발견 방법 통계

from google.colab import drive

drive.mount('/content/drive/')

import numpy as np

import csv

import pandas as pd

import matplotlib.pyplot as plt

# 거리에 따른 복사평형과, 반구로 가정한 유효온도

# 상수

a = 5.67e-8

pi = np.pi

# 거리 범위

d = np.linspace(0.001, 100, 10000) * 149.6e9

# 광도 계산

L1 = (4*pi*d**2)*a*(((273.15))**4)*2

L2 = (4*pi*d**2)*a*(((373.15))**4)*2

L_sun = 3.846e+26

# 상대적 광도 계산

L1_rel = L1 / L_sun

L2_rel = L2 / L_sun

# AU 단위로 변환

d_au = d / 149.6e9

# 그래프 그리기

plt.plot(d_au, L1_rel, label='T=0')

plt.plot(d_au, L2_rel, label='T=100')

filename = '/content/drive/MyDrive/외계행성.csv'

# CSV 파일 읽기

df = pd.read_csv(filename)

# L을 y축값으로, SEP를 x축값으로 설정하여 산점도 그리기.

plt.scatter(df['SEP'], df['L'])

# PLANETDISCMETH의 변수들을 다른 색깔의 점으로 찍기.

unique_discmeth = df['PLANETDISCMETH'].unique()

colors = ['red', 'green', 'blue', 'orange', 'purple', 'black', 'white']  # 색상 리스트를 원하는 대로 설정합니다.

for i, discmeth in enumerate(unique_discmeth):

    subset = df[df['PLANETDISCMETH'] == discmeth]

    plt.scatter(subset['SEP'], subset['L'], color=colors[i], label=discmeth)

count_by_discmeth = df['PLANETDISCMETH'].value_counts()

print(count_by_discmeth)

# 그래프 꾸미기

plt.title('Exoplanets')

plt.xlabel('Distance (AU)')

plt.ylabel('Relative Luminosity')

plt.xscale('log')

# plt.yscale('log')

plt.legend()

plt.ylim(0, 20)

plt.xlim(0, 100)

# 그래프 보여주기

plt.show()