El paquete de Python teareduce sirve para enseñar a reducir datos astronómicos. Este software se diseña como material didáctico para clases prácticas donde los estudiantes aprenden a procesar imágenes captadas con distintos telescopios e instrumentos. Forma parte del curso Técnicas Experimentales en Astrofísica, dentro del Máster en Astrofísica de la Universidad Complutense de Madrid. El código está disponible públicamente en GitHub y cuenta con una página de documentación que incluye cuadernos Jupyter. Estos cuadernos muestran cómo usar sus diversas clases y funciones.


El paquete funciona como herramienta educativa

Su objetivo principal es que los alumnos experimenten con el flujo de trabajo típico en astrofísica observacional. Los estudiantes pueden cargar imágenes en crudo, corregirlas por bias, dark y flat, y alinear y combinar exposiciones. Al usar Python, una herramienta estándar en la investigación, los estudiantes adquieren habilidades directamente aplicables en proyectos reales. La documentación con ejemplos interactivos permite aprender de forma guiada y autónoma.

El proyecto fomenta la ciencia abierta y reproducible

Al publicar el código en GitHub, los desarrolladores promueven la transparencia y permiten que otros educadores o astrónomos aficionados lo usen o adapten. Esta apertura facilita que cualquiera pueda revisar cómo funciona internamente el software o proponer mejoras. Los cuadernos Jupyter documentan cada paso del proceso, lo que ayuda a comprender no solo el qué sino el cómo de la reducción de datos, un pilar de la investigación reproducible.

Claro, porque lo que más ilusiona a un estudiante de máster es pasar horas corrigiendo píxeles calientes en imágenes de dark, en lugar de, por ejemplo, descubrir una supernova. Pero así se forja el carácter y se aprecia el café.