Planetas

El siguiente ejercicio de python, fue escrito en español para contribuir un poco en este idioma. Tiene ejemplos en scikit, pandas, seaborn y matplotlib.

Código principal con archivo planetas Los archivos puedes encontrarlos en este github, para probarlos. Recuerda que para instalar los paquetes debes entrar a consola en windows (cmd). Agregar pip install "nombre" -save. Tener el archivo también en la misma carpeta.En la Figura podemos observar que hay una relación entre "semimajoraxis" y "period".

    
        
 fig = plt.figure(figsize=(7, 7))
 
>>> sns.heatmap(
    planets.drop(columns='discoveryyear').corr(),
 center=0, vmin=-1, vmax=1, square=True, annot=True, cbar_kws={'shrink': 0.8} )

#esta línea de código necesita matplotlib y 
#da un tamaño de 7 por 7 como figura
#en el código de abajo se genera con la libreria seaborn as sns
#el heatmap es la gráfica según el valor por calor
#corr es para hacer la correlación los valores  #contra todos para la observación #drop elimina la columna discovery year, año de 
#descubrimiento valor mínimo .1 y #máximo 1 como cuadrado y que se reduzca en 0.8

La ecentricidad como valor de la forma que se genera como orbita. Tiene que estar entre 0 y 1 porque se genera entonces una elipse. Por otro lado, el centro de la orbita es el Sol y desde el sol a la distancia del planeta que va orbitando de forma eliptica lo llamamos semi-major axis. En español sería, semi eje mayor.

En el código de abajo se muestra, como se ha logrado la relación entre la data y la pertenencia como planeta al sistema Solar. El código se encuentra comentado con las partes, en inglés y español. Aquí el link al github con el código: GITHUB elizabeth morales muñoz cv

  
            
from sklearn.cluster import KMeans
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns


"""
mass,description,periastrontime,semimajoraxis,discoveryyear,
list,eccentricity,period,discoverymethod,lastupdate,periastron,name

"""
planets = pd.read_csv('planets.csv')
"""
The Pipeline is built using a list of (key, value) pairs,
where the key is a string
containing the name you want to give
this step and value is an estimator object:
"""
kmeans_pipeline = Pipeline([
 ('scale', StandardScaler()),#StandardScaler() will normalize the features i.e.
#each column of X, INDIVIDUALLY, so that each column/feature/variable will have μ = 0 and σ = 1

 ('kmeans', KMeans(8, random_state=0))#8 clusters de valor 
 ])

kmeans_data = planets[['semimajoraxis', 'period']].dropna() #de estos valores elimina los valores cero y basura
print("esta es la respuesta")
print(kmeans_pipeline)
print(kmeans_pipeline.fit(kmeans_data))
"""
The next thing you will probably want to do is to estimate some parameters
in the model. This is implemented in the fit() method.
The fit() method takes the training data as arguments,
which can be one array in the case of unsupervised learning, or two
arrays in the case of supervised learning.
Pipeline(steps=[('scale', StandardScaler()),
('kmeans', KMeans(random_state=0))])
"""

fig, ax = plt.subplots(1, 1, figsize=(7, 7))

sns.scatterplot(
x=kmeans_data.semimajoraxis,# el valor de kmeans para semimajoraxis
y=kmeans_data.period,# el valor de kmeans pero de periodo
hue=kmeans_pipeline.predict(kmeans_data),# 
ax=ax, palette='Accent'#
)


i=0
ax.set_yscale('log')#
solar_system = planets[planets.list == 'Solar System']#
for planet in solar_system.name:
    data = solar_system.query(f'name == "{planet}"')
   
    ax.annotate(
         planet,
         (data.semimajoraxis, data.period),
         (7 + data.semimajoraxis, data.period),
         arrowprops=dict(arrowstyle='->')
 )
ax.set_title('log(orbital period) vs. semi-major axis')
#plt.show()
"""
fig = plt.figure(figsize=(7, 7))
sns.heatmap(
planets.drop(columns='discoveryyear').corr(),
 center=0, vmin=-1, vmax=1, square=True, annot=True,
cbar_kws={'shrink': 0.8}
 )
#plt.show()
"""
sns.scatterplot(
    x= planets.semimajoraxis, y= planets.period,
    hue= planets.list, alpha=0.5)
plt.title('period vs semimajoraxis')
plt.legend( title="")
plt.show()

MODAL WITH JQUERY COOKIE

Planetas