Mi nombre es Juan Carrillo. El objetivo de este notebook es resolver los ejercicios de la Clase No. 3

Ejercicio No. 1

• Investigue sobre el diagrama de Hertzprung-Russell, una herramienta muy potente en astronomia, y describa un poco al respecto para darle contexto al resto de la tarea
• El objetivo es generar un diagrama HR lo más parecido al de esta referencia. No lucirá idéntico por que no se usarán exactamente los mismos datos, y las unidades pueden ser ligeramente distinta. La idea sí es dejar su figura lo más parecida a la de referencia en el estilo: colores, escalas en los ejes, tamaño de los marcadores, leyendas, textos en el gráfico, etc.
• Los datos para crear la figura están en la carpeta Data. Cada tabla contiene las informaciones sobre un tipo de estrellas según indican los nombres de archivo. La información viene en 3 columnas: luminosidad en luminosidades solares, Temperatura en Kelvin y Radio de la estrella en unidades arbitrarias
• La idea es que cada estrella en el gráfico tenga un color representativo de su temperatura (que estrellas frías son rojas y estrellas calientes son azules) y que el tamaño del símbolo sea representativo del tamaño de cada estrella para diferenciar entre enanas, gigantes y estrellas de secuencia principal
• Busque que su código sea semi automático; es indispensable leer los datos desde el propio programa, no copiarlos a mano, y hallar una forma de obtener los tamaños y colores sin declararlos uno a uno

El diagrama Hertzprung-Russel es un diagrama estadístico que permite clasificar las estrellas basadas en su temperatura y luminosidad. El próposito de este Notebook es re-crear dicho diagrama para una serie de datos dadas que son representativas a la forma normal del diagrama

En primera instancia se importan las librerías necesarias para la elaboración del proyecto. Estas corresponden a:

• Pandas para manejo de los datos como DataFrames
• Matplotlib en sus sublibrerias plt, ticker y animation para poder gráficar, editar la visualización y crear la animación

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter
from matplotlib.animation import FuncAnimation

Ahora se debe de abrir las bases de datos provistas, lo cuál se hace a través de la función read_csv de pandas y se crea un DataFrame para cada base de datos

Dwarfs = pd.read_csv('data/dwarfs.csv')
MainSequence = pd.read_csv('data/ms.csv')
Giants = pd.read_csv('data/giants.txt',sep=' ')
Supergiants = pd.read_csv('data/supergiants.txt',sep=' ')

Con el fin de unificar los datos en un solo DataFrame fácil de usar se unifican los creados anteriormente usando la función concat de pandas

AllStars = pd.concat([MainSequence,Dwarfs,Giants,Supergiants])

Ahora viene se procede a generar la gráfica de los datos obtenidos anteriormente Como punto de partida se genera el template de la gráfica, esto incluye tamaño, ejes, escalas, titulos y otros, y se proceden a gráficar los puntos. En el siguiente código se explica cada función

#Se inicializa la función plt y se determina el tamaño de la figura

plt.figure(figsize=(15,10))
ax = plt.subplot()

#Se establecen los minimos y máximos de los ejes y se determinan como escala logaritimica, es importante notar que para 
#el eje X se identifica el mayor valor, menor valor con el fin de que al graficar la escala sea decendente 

plt.xlim(14000,3000)
plt.xscale('log')

plt.ylim(10**-5,10**9)
plt.yscale('log')
plt.xticks([3500,7000,14000])

#Se modifican los ticks del eje X con el fin de eliminar la notación cientifica 

def log_10_product(x, pos):
    return '%1i' % (x)


formatter = FuncFormatter(log_10_product)
ax.xaxis.set_major_formatter(formatter)
plt.setp(ax.get_xminorticklabels(), visible=False)

#Se añanaden los nombres de los ejes X, Y y el Titulo
plt.xlabel('Temperature (K)',fontsize=15)
plt.ylabel('Luminosity (Lsun)',fontsize=15)
plt.title('Hertzsprung-Russell Diagram',fontsize=20)

#Se añaden textos dentro de la gráfica que permiten identificar los tipos de estrella según su posición en el diagrama
plt.text(5000,10**8,'Red Supergiants',fontsize=15)
plt.text(5000,10**3,'Red Giants',fontsize=15)
plt.text(12500,10**8,'Blue Giants',fontsize=15)
plt.text(13000,10,'Main Sequence',fontsize=15)
plt.text(4800,10**-3,'Main Sequence',fontsize=15)
plt.text(9000,10**-2,'White Dwarfs',fontsize=15)

#Se añaden los puntos a la gráfica considerando que el valor x es temperatura, y luminosidad, el tamaño es dependiente
#de la variable radius dada, y para facilidad en la visualización se multiplica por 50, y el color es dependiente de la 
#temperatura, de esta manera la función plt.scatter en su parametro c determina el color en una escala de colores determinada
#como RdYlBu que varía de Rojo a Amarillo a Azul según el valor de la temperatura en el punto dado, adicionalmente se añaden
#bordes grises a cada punto

plt.scatter(x = AllStars.temp, y = AllStars.lum,s=AllStars.radius*50,c = AllStars.temp,cmap='RdYlBu',edgecolors='grey',linewidth=1.5)

#En este caso las Enanas Blancas cumplen una excepción al color del punto anterior, puesto que su color no es dependiente
#de la temperatura, por lo que encima del gráfico anterior se plotea los mismos datos pero de color blanco

plt.scatter(x = Dwarfs.temp, y = Dwarfs.lum,s=Dwarfs.radius*50,color='white',edgecolors='grey',linewidth=1.5)

#finalmente se muestra la gráfica generada que corresponde al diagrama Hertzprung-Russel para los datos dados 
plt.show()

Ejercicio No. 2

• Después de tener un diseño de base para el ejercicio No. 1, en este ejercicio se pide generar una animación, en la cual se reproduzca el miso gráfico de antes pero las estrellas vayan apareciendo progresivamente

El próposito de este ejercicio es animar la generación de la gráfica anterior. Para ello daremos uso a la función FuncAnimation de Matplotlib:

#En primer lugar se establece template inicial donde se generará la gráfica. Este corresponde al mismo del punto 
#anterior donde se modifica el tamaño, ejes, escalas etc

#es importante detallar que la gráfica se identifica con la variable f, la cuál será usada más adelante
f = plt.figure(figsize=(15,10))
ax = plt.subplot()

plt.xlim(14000,3000)
plt.xscale('log')

plt.ylim(10**-5,10**9)
plt.yscale('log')
plt.xticks([3500,7000,14000])

def log_10_product(x, pos):
    return '%1i' % (x)


formatter = FuncFormatter(log_10_product)
ax.xaxis.set_major_formatter(formatter)
plt.setp(ax.get_xminorticklabels(), visible=False)
#Para este caso no se añade el texto en la gráfica representativo de cada tipo de estrella, pues se generará dentro
#de la animación

plt.xlabel('Temperature (K)',fontsize=15)
plt.ylabel('Luminosity (Lsun)',fontsize=15)
plt.title('Hertzsprung-Russell Diagram',fontsize=20)

#Una vez definido el template se procede a generarlo graficando un punto vacío con el fin de generar la gráfica sin 
#graficar ningún punto

scat = plt.scatter(x = AllStars.temp.iloc[0], y = AllStars.lum.iloc[0],s=AllStars.radius.iloc[0],c = AllStars.temp.iloc[0],cmap='RdYlBu',edgecolors='grey',linewidth=1.5)


#se define la función animation, la cual determina los cambios que se generarán a los puntos en la gráfica según el valor
#de iteración i que corresponde al frame de la animación

def animation(i):
#Los primeros 90 valores corresponden la secuencia prinicial, debido a que la densidad de puntos de estos datos
#es mucho mayor en comparación a los otros se generarán 3 puntos por cada punto de iteración i
    if i <= 30:
#al pasar por cada punto de iteración i se generan los puntos de graficación al tomar los puntos desde 0 hasta el punto 3i
#de la columna conteniendo dichos datos del Dataframe mediante la función iloc, y los anexa a una lista para poder ser graficados
#usando la función tolist()
        x = AllStars.temp.iloc[:i*3].tolist()
        y = AllStars.lum.iloc[:i*3].tolist()
        size = AllStars.radius.iloc[:i*3].tolist()
        c = AllStars.temp.iloc[:i*3].tolist()
#En este caso se cambia el valor del tamaño * 50 al igual que en el punto anterior pero esto se realiza dentro de una lista
#usando list comprehension
        s = [a*50 for a in size]
    else:
#De manera analoga para el resto de puntos itera por cada punto i dentro de la base de datos, a excepción que ahora va punto
#a punto para que la animación sea menos rápida 
        x = AllStars.temp.iloc[:60+i].tolist()
        y = AllStars.lum.iloc[:60+i].tolist()
        size = AllStars.radius.iloc[:60+i].tolist()
        s = [a*50 for a in size]
        c = AllStars.temp.iloc[:60+i].tolist()
#En este punto se grafican los puntos generados en las variables x,y,s según las iteraciones anteriores
    scat = plt.scatter(x, y ,s,c,cmap='RdYlBu',edgecolors='grey',linewidth=1.5)
#Cuando se alcanza el valor i=30 se abrán graficado todos los puntos de la secuencia principal, por lo que se genera el
#texto en la gráfica de identificación 'Main Sequence'
    if i>30:
        plt.text(13000,10,'Main Sequence',fontsize=15)
        plt.text(4800,10**-3,'Main Sequence',fontsize=15)
#La siguiente secuencia corresponde a las enanas blancas, como vimos el punto anterior ellas presentan una excepción
#a la regla de color, por lo que se grafican encima de los puntos anteriores correspondientes a las enanas blancas
#pero de color blanco
        xd = Dwarfs.temp.iloc[:i-30].tolist()
        yd = Dwarfs.lum.iloc[:i-30].tolist()
        sized = Dwarfs.radius.iloc[:i-30].tolist()
        sd = [a*50 for a in sized]
       
        
        scat = plt.scatter(xd, yd ,sd,color='white',edgecolors='grey',linewidth=1.5)
#De manera analoga al texto de identificación de la secuencia principal se general los textos de las demas estrellas cuando
#la animación haya concluido la graficación de los puntos correspondiente a esa categoría
    if i> 36:
        plt.text(9000,10**-2,'White Dwarfs',fontsize=15)
        
    if i >42:
        plt.text(5000,10**3,'Red Giants',fontsize=15)
        
    if i >44:
        plt.text(5000,10**8,'Red Supergiants',fontsize=15)
    if i >45:
        plt.text(12500,10**8,'Blue Giants',fontsize=15)
#Finalmente la función devuelve los puntos graficados según el punto de iteración i
    return scat,

#Para determinar cuantos puntos de iteración se tendrán se cuentan cuantos puntos habrán para finalizar la secuencia principal
#sumando el restante hasta completar todos los datos en la base de datos y se suman 20 iteraciones adicionales para dar
#tiempo a la animación de mostrar la figura final durante un par de segundos 
N_points = int(90/3 + len(AllStars) - 90 + 20)

#Ahora se usa la función FuncAnimation, la cual tiene como imagen inicial la gráfica vacia f, la función de animación animation
#el numero de iteraciones determinado por N_points, el intervalo en ms entre cada iteración y finalmente la función 
#blit la cual evita que se grafiquen los puntos graficados anteriormente a menos que hayan sufrido un cambio con el fin 
#de disminuir el tiempo de procesamiento 
anim= FuncAnimation(f,animation,frames=N_points,interval=200,blit=True)

#finalmente se guarda la animación generada en un archivo .gif y se cierra la figura estatica generada en el ultimo punto 
#de iteración
anim.save('Hertzsprung-Russell Diagram.gif')
plt.close(f)

MovieWriter ffmpeg unavailable; using Pillow instead.

Una vez generado el archivo de animación en formato .gif se procede a anexarlo al notebook mediante el siguiente código usado en la siguiente celda Markdown: 'img src="Hertzsprung-Russell Diagram.gif"' encerrada en '<>' esto permite adicionar la animación generada en un punto local sin afectar la memoria y el peso total del notebook por si mismo