「跟著黑蛋用Streamlit速成天文資料分析Web App」系列文[19]:系外行星凌日分析頁面加上資料清理功能以濾除低頻訊號及異常值

黑蛋從PM貳婰舞傳來的訊息得知,客戶發現有些光變曲線,例如Kepler太空望遠鏡對於Kepler-10這個系外行星系統所觀測的光變曲線,會有長週期趨勢變化但不像是行星的遮擋效應,或者會出現因為儀器雜訊所造成的異常值,它們都會影響週期計算且不易在疊合光變曲線圖中看出凌日現象。

為了有較乾淨的光變曲線供Box Least Squares演算法進一步分析出系外行星的軌道週期,黑蛋透過LightCurve物件的flatten()remove_outliers()功能,分別排除上述影響。前者是藉由SciPy的Savitzky-Golay率波函式來濾除低頻訊號,後者則是以光變曲線資料的中位數加減五個標準差當作上下界線,濾除超過界線的值。不過,並非所有光變曲線都需要濾除步驟,所以他在「系外行星凌日分析」頁面上,用st.checkbox元件讓使用者可以勾選「是否濾除長週期趨勢?」或「是否移除異常值?」。

黑蛋將資料濾除功能上線並回報給PM貳婰舞一陣子後,收到回訊:「很好!這個『太陽系外行星資料分析app』目前的功能都已經符合客戶的需求,可以結案了!雖然可能還有一些值得添加的新功能,但等客戶未來續約給$時再說吧XD 對了,已經有新的客戶跟我聯絡,這個新案是關於重力波觀測資料分析,詳細我明天開會時再跟你說囉。」

此系列文由蘇羿豪撰寫,以「創用CC 姓名標示 4.0(CC BY 4.0)國際版授權條款」釋出。另外附上此文所提及的太陽系外行星資料分析app以及完整程式碼連結。

Subscribe to 天文背包黑客
Receive the latest updates directly to your inbox.
Mint this entry as an NFT to add it to your collection.
Verification
This entry has been permanently stored onchain and signed by its creator.