GWPY：發現重力波的機構使用的Python套件|數位時代 BusinessNext

圖說明

文章為《數位時代》獲授權轉載自編程派

美國科學家11日宣佈，他們去年9月首次探測到重力波。這一發現印證了物理學大師愛因斯坦100年前的預言。宣佈這一發現的，是鐳射干涉重力波天文臺（LIGO）的負責人。

這個機構誕生於上世紀90年代，進行重力波觀測已經有近30年。那麼觀測到的重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於分析重力波資料的Python套件：GWPY。據維護者介紹，GWPY的程式碼來自LIGO和另一個名叫Virgo的機構，維護者將這兩個機構科學家的Python程式碼整理，最終的產品就是GWPY這個使用者友好的Python套件。

在具體介紹GWPY之前，先給和筆者一樣不了解的人簡單科普一下重力波和LIGO的相關知識。

什麼是重力波？

圖說明

上圖是兩個黑洞所產生的重力波的3-D模擬圖（NASA）。

首先，什麼是重力波？在物理學上，重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，如同石頭丟進水裡產生的波紋一樣，重力波被視為宇宙中的「時空漣漪」。

通常重力波的產生非常困難，地球圍繞太陽以每秒30千米的速度前進，發出的重力波功率僅為200瓦，還不如家用電飯煲功率大。宇宙中大品質天體的加速、碰撞和合併等事件才可以形成強大的重力波，但能產生這種較強重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影片，很好地解釋了重力波及背後的原理。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：

http://v.qq.com/boke/page/g/0/0/g0184mxwie0.html

漫畫式通俗解釋：

http://v.qq.com/page/j/x/u/j0184qlilxu.html

LIGO是什麼？

鐳射干涉重力波觀測站（ Laser Interferometer Gravitational-Wave Observatory）LIGO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。實驗資金來源於美國國家科學基金會。LIGO是用來尋找宇宙中的重力波，從而可以驗證黑洞的存在和檢驗廣義相對論。

圖說明

LIGO主要有兩個觀測點，位於路易斯安那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是如何探測重力波的？

影片：LIGO是如何探測重力波的？

GWPY：LIGO用它分析重力波資料？

圖說明

接下來是本文的重頭戲。我們一起來學習如何GWPY分析重力波資料。下面的介紹及示例均來自GWPY的官方文件。

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使用的依賴套件比較多，套件括numpy、 scipy、 cycler、matplotlib、astropy等。

物件導向程式設計

GWPY是一個物件導向程式設計的Python套件，也就是說，資料物件是這個套件的核心關注點。每一個資料物件都體現為一個類實例，套件含了其屬性和套件含的資料。

如果想創建一個新的類實例，建議使用標準的構建器（constructor）。舉個例子，我們可以使用一個資料陣列，生成一個TimeSeries物件：

from gwpy.timeseries import TimeSeries
mydata = TimeSeries([1,2,3,4,5,6,7,8,9,10],sample_rate=1, epoch=0)

或者從線上資料伺服器上下載：

from gwpy.timeseries import TimeSeries
mydata = TimeSeries.fetch('H1:LDAS-STRAIN', 964656015, 964656615)

核心資料物件

據介紹，GWPY提供了4種核心資料物件，分別代表重力波探測器所產生的四種標準資料：

• TimeSeries（時間序列資料）
• Spectrum（光譜數據）
• Spectrogram（光譜圖）
• DataQualityFlag

重力波數據視覺化

我們知道，將重力波探測器收集的資料視覺化，對於理解重力波的特性、研究重力波信號來說非常有説明。gwpy.plotter模組中提供了一些plot類，可以直觀地展示相應的資料類型。

GWPY的核心資料物件裡，大部分都內置有一個plot()方法，可以讓研究人員快速對某個資料集進行視覺化展示。舉個例子：

from gwpy.timeseries import TimeSeries
data = TimeSeries.fetch('H1:LDAS-STRAIN', 968654552, 968654562)
plot = data.plot()
plot.show()

圖說明

GWPY：利用公開的LIGO資料進行繪圖

我們接下來利用LIGO公開的一些重力波時間序列資料進行繪圖。我們可以直接線上載入這些資料。首先導入我們需要的模組：

from urllib2 import urlopen
from numpy import asarray
from gwpy.timeseries import TimeSeries

然後，下載資料，保存為文本字串：

data = urlopen('http://www.ligo.org/science/GW100916/L-strain_hp30-968654552-10.txt').read()

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：

ts = TimeSeries(asarray(data.splitlines(), dtype=float),
                 epoch=968654552, sample_rate=16384, unit='strain')

最後，我們就可以繪圖了：

plot = ts.plot()
plot.set_title('LIGO Livingston Observatory data for GW100916')
plot.set_ylabel('Gravitational-wave strain amplitude')
plot.show()

圖說明

顛覆傳統制式框架，大數據導航篩選「健康優先級」

國泰健康管理數據智能發展部資深協理郭怡賢直言，傳統安排健康檢查時「一體化套餐」的局限性，他不僅深有感觸，更是親身經歷者。即便具備專業背景，一般人面對健檢項目怎麼選，仍難以摸透其中的「眉角」。

他分享了一段來自內部的真實轉折：公司內部夥伴曾因專業的評估建議，加選了過去從未、也從沒想過要關注的指標，竟因此及時察覺關鍵的身體訊號。這類真實故事不斷上演，讓團隊深刻體認到，若僅依賴固定的框架，極可能漏掉重要的資訊。這些服務經驗與真實痛點，成為決定打破過去選擇框架、將專業「大腦」轉化成數位導航的核心動機。

郭怡賢深刻分析，健康管理的本質是一條嚴謹的價值鏈：由「健康發現」啟動，進而達成「日常落實」的目標。他指出，若前端的「需求篩選」不夠精準，後續所有的行動都將失去支點。傳統模式最大的戰略盲點，在於忽視了個體生理狀況與生活習慣的差異，導致受檢者往往處於資訊被動地位。國泰投入研發『衡好選』系統的核心起心動念，就是要打破僵化的框架，利用數據導航協助每位使用者進行個人化健康規劃，讓選擇從『被動接受』，進化為真正意義上的『個人化規劃』。

過去制式套餐常讓大眾因擔心選錯項目而不安，動輒花上數小時解決疑問。透過這套軟體系統融合大數據與專業經驗，將數百項知識轉化為 24 小時在線的「數位大腦」。這不僅突破了服務量能限制，更確保每位使用者隨時都能獲得「不一樣」的個人化篩選建議。

推動健康白話文運動，讓健康規劃好懂、好選擇

近年來健康服務琳瑯滿目，為什麼國泰可以直擊痛點，大膽提出變革？國泰健康管理成立近 15 年來，累積了超過 3 億筆大數據，這不僅只是數據的累積，更是服務經驗的結晶，以及客戶面對龐雜資訊時常見疑惑的解答。透過成熟的科技，「衡好選」系統應運而生，「我們的核心概念是好懂、好選，一次解決傳統選擇上的兩大痛點。」

「衡好選」系統從每個人的生活背景下手，先透過個人體況及家族病史的簡單問答，了解個人狀態，最後加入十大死因等潛在風險資料。綜合評估後，依據客戶的年齡、性別和地區，推算出專屬的指標關注方向，再從數百項選項中精準排序，為客戶「篩選健康優先級」，使用者也能依據推薦再靈活調整。郭怡賢笑說，「就像數位導航一樣，主動提供客製化的推薦，然後依需求自由配置！」

此外，健康項目的說明往往充滿生硬的醫療用詞，這也是國泰在系統進化中花最多時間調整的部分，「我們稱之為『白話文運動』。」國泰與專業團隊梳理，用簡單卻精準的白話指引，把 300 多個項目一一解釋清楚，讓大眾一看就知道為什麼自己的體況需要關注這項指標。而且透過系統選完方案後，就能直接向合作醫療機構預約，方便即時，打造一條龍的便利體驗。系統內還有即時線上小助手，有任何疑惑都能直接諮詢，宛如多了一個 24 小時在線的專屬服務人員。

全新品牌精神上線，喊出健康新哲學「Happy Habit」

從「衡好選」系統的智慧規劃到數位日常工具的全面支持，國泰健康管理將顛覆傳統健康管理的模式，賦予全新的品牌精神「Happy Habit」，訴求健康應是快樂、來自每一天一點的生活累積，用輕鬆簡單的方式。讓大眾透過精準的健康規劃找到正確的方向，並運用每日陪伴的數位健康工具，找到專屬自己的快樂生活方式。

未來，國泰健康管理除了與醫療機構合作，還會更進一步進化，與不同產業和通路展開深度合作，將健康規劃真正融入到生活場景中，透過科技系統的協助，讓人們在飲食與日常作息中，輕鬆找到更適合自身健康的選擇。藉由攜手不同的跨界夥伴，國泰健康管理致力於為客戶提供完整的全方位解方，「我們想打造的是一個完整的健康生態圈！」

在數據與科技的加持下，國泰健康管理讓健康管理不再只是單次的檢查安排，而是轉化為融入生活、隨時陪伴的健康夥伴，不僅更加貼近客戶的真實需求，也賦予健康管理嶄新的面貌，為產業開創全新局。