Etape 6: Analyse graphique

Utiliser le tableau de données des planètes: dataset.csv

Importer les librairies et les datas:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.widgets import Cursor
import seaborn as sns

df = pd.read_csv('dataset.csv')
df

Utiliser une librairie de traitement de données python

Seaborn Python est une bibliothèque (un ensemble de modules) de visualisation de données en Python.

Pandas dataframe.corr() est une fonction qui calcule les correlations de paires à partir des séries (valeurs des colonnes) du dataframe.

La méthode de calcul est proposée ici

Principe:

• on commence par créer une matrice de correlation à partir des colonnes de la table (dataframe). Aux intersections ligne/colonne on donne le résultat de la correlation entre les 2 séries (fonction corr)
• puis on affiche cette matrice, en superposant des couleurs: fonction heatmap

corr = df.corr()
sns.heatmap(corr,cmap='coolwarm',annot=True,linewidth=0.9)
plt.show()

On voit par exemple que les grandeurs radius et orbital_period ne présentent pas de correlation (0.076), le maximum étant 1:

>>> corr['orbital_period']['radius']
0.076

Rechercher des clusters de planètes

On peut aussi utiliser la méthode pandas.plotting qui donne les nuages de point en miniature:

from pandas.plotting import scatter_matrix
import matplotlib.pyplot as plt
scatter_matrix(df,figsize=(8,8))
plt.show()

Rq: Les diagonales affichent les histogrammes pour les données de la série.

On a vu ici une autre manière de partager la fenêtre en plusieurs graphiques, et mettre les axes en echelle logarithmique:

Placer nos planètes étudiées

Choisir des axes avec des données correlées.

Pour commencer, filter les données pour les planètes à mettre en evidence: la Terre, ainsi que celles de TOI:

names = ['TOI-270 d','TOI-270 b','TOI-270 c','earth']
df_p = df[df['_name'].isin(names)]
df_p

Puis utiliser le script suivant pour superposer 2 nuages de points, dont l’un en couleur:

%matplotlib qt
plt.clf()
axes = plt.gca()
"""nuage de points df issu de la BDD
"""
x = df['radius']
y = df['orbital_period']
z = df['_name']
plt.scatter(x,y,color='silver',marker='.',alpha=0.5)


   
"""nuage de points df_p issu des observations
"""
x_p = df_p['radius']
y_p = df_p['orbital_period']
z_p = df_p['_name']

plt.scatter(x_p,y_p,color='red',marker='o',label='Rho')
for x, y, z in zip(x_p, y_p, z_p):
    axes.text(x, y, f"({z})", fontsize=8)
plt.xscale('log')
plt.yscale('log')
cursor = Cursor(axes, useblit=True, color='red', linewidth=2)
plt.show()

à vous de jouer

Faire un choix d’axes pertinent, afin de trouver des clusters d’exoplanètes et les comparer avec nos planètes d’étude.

Suite

• Analyse, segmentation des données en clusters et previsions avec le module scikit-learn: étape 7
• RETOUR AU MENU