「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()及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。