档案

2015年3月份的所有帖子

初步调查显示了一个同事的项目,我正在考虑可能是’值得做。但对于该调查,我花了几个小时来制造一个相当复杂的情节 Pylab.,所以我以为我’D分享我是怎么做到的。

首先,这里’s the plot:

多行星系统成员的潮汐衰减时间尺度。

多行星系统成员的潮汐衰减时间尺度。

该地块显示了时间尺度 潮汐腐烂 多行星系统的成员。不幸的是,X轴标签aren’除非您放大,否则可以清晰,但如果您这样做,您可以看到字体颜色与相应的线条颜色匹配。

以下是我用于生成绘图的IPython笔记本。具有数据的Excel电子表格是 这里.

#Show the plot inline
%matplotlib inline

#load in the required modules
import pandas as pd
import Pylab. as pl
import itertools as it
import numpy as np

# using the ExcelFile class
xls = pd.ExcelFile('exoplanet-archive_2015Mar25.xlsx')
data = xls.parse('obj of interest', index_col=1)
data = data[pd.notnull(data['a/(da/dt)Qs=1e6 (Gyrs)'])]

#Make a nice, big figure
fig = pl.figure(figsize=(15,15))
ax = fig.add_subplot(1, 1, 1)

#Make a list, indexing the dataframe labels
indices = range(len(set(data.index)))

#Make a list with the indices as the entries
labels = list(set(data.index))
#For concision, drop "开普勒" wherever it's found
labels = [w.replace('Kepler-', '') 为了 w in labels]

#Make a cycle of line and text colors, blue, green, red, etc.
colors = it.cycle(['b', 'g', 'r', 'c', 'm', 'y', 'k'])

#Since each member of the multi-system should be plotted with the same x-value,
#  I need to generate a new list of all the same value with as many entries
#  as members. That's what "i" is for.
i = 0
为了 unq in set(data.index):

    #Retrieve the decay timescales calculated in the spreadsheet
    taus = data.loc[unq, 'a/(da/dt)Qs=1e6 (Gyrs)']

    #Generate the list of all the same x-value
    idx = np.上es_like(taus)*i

    #Make the scatter plot points with the current color
    ax.semilogy(idx, taus, marker='o', color=cur_color)

    
    #Get the next line color
    cur_color = next(colors)
    
    #Next x-value
    i += 1
    
#Give a little space to the left and right of the first and last x-values
pl.xlim([-1, len(set(data.index))+1])

#Switch out the x-values with the system names
pl.xticks(indices, labels, rotation='vertical', size='small', ha='center')

#Increase the size of the y-axis label font
pl.yticks(size=36)
#Label the y-axis
pl.ylabel('$a/\\left(\\frac{da}{dt}\\right)_{Q_{\\rm s} = 10^6}$ (Gyrs)', fontsize=36)

#Reset the colors cycle
colors = it.cycle(['b', 'g', 'r', 'c', 'm', 'y', 'k'])

#Set a new color for each x-axis label
为了 tick in ax.xaxis.get_ticklabels():
    tick.set_color(cur_color)
    cur_color = next(colors)

pl.savefig('Comparing multi-planet system a_dadt.png', bbox_inches='tight', orientation='landscape', dpi=250)

 

 

Artist's conception of Pluto's and Charon's surfaces. From http://www.ourpluto.org/home.

Artist’s conception of Pluto’s and Charon’s surfaces. From http://www.ourpluto.org/home.

我们星期五略微谈论几件事’club。首先,我们讨论过 astrobites.org.是一个覆盖天文学研究的有趣核心研究的伟大博客。我指出了这一点 他们要求从本科研究人员提交.

其次,我们讨论了 新的视野使命’S请求冥王星和卫星表面上的特征名称的建议。在该制度飞行后,将有大量的高分辨率图像,可能显示出各种复杂的表面形态。所有这些东西都需要名字。

第三,雅各布呈现 最近的一篇论文 这延长了这一点 Titius-Bode关系 到脱墨系统并预测有大约2个行星 居所 我们的星系中的每明星。潜在迷人的结果,但不幸的是,T-B的关系可能只是我们太阳系的一个有趣的巧合— 它没有理论基础那么那么’没有理由相信它可以推广到其他行星系统。尽管如此,上周这篇文章有很多新闻。

最后,我们谈到了在天文学中编码,我想发布我刚刚听到的资源, //python4astronomers.github.io/。看起来有很多有用的教程与天文学相关。

星期五’S Senderees包括Jennifer Briggs,Trent Garrett,Nathan Grigsby,Tanier Jaramillo,Emily Jensen,Liz Kandziolka和Jacob Sabin。

感谢我们在BSU物理中的两个人,我们’终于设法让我们的一个望远镜工作了,昨晚拍了一个美丽的形象 猎户座星云.

猎户座星云在2015年3月18日在博伊西州夺取了校园。

猎户座星云在2015年3月18日在博伊西州夺取了校园。

更新(2015年3月29日)—我提交了orion nebula的适合文件映像 astrometry.net.它返回 以下注释图像:

Astrometry.net fit for our Orion image. From http://nova.astrometry.net/user_images/622647#annotated.

Astrometry.net fit for our Orion image. From http://nova.astrometry.net/user_images/622647#annotated.

只需我的信息,报告的图像尺寸为14.6 x 10.9 arcmin和像素刻度为0.547 arcsec /像素。

另一种尝试使用高斯过程来模仿时间序列,我’m看光线曲线 活跃的银核(AGN)。关键的是我’m试图在这里做的是查找和型号耀斑事件。

首先,我有兴趣看我是否可以发现代表耀斑峰的异常值,同时使用高斯过程(GP)模型进行背景变化。下面的文件显示了该尝试。如果没有显着的异常值,则每个绘图中的红色频段都显示了GP预测,而红点显示出异常值。 (顺便说一句,我嵌入代码的方式非常klunky但是解释 这里。)

[gview file=”http://www.sanlorenzotv.net/wp-content/uploads/2015/03/looking_for_outliers.pdf”]

接下来,我想尝试使用允许相关噪声的模型来符合表观辐射事件之一。为此,我调整了一个例子 Foreman-Mackey.’S George Python模块。我的解决方案如下所示。我需要融合一个变量数量的燃烧事件(我只允许这个例子一个),但模型适合工作很好。在下面的第二个图中,蓝频带显示了模型的范围符合来自的 Markov-Chain Monte-Carlo(MCMC)分析.

[gview file=”http://www.sanlorenzotv.net/wp-content/uploads/2015/03/fit_using_GP.pdf”]

在星期五’我们的期刊俱乐部,我们讨论了两篇论文。首先, Webber等人。 (2015),调查了云对云的影响 相曲线 为了 热的木匠。 Webber等人。发现星球’s 相曲线 可以敏感地依赖于云是否在整个大气中均匀地或异源性分布。他们还发现,由外延植物反射的光量取决于云的组成— 云由岩石矿物制成 与mgsio3和mgsi2O4一样比Fe云更亮。

从巴拉德&约翰逊(2015年),这个数字比较了通过开普勒(蓝钻石)检测到的一定数量的行星的星星数量(以红色)为预期,如果单个行星系统实际上有更多的行星,则为开普勒的视图。蓝色和红色曲线之间的分歧表明,许多明显单例行星真正只是儿童和单行星系统本质上是不同的。

从巴拉德&约翰逊(2015年),这个数字比较了通过开普勒(蓝钻石)检测到的一定数量的星球数量,如果单个行星系统实际上隐藏了更多行星,则会对我们的期望(以红色为单位)’S视图。蓝色和红色曲线之间的分歧表明,许多明显单例行星真正只是儿童和单行星系统本质上是不同的。

第二篇论文, 巴拉德& Johnson (2014),研究了外部的频率 m-dwarf星星 观察到 开普勒 mission。因为这 开普勒 使命 通过寻找运输来发现行星, 那里’始终是一个只有一个检测到的行星的系统实际上有更多的机会,这只是唐’在地球上看到的宿主恒星前面。但我们确切地知道如何考虑这种几何效果。

通过会计,巴拉德和约翰逊表明了这一点 凯珀 实际上,如果在隐藏的那些系统中只有更多的行星,那么只有一个行星的系统 开普勒‘S视图。因此,M-Dwarfs周围有两种不同的行星系统:只有一个星球(或可能是几个星球 具有大的相互倾向)和有几个。

为什么差异?巴拉德和约翰逊发现诱人的暗示,平均只有一个检测到的星球的星星平均较大。一个简单的解释:给予足够的时间,有许多行星的系统成为 不稳定,我们今天看到的孤独的星球最初有兄弟姐妹被引导出来的系统,以漫步在星空之间的空隙。或者兄弟姐妹被他们的父母星星诅咒,就像 土星吃他的孩子。随着许多其他人,这项研究有助于表明行星系统可能比最初想到的天文学家更暴力。

俱乐部与会者包括Jennifer Briggs,Nathan Grigsby,Jared Hand,Tanier Jaramillo,Emily Jensen,Liz Kandziolka和Jacob Sabin。