tarea completa

5c49f045 · Jennifer Lorena Ortega Aguilar · 74bd6560 · 5c49f045 · 5c49f045
Commit 5c49f045 authored 4 years ago by Jennifer Lorena Ortega Aguilar
--- a/ENTREGA.html
+++ b/ENTREGA.html
--- a/ENTREGA.ipynb
+++ b/ENTREGA.ipynb
@@ -256,6 +256,28 @@
    "La ubicación del texto dentro de la imagen difiere entre la imagen que se presenta en el jupyter notebook, y la imagen guardada, esto solo sucede en el gif, por lo que en esta sección (animación) se presentan, algunos textos fuera de la imagen, pero en la imagen guardada se encuentran bien ubicados."
   ]
  },
+  {
+   "cell_type": "code",
+   "execution_count": 9,
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "65280"
+      ]
+     },
+     "execution_count": 9,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "# para exportar el notebook a html\n",
+    "import os\n",
+    "os.system('jupyter nbconvert --to html ejercicio3.ipynb')"
+   ]
+  },
  {
   "cell_type": "code",
   "execution_count": null,

 %% Cell type:markdown id: tags:

 ## Nombre: Jennifer Ortega
 ### Ejercicio No. 1 - Diagrama de Hertzsprung-Russell


 El diagrama de Hertzsprung-Russell es un gráfico de disperción que relaciona las temperaturas efectivas de las estrellas con su luminosidad. El gráfico tiene 5 regiones principales, cada una para un grupo diferente de estrellas.

 - **Grupo 1**: Contiene estrellas promedio, donde la luminocidad esta directamente relacionada con la Temperatura, son estrellas que estan al principio o en la mitad de sus vidas.
 - **Grupo 2 y 3**: Gigantes rojas y las supergigantes, son estrellas viejas  de tamaño pequeño y mediano que se han hinchado, por lo tanto son muy luminosas aunque no esten calientes.
 - **Grupo 4**: Enanas blancas, son super calientes pero no son muy luminosas, porque son muy pequeñas.
 - **Grupo 5**: Gigantes azules son enormes y no tienen un tiempo de vida largo.

 %% Cell type:code id: tags:

 ``` python
 import numpy as np
 import matplotlib.pyplot as plt
 import math

 %matplotlib inline
 ```

 %% Cell type:markdown id: tags:

 # Resolución ejercicio 1
 - Primero damos una revisión del tipo de datos que vamos a manejar y como estan distribuidos, esto lo hacemos imprimiendo una parte de los datos.
 - Abrimos los archivos y guardamos en cada variable.
 - Agrupamos todos los datos en 3 variables, luminosidad, temperatura, radio.
 - Realizamos la gráfica con matplotlib

 %% Cell type:code id: tags:

 ``` python
 # Abrimos un archivo para mirar los datos y la estructura que tienen
 f = open("data/giants.txt", "r")
 print(f.read(300))
 ```

 %% Output

    lum temp radius
    304.2285727480961 3654.601099459581 145.4834741161055
    58.8843655355589 3808.609875061861 66.64293840181843
    9.246981739382225 3991.7516919319555 27.60343000307192
    58.50594519500058 4164.818179799484 50.83296773697527
    32.03317600852812 4425.7738830794915 33.290930956014336
    

 %% Cell type:code id: tags:

 ``` python
 # abrimos y guardamos los datos, excluyendo la primera fila ya que es un encabezado
 giants = np.loadtxt('data/giants.txt', delimiter=' ',skiprows=1)
 supergiants = np.loadtxt('data/supergiants.txt', delimiter=' ',skiprows=1)
 dwarfs = np.loadtxt('data/dwarfs.csv', delimiter=',',skiprows=1)
 ms = np.loadtxt('data/ms.csv', delimiter=',',skiprows=1)
 data_final = np.concatenate((giants,supergiants,dwarfs,ms))
 lum = data_final[0:, 0]  # creamos la variable luminosidad
 temp = data_final[0:, 1] # creamos la variable temperatura
 rad = data_final[0:, 2] # creamos la variable radio

 ```

 %% Output

    <class 'numpy.ndarray'>

 %% Cell type:code id: tags:

 ``` python
 print(plt.style.available) # imprime los tipos de estilo existentes
 temp_color=(-temp+max(temp)) # para cambiar la escala y que los colores coincidan con los pedidos en la tarea
 ```

 %% Output

    ['Solarize_Light2', '_classic_test_patch', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark', 'seaborn-dark-palette', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'tableau-colorblind10']

 %% Cell type:code id: tags:

 ``` python
 from matplotlib import cm
 import matplotlib.style
 import matplotlib as mpl
 mpl.style.use('classic') # seleccion del estilo del gráfico
 fig, ax = plt.subplots()
 plt.scatter(temp, np.log(lum),  s=10*rad, c=temp_color, norm=matplotlib.colors.LogNorm(),
            edgecolors='none', alpha= 0.8)
 ax.set_xlim(max(temp), min(temp))  # cambiar el orden del eje temp(X)
 # La siguientes lineas son los textos dentro de la gráfica
 plt.title("Diagrama Hertzsprung-Russell")
 plt.xlabel("Temperatura(K)")
 plt.ylabel("log(Luminosidad(Lsun))")
 # escribe los textos de acuerdo a la posición
 plt.text(0.6, 0.42, 'Main Sequence', transform=ax.transAxes)
 plt.text(0.2, 0.55, 'Main Sequence', transform=ax.transAxes)
 plt.text(0.7, 0.85, 'Red SuperGiants', transform=ax.transAxes)
 plt.text(0.2, 0.88, 'Blue Giants',  transform=ax.transAxes)
 plt.text(0.8, 0.70, 'Red Giants',  transform=ax.transAxes)
 plt.text(0.50, 0.18, 'White Dwarfs', transform=ax.transAxes)
 ax.grid(False) # para que no salga la cuadrícula
 plt.show()
 ```

 %% Output



 %% Cell type:markdown id: tags:

 ### 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

 %% Cell type:markdown id: tags:

 # Resolución ejercicio 2

 - Realizamos la animación con la función FuncAnimation de matplotlib.
 - Generamos la función animate
 - Realizamos la animación

 %% Cell type:code id: tags:

 ``` python
 import numpy as np
 from matplotlib import pyplot as plt
 from matplotlib.animation import FuncAnimation
 #plt.style.use('seaborn-pastel')


 log_lum = np.log(lum) # creamos una nueva variable, para facilitar la escritura

 fig = plt.figure() # definimos la figura
 #fig.tight_layout()
 ax1 = plt.subplot(111, xlim=(min(temp), max(temp)), ylim=(min(log_lum), max(log_lum)))
 plt.title("Diagrama Hertzsprung-Russell")
 plt.xlabel("Temperatura(K)")
 plt.ylabel("log(Luminosidad(Lsun))")
 ax1.set_xlim(max(temp), min(temp))
 plt.style.use('dark_background') # para cambiar el estilo del fondo
 scat = ax1.scatter(temp, log_lum,  s=10*rad, c=temp_color, norm=matplotlib.colors.LogNorm(),
            edgecolors='none', alpha= 0.8)



 def init():
    scat.set_offsets(np.c_[temp,log_lum])
    return scat,

 def animate(i):
    '''Funcion que sirve para generar imagenes en función del orden de aparicion de las estrellas'''
    x = temp[0:i:1]
    y = log_lum[0:i:1]
    if i > len(giants):
        plt.text(1.0, 0.85, 'Red Giants', transform=ax.transAxes)
    if i > (len(giants)+2):
        plt.text(1., 1.1, 'Red SuperGiants', transform=ax.transAxes)
    if i >(len(supergiants)+len(giants)):
        plt.text(0.3, 1.1, 'Blue Giants',  transform=ax.transAxes)
    if i > (len(supergiants)+len(giants)+len(dwarfs)):
        plt.text(0.60, 0.18, 'White Dwarfs', transform=ax.transAxes)
    if i > (len(supergiants)+len(giants)+len(dwarfs)+40):
        plt.text(0.5, 0.7, 'Main Sequence', transform=ax.transAxes)
    scat.set_offsets(np.c_[x,y])
    return scat,


 anim = FuncAnimation(fig, animate, init_func=init,
                              frames=len(temp), interval=400)# genera la animacion


 anim.save('ENTREGA.gif') # guarda la animacion

 ```

 %% Output

    MovieWriter ffmpeg unavailable; using Pillow instead.



 %% Cell type:markdown id: tags:

 ## Nota:
 La ubicación del texto dentro de la imagen difiere entre la imagen que se presenta en el jupyter notebook, y la imagen guardada, esto solo sucede en el gif, por lo que en esta sección (animación) se presentan, algunos textos fuera de la imagen, pero en la imagen guardada se encuentran bien ubicados.

 %% Cell type:code id: tags:

 ``` python
+# para exportar el notebook a html
+import os
+os.system('jupyter nbconvert --to html ejercicio3.ipynb')
+```
+
+%% Output
+
+    65280
+
+%% Cell type:code id: tags:
+
+``` python
 ```