Etape 1: Courbe de transit

Outil de navigation: explorateur Python

On souhaite créer un outil de navigation qui permettra de se deplacer dans l’arborescence des dossiers et fichiers. Cela permettra de selectionner le-s fichier-s à traiter depuis la console python, sans modifier le code du programme.

Exemple:

On pourra au choix:

• Utiliser, ou s’inspirer du fichier source suivant: astep_2025_v0.py
• Programmer cette partie du programme de manière itérative (avec boucle while)
• Programmer cette partie à l’aide d’un algorithme récursif (niveau Term NSI)

Les fonctions python qui permettent de naviguer entre dossiers et fichiers font partie du module os.path, dont la documentation officielle est ici: doc python

On utilisera principalement:

• os.getcwd(): str, le dossier courant
• os.path.abspath(): retourne le chemin absolu du dossier courant
• os.chdir(d): change de dossier pour aller au dossier d
• os.chdir('..'): remonte d’un niveau
• os.listdir() ou os.listdir(d) : retourne la liste des fichiers et dossiers du dossier courant ou bien du dossier d
• os.path.isdir(f): booléen True si f est un dossier
• os.path.isfile(f): True si f est un fichier
• f.endswith('.csv'): True si l’extension de f est .csv

Ouvrir et executer le fichier avec un IDE python quelconque. Pour le tracé de graphiques, il est recommandé d’utiliser IDLE (Python GUI) de la distribution Winpython.

Ouverture du fichier csv

Pour chacun des fichiers de données, ouvrir une nouvelle cellule du notebook et adapter le script suivant:

import csv
table = []
with open('TIC323295479-01_20240617_ASTEP-ANTARCTICA_R_measurements.csv', 'r') as file:
    reader = csv.reader(file, delimiter=',')
    for row in reader:
        try:
            line_values = []
            for val in row:
                val = float(val)
                line_values.append(val)
        except:
            line_values = row
        table.append(line_values)

# test
table[:3]
"""
[['BJD', 'FLUX', 'ERRFLUX', 'AIRMASS', 'SKY'],
 [478.87701, 0.999509, 0.00222, 1.015, 218.0],
 [478.87718, 1.003059, 0.002213, 1.015, 219.0]]
"""

Lissage de la courbe

Les données utiles occupent les colonnes 0 (BJD) et 1 (FLUX) de la table. Les valeurs de FLUX (nuage de points en gris) étant très bruitées, il conviendra de réaliser un lissage des points (courbe rouge):

Le programme suivant réalise une moyenne glissante (courbe rouge): pour chaque indice i, on fait une moyenne du FLUX sur une fenêtre de 100 points, centrés sur l’indice i. y[i-50:i+50]

Compléter la fonction lissage, ainsi que le script aux points (1), (2), (3):

import matplotlib.pyplot as plt
from matplotlib.widgets import Cursor

def moyenne(signal):
    """fonction qui calcule la moyenne 
    sur les donnees de la liste signal
    """
    s = 0
    # à completer
    return s / b



def lissage(L,largeur):
    signal_filtre = L.copy()
    for i in range(largeur//2,len(L)-largeur//2):
        signal = L[...:...]
        # on fait un slice
        # signal est le petit tableau de dimension egale à largeur
        # dont on fait la moyenne glissante
        # puis on place cette valeur moyenne dans signal_filtre, au rang i
        signal_filtre[i] = moyenne(...)
    return signal_filtre

x = [] # colonne 0 de la table = BJD
y = [] # colonne 1 de la table = FLUX

# (1) import des valeurs de x et y à partir du fichier en ouverture

# (2) utilisation des fonction lissage

plt.clf()
axes = plt.gca()
plt.scatter(x,y,color='silver',marker='.',label='luminosité')
plt.grid(True,which='both')
plt.legend(loc='best')
plt.title('luminosité transit')

# (3) tracé de la courbe de lissage
plt.plot(...,..., color='red',label='moyenne glissante')
plt.grid(True,which='both')
plt.legend(loc='best')
cursor = Cursor(axes, useblit=True, color='red', linewidth=2)

plt.show()

On peut alors utiliser les fonctions de la fenêtre graphique pour relever les coordonnées à la main des intersections des courbes:

Avec l’option 2:

Suite

• Lien vers l’etape 2: Notebook python utilisé comme calculatrice.
• retour vers la page de présentation: retour