----- Detailed description of keyword arguments -----  
 
    vis -- Name of input visibility file  
        default: none; example: vis=’ngc5921.ms’  
 
    outputvis -- Name of output visibility file  
        default: none; example: outputvis=’ngc5921.mms’  
 
    createmms -- Create a multi-MS as the output.  
        default: True  
        If False, it will work like the split task and create a  
        normal MS, split according to the given data selection parameters.  
        Note that, when this parameter is set to False, a cluster  
        will not be used.  
 
        separationaxis -- Axis to do parallelization across.  
            default: ’auto’  
            Options: ’scan’, ’spw’, ’baseline’, ’auto’  
 
            * The ’auto’ option will partition per scan/spw to obtain optimal load balancing with the  
             following criteria:  
 
               1 - Maximize the scan/spw/field distribution across sub-MSs  
               2 - Generate sub-MSs with similar size  
 
            * The ’scan’ or ’spw’ axes will partition the MS into scan or spw. The individual sub-MSs may  
            not be balanced with respect to the number of rows.  
 
            * The ’baseline’ axis is mostly useful for Single-Dish data. This axis will partition the MS  
              based on the available baselines. If the user wants only auto-correlations, use the  
              antenna selection such as antenna=’*&&&’ together with this separation axis. Note that in  
              if numsubms=’auto’, partition will try to create as many subMSs as the number of available  
              servers in the cluster. If the user wants to have one subMS for each baseline, set the numsubms  
              parameter to a number higher than the number of baselines to achieve this.  
 
        numsubms -- The number of sub-MSs to create.  
            default: ’auto’  
            Options: any integer number (example: numsubms=4)  
 
               The default ’auto’ is to partition using the number of available servers in the cluster.  
               If the task is unable to determine the number of running servers, or the user did not start CASA  
               using mpicasa, numsubms will use 8 as the default.  
 
                Example: Launch CASA with 5 engines, where 4 of them will be used to create the MMS. The first  
                    engine is used as the MPIClient.  
 
                mpicasa -n 5 casa --nogui --log2term  
                CASA> partition(’uid__A1’, outputvis=’test.mms’)  
 
        flagbackup -- Make a backup of the FLAG column of the output MMS. When the  
                      MMS is created, the .flagversions of the input MS are not transferred,  
                      therefore it is necessary to re-create it for the new MMS. Note  
                      that multiple backups from the input MS will not be preserved. This  
                      will create a single backup of all the flags present in the input  
                      MS at the time the MMS is created.  
            default: True  
 
    datacolumn -- Which data column to use when partitioning the MS.  
        default=’all’; example: datacolumn=’data’  
        Options: ’data’, ’model’, ’corrected’, ’all’,  
                ’float_data’, ’lag_data’, ’float_data,data’, and  
                ’lag_data,data’.  
            N.B.: ’all’ = whichever of the above that are present.  
 
---- Data selection parameters (see help par.selectdata for more detailed  
    information)  
 
    field -- Select field using field id(s) or field name(s).  
             [run listobs to obtain the list iof d’s or names]  
        default: ’’=all fields If field string is a non-negative  
           integer, it is assumed to be a field index  
           otherwise, it is assumed to be a field name  
           field=’0~2’; field ids 0,1,2  
           field=’0,4,5~7’; field ids 0,4,5,6,7  
           field=’3C286,3C295’; fields named 3C286 and 3C295  
           field = ’3,4C*’; field id 3, all names starting with 4C  
 
    spw -- Select spectral window/channels  
        default: ’’=all spectral windows and channels  
           spw=’0~2,4’; spectral windows 0,1,2,4 (all channels)  
           spw=’<2’;  spectral windows less than 2 (i.e. 0,1)  
           spw=’0:5~61’; spw 0, channels 5 to 61  
           spw=’0,10,3:3~45’; spw 0,10 all channels, spw 3 - chans 3 to 45.  
           spw=’0~2:2~6’; spw 0,1,2 with channels 2 through 6 in each.  
           spw = ’*:3~64’  channels 3 through 64 for all sp id’s  
                   spw = ’ :3~64’ will NOT work.  
           spw = ’*:0;60~63’  channel 0 and channels 60 to 63 for all IFs  
                  ’;’ needed to separate different channel ranges in one spw  
           spw=’0:0~10;15~60’; spectral window 0 with channels 0-10,15-60  
           spw=’0:0~10,1:20~30,2:1;2;4’; spw 0, channels 0-10,  
                    spw 1, channels 20-30, and spw 2, channels, 1, 2 and 4  
 
    antenna -- Select data based on antenna/baseline  
        default: ’’ (all)  
            Non-negative integers are assumed to be antenna indices, and  
            anything else is taken as an antenna name.  
 
            Examples:  
            antenna=’5&6’: baseline between antenna index 5 and index 6.  
            antenna=’VA05&VA06’: baseline between VLA antenna 5 and 6.  
            antenna=’5&6;7&8’: baselines 5-6 and 7-8  
            antenna=’5’: all baselines with antenna 5  
            antenna=’5,6,10’: all baselines including antennas 5, 6, or 10  
            antenna=’5,6,10&’: all baselines with *only* antennas 5, 6, or  
                                   10.  (cross-correlations only.  Use &&  
                                   to include autocorrelations, and &&&  
                                   to get only autocorrelations.)  
            antenna=’!ea03,ea12,ea17’: all baselines except those that  
                                       include EVLA antennas ea03, ea12, or  
                                       ea17.  
 
    timerange -- Select data based on time range:  
        default = ’’ (all); examples,  
           timerange = ’YYYY/MM/DD/hh:mm:ss~YYYY/MM/DD/hh:mm:ss’  
           Note: if YYYY/MM/DD is missing date, timerange defaults to the  
           first day in the dataset  
           timerange=’09:14:0~09:54:0’ picks 40 min on first day  
           timerange=’25:00:00~27:30:00’ picks 1 hr to 3 hr 30min  
           on next day  
           timerange=’09:44:00’ data within one integration of time  
           timerange=’>10:24:00’ data after this time  
 
    array -- (Sub)array number range  
        default: ’’=all  
 
    uvrange -- Select data within uvrange (default units meters)  
        default: ’’=all; example:  
            uvrange=’0~1000klambda’; uvrange from 0-1000 kilo-lambda  
            uvrange=’>4klambda’;uvranges greater than 4 kilo-lambda  
            uvrange=’0~1000km’; uvrange in kilometers  
 
    scan -- Scan number range  
        default: ’’=all  
 
    observation -- Select by observation ID(s)  
        default: ’’=all  
 
 
------ EXAMPLES ------  
 
1) Create a Multi-MS of some spws, partitioned per spw. The MS contains 16 spws.  
    partition(’uid001.ms’, outpuvis=’source.mms’, spw=’1,3~10’, separationaxis=’spw’)  
 
2) Create a Multi-MS but select only the first channels of all spws. Do not back up the FLAG  
column.  
    partition(’uid0001.ms’, outputvis=’fechans.mms’, spw=’*:1~10’, flagbackup=False)  
 
3) Create a Multi-MS using both separation axes.  
    partition(’uid0001.ms’, outputvis=’myuid.mms’, createmms=True, separationaxis=’auto’)  
 
4) Create a single-dish Multi-MS using the baseline axis only for the auto-correlations.  
    partition(’uid0001.ms’, outputvis=’myuid.mms’, createmms=True, separationaxis=’baseline’, antenna=’*&&&’)