GithubHelp home page GithubHelp logo

nasa-api-proyecto's Introduction

NASA-API

image.png

Este proyecto tuvo como finalidad el extraer datos usando la API de la NASA.

De allí se utilizo la base de datos de exoplanetas, de la cual se utilizo la tabla de exoplanetas detectados con la tecnica de microlensing y la tabla de Planetary Systems Composite que contiene todos los exoplanetas detectados por diferentes tecnicas.

De la tabla microlensing se seleccionaron los siguientes atributos:

  • pl_name: Planet Name (Planet name)
  • rastr: RA (Right ascension of the microlensing event, in sexagesimal format
  • decstr: Declination of the microlensing event, in sexagesimal format
  • pl_masse: Mass of planet, in Earth masses
  • pl_massj: Planet Mass (Mass of planet, in Jupiter masses)
  • pl_orbsmax Planet-star Projected Semi-major Axis, unidad = Astronomical unit (au)
  • sy_dist: Lens Distance, unit = Parsec (pc)
  • ml_dists: Source Distance, unit = Parsec (pc)
  • ml_xtimeein: Einstein Crossing Time, unit=days
  • ml_massratio: Planet-star Mass Ratio (10^-4)
  • ml_magis: Source I-band unit = mag
  • ml_radeinang: Angular Einstein Radius, unit = mas

Se puede visitar la siguiente documentación para una explicación de el significado de cada una de las columnas y lo que representa:

Se aplicaron metodos de data cleaning y data wrangling en ambos dataframes. Luego se combino un subset de planetas de microlensing de Planetary System Composite y se hizo un merge con la tabla de microlesing con la finalidad de obtener valores para las columnas de la masa del planeta comparada con la masa de la tierra y de jupiter ya que no se contaba con suficiente información para estás en el dataframe original.

Obteniendo un total de tres dataframes (microlensing, plaetary composite systems y merge).


Tabla de Microlensing

Name Description
planet_name Planet Name.
ra_event Right ascension of the microlensing event.
dec_event Declination of the microlensing event.
earth_massses Mass of planet, in Earth masses.
jupiter_masses Mass of planet, in Jupiter masses.
planet_orbmax Planet-star Projected Semi-major Axis.
lens_distance Lens Distance, unit = Parsec (pc).
source_distance Source Distance, unit = Parsec (pc).
einstein_cross_time Einstein Crossing Time, unit=days.
source_mag Source I-band unit = mag
planet_star_mass_ratio Planet-star Mass Ratio (10^-4).
angular_einstein_radius Angular Einstein Radius, unit = mas.
lens_distance_ly Lens Distance, unit = light years (ly).
source_distance_ly Source Distance, unit = light years (ly).

Tabla de Planetary Systems Composite

Name Description
planet_name Planet Name
hostname Stellar name
sys_num_stars Number of Stars
sys_num_planet Number of Planets
discovery_method Discovery Method
discovery_year Discovery Year
discovery_telescope Discovery Telescope
orbital_period Orbital Period, unit=days
orbital_semi_major Orbit Semi-Major Axis, unit = au
planet_radius_earth Planet Radius (Earth Radius)
planet_radius_jupiter Planet Radius (Jupiter Radius)
planet_mass_earth Planet Mass (Earth Mass)
planet_mass_jupiter Planet Mass (Jupiter Mass)
eccentricity Eccentricity
stellar_eff_temp Stellar Effective Temperature unit=K
stellar_radius Stellar Radius (Solar Radius)
stellar_mass Stellar Mass
dist_system Distance, unit = pc
dist_system_ly Distance, unit = ly

Del análisis de la data se obtuvo que el metodo que predomina para el descubrimiento de exoplanetas en está data es el método del tránsito:

Discovery Method

El planeta con el período orbital más largo es COCONUTS-2 b

El planeta con el período orbital más corto es PSR J1719-1438 b

También se obtuvo la frecuencia de descubrimientos por año:

Discoveries by year

En el notebook Nasa API visualization están todas las gráficas del proyecto de visualización de datos. En el notebook NASA API se puede ver todo el procedimiento para la extracción y transformación de los datos.

Para este proyecto se hicieron visualizaciones tanto en python utilizando la librería seaborn así como en tableau.

En el siguiente enlace puede observar el libro de visualizaciones de tableau.

https://public.tableau.com/app/profile/mariangel4686/viz/DataViz_16325145176620/Dip10?publish=yes

nasa-api-proyecto's People

Contributors

angelsmreyes avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.