import numpy as np
import matplotlib.pyplot as plt

#1. ukol
#a)
#na cviceni sme odvodzovali fyzikalne dovody pre pouzitie modelovej funkcie
#m = b1 + b2*log(N), kde b = 5/3

#b)
matrix = np.loadtxt("list_of_stars.dat")
x = matrix[:, 0]   #hodnoty poradia hviezd
y = matrix[:, 1]   #hodnoty zdanlivej hviezdnej velkosti
n = len(x)
X = np.ones((n, 2))   #matica parcialnych derivacii
X[:, 1] = np.log10(x)
V = np.dot(np.transpose(X), X)
U = np.dot(np.transpose(X), y)
b = np.dot(np.linalg.inv(V), U)   #hodnoty parametrov b = [b1,b2] pre najpresnejsi fit
f = np.dot(X, b)   #funkcne hodnoty predpovedane fitom
print(b)
plt.plot(x, y, '*')
plt.plot(x, f)
plt.xlabel('poradie')
plt.ylabel('zdanliva hviezdna velkost [mag]')
plt.show()


#2. ukol
#zo stranky http://www.astrouw.edu.pl/asas/?page=acvs sme ziskali data
#pre vybranu hviezdu a v datovom subore sme odstranili vsetky komentare
matrix = np.loadtxt('V2509_Sgr.txt', usecols=range(11))
#loadtxt nevie citat zmiesane datove typy, preto specifikujeme vyber prvych 11 stlpcov
HJD = matrix[:, 0]
M2 = matrix[:, 4]   #vyberame stlpec MAG_2 s najpresnejsimi datami
plt.figure()
plt.plot(HJD, M2, '*')
plt.xlabel('HJD [d]')
plt.ylabel('MAG_2 [mag]')
plt.gca().invert_yaxis()   #obracia y-ovu os, aby zodpovedala vzrastajucej jasnosti
plt.show()
errors = np.where(M2 > 20)[0]   #zistujeme pozicie vsetkych odlahlych bodov
HJD = np.delete(HJD, errors)
M2 = np.delete(M2, errors)
plt.plot(HJD, M2, '*')
plt.xlabel('HJD [d]')
plt.ylabel('MAG_2 [mag]')
plt.gca().invert_yaxis()
plt.show()