Grapher

class Grapher[source]

Bases: object

Créateur de graphiques avec Plotly.

Méthodes

Statistic Figure

static Grapher.blank(title: str = '') → Figure[source]

Créé une figure vide avec une annotation standard au centre _BLANK_ANNOTATIONS.

Parameters:

title (str) – Titre de la figure

Returns:

go.Figure Figure avec l’annotation

Return type:

Figure

Grapher.histogram(data: ndarray, title: str = '', xlabel: str = '', ylabel: str = '', limit: bool = False, show_sigma: bool = False, kde: bool = False, gaussian: bool = False, density: bool = True, cumulative: bool = False, bins: int | None = None) → Figure[source]

Trace un histogramme des données “façon” Seaborn avec Plotly et optionnellement une courbe kernel density estimation.

Parameters:

  • data (ndarray) – Données sous forme de tableau numpy 1D/ND (aplati).

  • title (str) – Titre du graphe.

  • xlabel (str) – Label optionnel pour l’axe X. Si la chaine est vide, ne change rien.

  • ylabel (str) – Label optionnel pour l’axe Y. Si la chaine est vide, ne change rien.

  • limit (bool) – Si True, applique la règle des 3 sigmas pour limiter les données (trim des outliers).

  • show_sigma (bool) – Si True, superpose la moyenne, ±1,±2,±3 sigma.

  • kde (bool) – Si True, superpose la KDE gaussienne.

  • gaussian (bool) – Si True, superpose la gaussienne.

  • density (bool) – Affiche l’histogramme en densité (True) ou en comptes (False).

  • bins (int | None) – Nombre de bins explicite (sinon Sturges).

  • cumulative (bool) – Si True, affiche l’histogramme cumulé ainsi que les courbes KDE / gaussienne en version cumulée.

Returns:

go.Figure

Return type:

Figure

Grapher.scatter(data: ndarray, title: str = '', xlabel: str = '', ylabel: str = '', limit: bool = False, show_sigma: bool = False) → Figure[source]

Trace une courbe des données “façon” Seaborn avec Plotly.

Parameters:

  • data (ndarray) – Données sous forme de tableau numpy 1D ou 2D.

  • title (str) – Titre du graphe.

  • xlabel (str) – Label optionnel pour l’axe X. Si la chaine est vide, ne change rien.

  • ylabel (str) – Label optionnel pour l’axe Y. Si la chaine est vide, ne change rien.

  • limit (bool) – Si True, applique la règle des 3 sigmas pour limiter les données (trim des outliers).

  • show_sigma (bool) – Si True, superpose la moyenne, ±1,±2,±3 sigma.

Returns:

go.Figure

Raises:

ValueError – Si les dimensions du tableau ne correspondent pas à ceux attendus (1D, 2D, mais avec uniquement 2 lignes ou 2 colonnes)

Return type:

Figure

Grapher.cloud(data: ndarray, title: str = '', xlabel: str = '', ylabel: str = '', limit: bool = False, show_sigma: bool = False, kde: bool = False, gaussian: bool = False) → Figure[source]

Trace une courbe des données “façon” Seaborn avec Plotly.

Parameters:

  • data (ndarray) – Données sous forme de tableau numpy 1D ou 2D.

  • title (str) – Titre du graphe.

  • xlabel (str) – Label optionnel pour l’axe X. Si la chaine est vide, ne change rien.

  • ylabel (str) – Label optionnel pour l’axe Y. Si la chaine est vide, ne change rien.

  • limit (bool) – Si True, applique la règle des 3 sigmas pour limiter les données (trim des outliers).

  • show_sigma (bool) – Si True, superpose la moyenne, ±1,±2,±3 sigma.

  • kde (bool) – Si True, superpose la KDE gaussienne 2D.

  • gaussian (bool) – Si True, superpose la gaussienne 2D.

Returns:

go.Figure

Raises:

ValueError – Si les dimensions du tableau ne correspondent pas à ceux attendus (1D, 2D, mais avec uniquement 2 lignes ou 2 colonnes)

Return type:

Figure

Astigmtism Figure

Grapher.astigmatism3d(model: ndarray, data: ndarray | None = None, title: str = '', pixel_size: float = 160, z_max: float = 500, mode: Literal['curve', 'cross', 'slope'] = 'curve', n_points: int = 5000) → Figure[source]

Affiche la courbe d’astigmatisme 3D (σx, σy) issue d’un modèle analytique.

Trois modes de visualisation sont disponibles :

  • "curve" : Représentation paramétrique (σx(z), σy(z)) dans le plan (σX, σY), colorée par la profondeur Z.

  • "cross" : Courbes σx(z) et σy(z) en fonction de Z.

  • "slope" : Courbe de la différence σx(z) - σy(z), utile pour estimer la monotonie et la sensibilité du modèle autour de Z = 0.

Si des données expérimentales sont fournies, elles sont superposées sous forme de points (sans interaction hover) dans les modes "cross" et "slope".

Parameters:

  • model (ndarray) – Modèle astigmatique de forme (2, 5) : paramètres X puis Y, chaque ligne = [Z0, W, C3, C4, A].

  • data (ndarray | None) – Données expérimentales optionnelles de forme (N, 3) : [σx, σy, Z]

  • title (str) – Titre du graphe.

  • pixel_size (float) – Taille du pixel dans les mêmes unités que Z (ex. nm). Utilisé pour l’évaluation du modèle.

  • z_max (float) – Valeur maximale (en valeur absolue) de l’intervalle Z : \(Z \in [-z_{max}, z_{max}]\)

  • mode (Literal['curve', 'cross', 'slope']) – Mode de visualisation : "curve" : σX vs σY (paramétré par Z), "cross" : σX(Z) et σY(Z), "slope" : σX(Z) - σY(Z)

  • n_points (int) – Nombre de points utilisés pour échantillonner la courbe. Plus la valeur est élevée, plus la courbe est lisse (coût négligeable).

Returns:

Objet Plotly go.Figure prêt à être affiché.

Raises:

ValueError – Si les dimensions du modèle ne correspondent pas à celles attendues (2x5)

Return type:

Figure