Introduction plotly

Germain Salvato-Vallverdu germain.vallverdu@univ-pau.fr

Ce notebook est une très courte introduction à plotly. Quelques liens utiles :

Important : Par défaut plotly communique avec ses serveurs pour proposer des sercices collaboratifs et d'intégrations web. Pour éviter, si besoin, se passage par les serveurs plotly, il faudra penser à utiliser le mode offline.

Chargement de plotly



In [1]:

    
import plotly
import plotly.graph_objs as go
import numpy as np
# mode offline
plotly.offline.init_notebook_mode()

Définition des fonctions

On va tracer la fonction $S(t)$ et son envelope :

$$ S(t) = \sin(2\,t) \,e^{-0.04\, t} $$



In [2]:

    
def signal(t):
    return np.sin(2 * t) * np.exp(-4e-2 * t)
def envelope(t):
    return np.exp(-4e-2 * t)

Un premier graphique

Chaque courbe est une trace
Une figure contient des données Data et un Layout
Les Data sont des listes de trace
L'ensemble des objets de plotly fonctionne avec une syntaxe clef=valeur



In [3]:

    
t = np.linspace(0, 80, 200)
trace = go.Scatter(
    x = t,
    y = signal(t),
)
data = go.Data([trace])
plotly.offline.iplot(data)
plotly.plotly.image.save_as(data, "/Users/gvallver/git/python_sciences/plotly/graph1.png")

On ajoute l'envelope

Il faut ajouter des traces :



In [4]:

    
t = np.linspace(0, 80, 200)
trace = go.Scatter(
    x = t,
    y = signal(t)
)
envp = go.Scatter(
    x = t,
    y = envelope(t),
    line = go.Line(
        color = "red",
        dash = "dash"
    )
)
envm = go.Scatter(
    x = t,
    y = -envelope(t),
    line = go.Line(
        color = "red",
        dash = "dash"
    )
)
data = go.Data([trace, envp, envm])
plotly.offline.iplot(data)
plotly.plotly.image.save_as(data, "/Users/gvallver/git/python_sciences/plotly/graph2.png")

On ajoute des informations

On ajoute un layout.



In [5]:

    
t = np.linspace(0, 80, 200)
trace = go.Scatter(
    x = t,
    y = signal(t)
)
envp = go.Scatter(
    x = t,
    y = envelope(t),
    line = go.Line(
        color = "red",
        dash = "dash"
    )
)
envm = go.Scatter(
    x = t,
    y = -envelope(t),
    line = go.Line(
        color = "red",
        dash = "dash"
    )
)
# on regroupe les traces dans l'objet Data
data = go.Data([trace, envp, envm])
# on s'occupe de la mise en forme globale via le Layout
layout = go.Layout(
    title = "Ma super fonction amortie",
    xaxis = go.XAxis(
        title = "temps (s)"
    ),
    yaxis = go.YAxis(
        title = "Signal (ua)"
    )
)
# la figure est un objet Data + un objet Layout
figure = go.Figure(data=data, layout=layout)
plotly.offline.iplot(figure)
plotly.plotly.image.save_as(figure, "/Users/gvallver/git/python_sciences/plotly/graph3.png")

Et la légende ?

Il suffit de donner les noms, vous avez du remarquer que la légende est déjà présente par défaut.



In [6]:

    
t = np.linspace(0, 80, 200)
trace = go.Scatter(
    x = t,
    y = signal(t),
    name = "signal"  # nom de la trace
)
envp = go.Scatter(
    x = t,
    y = envelope(t),
    name = "envelope",  # nom de la trace
    line = go.Line(
        color = "red",
        dash = "dash"
    )
)
envm = go.Scatter(
    x = t,
    y = -envelope(t),
    showlegend = False,
    line = go.Line(
        color = "red",
        dash = "dash"
    )
)
data = go.Data([trace, envp, envm])
layout = go.Layout(
    title = "Ma super fonction amortie",
    xaxis = go.XAxis(
        title = "temps (s)"
    ),
    yaxis = go.YAxis(
        title = "Signal (ua)"
    )
)
figure = go.Figure(data=data, layout=layout)
plotly.offline.iplot(figure)
plotly.plotly.image.save_as(figure, "/Users/gvallver/git/python_sciences/plotly/graph4.png")

Échelle des axes

L'échelle des axes est définie dans le Layout via les objets XAxis et YAxis. Dans plotly chaque élément du graphique a un objet qui lui est propre qui se trouve dans plotly.graphical_objs.



In [7]:

    
t = np.linspace(0, 80, 200)
trace = go.Scatter(
    x = t,
    y = signal(t),
    name = "signal"
)
envp = go.Scatter(
    x = t,
    y = envelope(t),
    name = "envelope",
    line = go.Line(
        color = "red",
        dash = "dash"
    )
)
envm = go.Scatter(
    x = t,
    y = -envelope(t),
    showlegend = False,
    line = go.Line(
        color = "red",
        dash = "dash"
    )
)
data = go.Data([trace, envp, envm])
layout = go.Layout(
    title = "Ma super fonction amortie",
    xaxis = go.XAxis(
        title = "temps (s)",
        range = [0, 40]
    ),
    yaxis = go.YAxis(
        title = "Signal (ua)",
        range = [-1.2, 1.5]
    )
)
figure = go.Figure(data=data, layout=layout)
plotly.offline.iplot(figure)
plotly.plotly.image.save_as(figure, "/Users/gvallver/git/python_sciences/plotly/graph5.png")

Conclusion

En conclusion : à vous de jouer et comme pour matplotlib, rendez-vous sur la la galerie.