Alumno: Christian Solis Calero.¶

Universidad Nacional Mayor de San Marcos, Lima. Perú

Ejercicio-03-01

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

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

Subiendo la información a trabajar e integrandola en un solo array

stars = []
i=0
data1 = np.loadtxt("data/giants.txt", delimiter=" ", skiprows=1)
for x in range(len(data1)):
  stars.append("Giants")

data2 = np.loadtxt("data/supergiants.txt", delimiter=" ", skiprows=1)
for x in range(len(data2)):
  stars.append("Supergiants")

data3 = np.loadtxt("data/dwarfs.csv", delimiter=",", skiprows=1)
for x in range(len(data3)):
  stars.append("Dwarfs")

data4 = np.loadtxt("data/ms.csv", delimiter=",", skiprows=1)
for x in range(len(data4)):
  stars.append("Main sequence")

data= np.concatenate((data1,data2,data3,data4), axis=0)

Realizando el Plot de los datos requeridos

T= data[:, 1] #Temperature
L= data[:, 0]   #Luminosity
area= data[:, 2] #ratio

radius=20*(area) #multiplying by 20 the value of ratio
log_temp=np.log10(T) #Taking in account logaritmic value of T for colour parameter of plotting

fig = plt.figure(figsize=(12,8))

plt.scatter(T, L, 
            #c=colors, 
            c=log_temp,
            #hue=log_temp,
            s=radius, 
            marker='o',
            #cmap='hsv',
            cmap='Spectral',
            lw=1,
            edgecolors='gray',
            alpha=0.9)

plt.title=('diagrama de Hertzprung-Russell')

plt.xlabel("Temperature (K)", fontsize=20, fontweight='bold')
plt.ylabel("Luminosity ($L_{sun}$)", fontsize=20, fontweight='bold')
plt.yscale('log')
plt.xscale('log')
idx = [4000,6000,8000,12000]
plt.xticks(idx, fontsize=10, fontweight='bold')
plt.yticks(fontsize=10, fontweight='bold')
plt.xlim(14000, 3000)
plt.ylim(0.00001, 10000000)

Edición del plot

#Adding the Axes object ax: It is a container that holds the axes, the ticks, the labels, the plot, the legend, etc.
ax = plt.axes()

#Method for generate lines only in X and Y axis
#removing top and right borders
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

#Modifying ticks of X axis to eliminate scientific notation 
from matplotlib.ticker import FuncFormatter

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

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

#Adding text to the plot describing the used data
ax.set_facecolor("white")
ax.text(7000,15000,'Giants', style='normal',color='black', fontsize=20, fontweight='bold')
ax.text(11000,0.5,'Main sequence', style='normal',color='black', fontsize=20, fontweight='bold')
ax.text(11000,0.0001,'Dwarfs', style='normal',color='black', fontsize=20, fontweight='bold')

plt.show()

Ejercicio-03-02

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 mismo gráfico de antes pero las estrellas vayan apareciendo progresivamente

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation

Generando una función que permita generar imagenes a medida que se adiciona progresivamente la información de cada estrella

def salvar_figura(x,y,co,z,n):
    fig = plt.figure(figsize=(12,8))
    scat = plt.scatter(x, y,
                       c=co,
                       s=z,
                       marker='o',
                       cmap='Spectral',
                       lw=1,
                       edgecolors='gray',
                       alpha=0.9)
    plt.xlabel("Temperature (K)", fontsize=20, fontweight='bold')
    plt.ylabel("Luminosity ($L_{sun}$)", fontsize=20, fontweight='bold')
    plt.yscale('log')
    plt.xscale('log')
    idx = [4000,6000,8000,12000]
    plt.xticks(idx, fontsize=10, fontweight='bold')
    plt.yticks(fontsize=10, fontweight='bold')
    plt.xlim(14000, 3000)
    plt.ylim(0.00001, 10000000)
    
    #Adding the Axes object ax: It is a container that holds the axes, the ticks, the labels, the plot, the legend, etc.
    ax = plt.axes()

    #Method for generate lines only in X and Y axis
    ax.spines['top'].set_visible(False)
    ax.spines['right'].set_visible(False)

    #Modifying ticks of X axis to eliminate scientific notation 
    from matplotlib.ticker import FuncFormatter
    def Wscientific(x, pos):
    return '%1i' % (x)
    formatter = FuncFormatter(Wscientific)
    ax.xaxis.set_major_formatter(formatter)
    plt.setp(ax.get_xminorticklabels(), visible=False)
  
    plt.savefig("Animation"+str(n)+".png",  format="png")

Introduciendo la data de las estrellas progresivamente para que se generen las imagenes

VectX=[]
VectY=[]
VectC=[]
VectZ=[]
n=0             
for i in range(len(T)):
    VectX.append(T[n])
    VectY.append(L[n])
    VectC.append(log_temp[n])
    VectZ.append(radius[n])
    salvar_figura(VectX,VectY,VectC,VectZ,n)
    n=n+1
plt.show()

Generando la animación a partir de la información de las imagenes

from PIL import Image
import glob
 
# Create the frames
frames = []
imgs = glob.glob("*.png")
for i in imgs:
    new_frame = Image.open(i)
    frames.append(new_frame)
 
#Save into a GIF file that loops forever
frames[0].save('Hertzprung-Russell.gif', format='GIF',
               append_images=frames[1:],
               save_all=True,
               duration=300, loop=10)