包的核心關注點。每一個資料對象都展現為一個類執行個體，包含了其屬性和包含的資料。
如果想建立一個新的類執行個體，建議使用标準的建構器constructor。舉個例子，我們可以使用一個資料數組，生成一個timeseries對象：
或者從線上資料伺服器上下載下傳：
核心資料對象
據介紹，gwpy提供了4種核心資料對象，分别代表引力波探測器所産生的四種标準資料：
timeseries（時間序列資料）
spectrum（光譜資料）
spectrogram（光譜圖）
dataqualityflag
引力波資料可視化
我們知道，将引力波探測器收集的資料可視化，對于了解引力波的特性、研究引力波信号來說非常有幫助。gwpy.plotter子產品中提供了一些plot類，可以直覺地展示相應的資料類型。
gwpy的核心資料對象裡，大部分都内置有一個plot()方法，可以讓研究人員快速對某個資料集進行可視化展示。舉個例子：
gwpy：利用公開的ligo資料進行繪圖
我們接下來利用ligo公開的一些引力波時間序列資料進行繪圖。我們可以直接線上加載這些資料。首先導入我們需要的子產品：
然後，下載下傳資料，儲存為文本字元串：
現在，我們可以對文本進行解析，補充必要的中繼資料之後，就可以生成一個timeseries：
最後，我們就可以繪圖了：
====================================分割線================================