Diagrama de Hertzsprung-Russell

Creador: Luis Alberto León Andonayre

Institución: Universidad Nacional Mayor de San Marcos

email: luis.leon20@unmsm.edu.pe

El diagrama de Hertzsprung-Russell es un gráfico de dispersión de estrellas indicando la relación entre las magnitudes absolutas o luminosidades de las estrellas en comparación con sus clasificaciones espectrales o las temperaturas efectivas. De forma más sencilla, en el gráfico se traza cada estrella para medir su brillo en comparación con su temperatura (color).

En el presente notebook se muestra una recreacion de este diagrama con datos de estrellas. Para manejar los datos se usa Pandas y para la figura estatica y animada Matplotlib

Librerias importadas

import pandas as pd
import matplotlib.pyplot as plt

Leyendo los datos a través de Pandas

data_ms = pd.read_csv('data/ms.csv')
data_dwarfs = pd.read_csv('data/dwarfs.csv')
data_giants = pd.read_csv('data/giants.txt',sep=' ')
data_supergiants = pd.read_csv('data/supergiants.txt',sep=' ')

Ya que el objetivo es representar a las estrellas en conjuntos. Se puede unir las distintas bases de datos. En este caso se concatenan los datos de las estrellas a excepción de las enenas blancas. Ya que para recrear la imagen deseada es necesario dejarlas de color blanco y a las otras estrellas de color.

data = pd.concat([data_ms,data_giants,data_supergiants])

El gráfico está basado en una dispersión (de datos) en donde el eje X es la temperatura de las estrellas, el eje Y la luminosidad solar de estas. Además cada estrella posee un tamaño distinto proporcional al radio s que posee. El factor 9.5 no posee ningún significado física, solo el de representa mejor de manera estética la representación. La gráfica posee una escala logarítmica a lo largo del eje Y y en el eje X la temperatura está invertida, i.e. la temperatura va disminuyendo mientras más se aleja del origen de coordenadas.

fig, ax = plt.subplots(figsize=(15,10))

ax.scatter(data['temp'], # Eje x
           data['lum'], # Eje y
           s = 9.5*data['radius'],
           c = data['temp'], # color de acuerdo a la temperatura
           cmap = 'RdYlBu') # mapa del color para la temperatura

ax.scatter(data_dwarfs['temp'], # Eje x
           data_dwarfs['lum'], # Eje y
           s = 9.5*data_dwarfs['radius'], # radio de las bolitas
           c = 'white', # color
           edgecolors = 'black') #borde de las bolitas

ax.semilogy() # Escala logarítmica en Y
ax.invert_xaxis() # Eje X invertido
plt.xlabel('Temperatura (K)',
           fontsize = 20) #Etiquetas eje X - temperatura
plt.ylabel('Luminosidad ($L_{solar}$)',
           fontsize = 20) # Etiqueta eje Y - luminosidad solar

# Etiquetas para colocar nombre de categorías
## plt.text (punto en X, punto en Y, "Etiqueta",
            #Tamaño de letra, Estilo negrita)
plt.text(4200, 1.7*10**1, 'Red Giants',
         fontsize = 14, fontweight='bold')
plt.text(9000, 1, 'Main Sequence',
         fontsize = 14, fontweight='bold')
plt.text(8000, 10**(-3), 'White Dwarfs', 
         fontsize = 14, fontweight='bold')
plt.text(9500, 10**6, 'Blue Giants', 
         fontsize = 14, fontweight='bold')
plt.text(4800, 5*10**4 , 'Red Supergiants',
         fontsize = 14, fontweight='bold')

#comando para imprimir el gráfico
plt.show()

Para mostrar la animación es necesario la librería FuncAnimation

from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots(figsize=(15,10))
ax.semilogy() # Escala logarítmica en Y
ax.invert_xaxis() # Eje X invertido

# Etiquetas para colocar nombre de categorías
## plt.text (punto en X, punto en Y, "Etiqueta", Tamaño de letra, Estilo negrita)
plt.xlabel('Temperatura (K)',
           fontsize = 20)
plt.ylabel('Luminosidad ($L_{solar}$)',
           fontsize = 20)

#ploteo inicial
plot = ax.scatter(data['temp'].iloc[0],
                   data['lum'].iloc[0],
                   s=data['radius'].iloc[0],
                   c = 'red')

#animación
def animation(i):
    x = data['temp'].iloc[:i]
    y = data['lum'].iloc[:i]
    color = data['temp'].iloc[:i]
    radio = 9.5*data['radius'].iloc[:i]
    plot = ax.scatter(x,
                      y,
                      s = radio,
                      c = color,
                      cmap = 'RdYlBu')
    if i>=100:
        x = data_dwarfs['temp'].iloc[:i-99]
        y = data_dwarfs['lum'].iloc[:i-99]
        radio = data_dwarfs['radius'].iloc[:i-99]*9.5
        plot = ax.scatter(x,
                          y,
                          s = radio,
                          c = 'white',
                          edgecolors='black') #plotea las enanas blancas al final
    if i>60:
        plt.text(9000, 1, 'Main Sequence',
                 fontsize = 14, fontweight='bold') # etiqueta
    if i>90:
        plt.text(4200, 1.7*10**1, 'Red Giants',
                 fontsize = 14, fontweight='bold') # etiqueta
    if i>95:
        plt.text(4800, 5*10**4 , 'Red Supergiants',
                 fontsize = 14, fontweight='bold') # etiqueta
    if i>100:
        plt.text(9500, 10**6, 'Blue Giants',
                 fontsize = 14, fontweight='bold') # etiqueta
    if i>105:
        plt.text(8000, 10**(-3), 'White Dwarfs',
                 fontsize = 14, fontweight='bold') # etiqueta
    return plot,

N_points = 130

animacion = FuncAnimation(fig,
                     animation,
                     frames = N_points, #retardante de la imagen
                     interval = 100,
                     blit = True)

animacion.save('Hertzsprung-Russell.gif') #guarda la animación como .gif

plt.close(fig)

MovieWriter ffmpeg unavailable; using Pillow instead.