Projet 3 - Compagnon
420-SN1-RE - Programmation en sciences
Pour chaque sujet du menu, voici où trouver de vraies données, directement chez la NASA, l'ESA, l'USGS et le JPL.
Quand c'est possible, le même jeu de données est offert en plusieurs formats : CSV, JSON, XML/VOTable… exactement les formats vus au cours (S1.3, les convertisseurs).
rayon → masse · catégorie : rocheuse / gazeuse
Colonnes : pl_rade (rayon, en rayons terrestres) → pl_bmasse (masse, en masses terrestres). Catégorie à dériver : rocheuse si rayon < 1,6. Aucune inscription.
distance → vitesse · catégorie : proche / lointaine
La requête calcule vitesse = z×c (km/s) et distance = vitesse/70 (Mpc) à partir du redshift mesuré z. Change TOP 300 pour plus de points.
Colonnes : Dist (Mpc) → Vcmb ou HV (km/s). Vraies distances indépendantes du redshift : plus de dispersion, plus réaliste.
température → luminosité · catégorie : naine / géante
Colonnes : lum (luminosité en luminosités solaires), ci (indice de couleur B-V = proxy de température), spect (type spectral : V = naine, III = géante).
Colonnes : teff_gspphot (température, en K) ; luminosité via parallax + phot_g_mean_mag ; logg_gspphot sépare naines / géantes.
distance → période · loi de Kepler : T² ∝ a³
Colonnes : a (demi-grand axe, en km) → P (période, en jours). Le plus simple : copier la table (Io, Europe, Ganymède, Callisto + autres). Idéal en log-log.
diamètre → profondeur · catégorie : frais / dégradé
1,3 M de cratères, fichier texte tabulé. Colonnes : Diameter(m) → Depth(m) (à diviser par 1000 pour des km). Décompresser, puis sous-échantillonner pour le cours.
CSV de référence (1,3 M cratères) : colonne DIAM_CIRC_IMG (km). Le sens de chaque colonne est décrit dans l'article Robbins 2018 (badge « Définitions des colonnes »). Pas de profondeur : pour la relation diamètre → profondeur, prends plutôt Wang & Wu.
diamètre → rotation · catégorie : ceinture / géocroiseur
Colonnes : diameter (km) → rot_per (période de rotation, en heures) ; class / neo donnent la catégorie. Le JSON se convertit en CSV en quelques lignes Python. Commence par les 478 géocroiseurs.
profondeur → température · catégorie : côtière / au large (option libre, à faire approuver)
L'océan est un monde lointain : beaucoup de jeux viennent de bouées et de satellites (télédétection, température de surface, altimétrie). Choisis un jeu avec deux grandeurs numériques reliées (ex. profondeur → température, ou distance à la côte → salinité) et une catégorie (ex. côtière / au large). Garde-le sous quelques centaines de lignes pour rester maniable.
masse → rayon de Schwarzschild · catégorie : stellaire / supermassif (autre monde, option libre)
Tableaux déjà en colonnes : nom, masse (masses solaires), distance (années-lumière), type, galaxie hôte. Copie le tableau → Sheets → CSV (truc S1.3). Garde le nom (sinon impossible de retracer la source) et une seule unité par colonne.
Le CSV / JSON / XML vient du catalogue BlackCAT sur VizieR (CDS) - colonnes Name, M1 (masse, en masses solaires), Porb (période, en heures), chargeable direct par URL en Python. Sur le portail VizieR, pense à cliquer Submit pour afficher le tableau. L'archive Gaia (ESA), elle, demande des requêtes ADQL (avancé).
À inspecter (objets uniques, pas des jeux de données) :
rayon de Schwarzschild (km) ≈ 2,95 × masse (en masses solaires) : une belle colonne à calculer toi-même.D'autres phénomènes à explorer, chacun avec sa vraie source de données.
Les grandes portes d'entrée, multi-domaines, pour chercher par toi-même.