| |
Python codes
| |
Hello there 𓏲ּ𝄢
Welcome to my personal blog. Now given that my personal life is quite boring, my post will be mostly about projects: academic and
Me
➤ I love music, physics, philosophy and movies
➤ I have a BSc. in Physics with Minor in Scientific Computing. I acquired a solid background in mathematics, physics and programming. Cultivated, through sustained practical experience, a robust skill set in machine learning applied to atmospheric sciences and cosmology, grounded in a solid theoretical understanding of artificial intelligence.
➤ I mostly work on numerical simulations. Two main areas:
- Light pollution ->
Illumina - Cosmology, structure formation ->
EinsteinToolkit
➤ Lately I’ve been learning web develepment to document and show the results of my investigations. Here are two example webpages:
This blog 🌍
- Below you’ll find a list of the posts in this blog. Have fun :)
˖
⊹ ࣪﹏𓊝﹏𓂁﹏⊹ ࣪ ˖﹏𓊝﹏⊹ ࣪ ﹏𓊝﹏𓂁﹏⊹ ࣪ ˖﹏𓊝﹏⊹ ࣪ ﹏𓊝﹏𓂁﹏⊹ ࣪ ˖﹏𓊝﹏⊹ ࣪ ﹏𓊝﹏𓂁﹏⊹
Solar Panels
Notes
Retomamos el proyecto
En primer lugar, debemos genera un análisis de un año de datos
Para ello debemos recordar cuál era el pipeline que desarrollamos el año pasado, el cual incluía estos pasos:
- Desde el
logse realiza un split por ciclos (up + down) y se reemplazan las comas por puntos
- Desde el
Periodo de análisis: 25-10-2024 al 31-10-2024
- En la gráfica de conteo de datos por columna notar que existen varios clusters donde faltan datos, consultar acerca de esto a Omar, principalmente por la zona centrada en marzo y la zona entre julio y agosto
- Omar sospecha que la falta de datos de marzo se debe al cambio de acceso point donde se tuvo que reiniciar la estación varias veces.
- Podemos reportar 2 gráficas: cantidad de datos disponibles respecto a la fecha, e histograma para dar cuenta de que la cantidad de fechas donde se dispone con los 9 valores es considerablemente mayor que el resto de situaciones donde faltan datos.
- En la gráfica de conteo de datos por columna notar que existen varios clusters donde faltan datos, consultar acerca de esto a Omar, principalmente por la zona centrada en marzo y la zona entre julio y agosto
Idea para operativización: el modelo (a single script) recibe como input el
logde las celdas y un rango de fechas (periodo de análisis), luego, se ejecutanstripFromTo.shysplitCycles.sh, esto prepara un directorio con un archivo de texto correspodiente a cada ciclo (2 barridos). Luego estos archivos son leidos por code3.2.ipynb donde se calculan los parámetros fotovoltáicos de ambas celdas y se acoplan, en un pkl, a los parámetros meteorológicos de aws_UV (datetime-index)
Weather Stations Network
Abstract
- We build a webpage to allow live and open access to all the data from our 3 aws
- Here we only develop the frontend and propose a code for data analysis, Edgar is currently working on the database and the compitibility issues that may arise from utilizing different brands of aws
Database
Edgar’s working on it…
Webpage
I think I’ll use React for the frontend, since we need a dynamic site
Illumina Documentation
test
- why doesn’t it
- get better
- with time
Hugo Config Guide
Hugo Configuration Guide (hugo.toml)
A concise reference for the most useful configuration options in Hugo, especially for blog setups and themes like Terminal.
🧭 Basic Site Configuration
| |
Options
baseURL→ Full URL of your deployed sitelanguageCode→ Default languagetitle→ Site titletheme→ Theme name (folder inside/themes)paginate→ Number of posts per page
🧠 Content Behavior
| |
summaryLength→ Number of words in summariesenableRobotsTXT→ Auto-generaterobots.txt
🗂 URLs & Structure
| |
Customize how URLs are generated