Discussion :

[GlmGil]

Bonjour,

je trace un graphique prenant en compte trois variables : 'tabTime' en abscisse, 'TabAlt' en ordonnée et 'tabDiff' pour colorbar :



Pour ce graphique j'utilise un scatterplot :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
 
import matplotlib.pyplot as plt
import numpy as np
import glob
from datetime import datetime
from numpy import arange
import matplotlib.dates as mdates
 
tabTime = np.zeros(0)
tabAlt = np.zeros(0)
tabDiff= np.zeros(0)
tabfile=np.zeros(0)
 
 
 
ext="Diff_*"
for files in sorted(glob.glob(ext),reverse=False):
    print(files) 
    filename=(files[5:9])
    print(filename)
 
 
 
    data = np.loadtxt(files)
    alt = data[:,0]  
    diff = data[:,1]
    NumberOfLine = len(alt)
    tabAlt = np.append(tabAlt,alt)
    tabDiff = np.append(tabDiff, diff)
 
 
    a = filename
    tabfile = np.append(tabfile,a)
 
    for i in range(len(alt)):
        tabTime = np.append(tabTime,a)
 
 
 
plt.scatter(tabTime, tabAlt, marker='.', c=tabDiff, cmap='RdBu') 
plt.xticks(rotation=45)
 
plt.xticks([tabfile[0],tabfile[14], tabfile[30], tabfile[46],tabfile[60]],[' July 01',' July 15 ','Aug 01','Aug 15','Aug 31'])
 
plt.xlabel('Date')
plt.ylabel('Altitude (km)')
cbar = plt.colorbar()
cbar.set_label('O3`non AMA` - O3`AMA`  (ppmv)')
plt.show()

Mais comme vous pouvez le voir, scatter me place des gros points sur mes données, assez gros pour rendre difficile la lecture du graphique de manière précise.
C'est pourquoi j'essaye de tracer des pixels au lieu de gros points.

Sauriez-vous comment faire pour ça ?
J'ai essayé de voir avec imshow mais je ne vois pas comment adapter mon code à la syntaxe de imshow.

[wiztricks]

Salut,

assez gros pour rendre difficile la lecture du graphique de manière précise.

Avec en ordonnées des graduations tous les 2 kilomètres et en abscisses une graduation par quinzaine, quelle précision cherchez vous à obtenir?
Regardez aussi les exemples de matplotlib ou un tuto. sur l'utilisation de matplotlib pour les datasciences: il faut peut être approcher le problème autrement.

- W

[GlmGil]

Salut,

Alors le problème dans mon graphe est qu'avec scatter, j'ai tellement de points très rapprochés que je me retrouve avec certains points qui se superposent quasiment :



Par exemple les points rouges sombres entre 12 et 14km sont peu visibles parce que d'autres points sont placés assez proches.
Ce qu'il me faudrait c'est des marker à chaque endroit qui ne se superposent pas. J'ai bien pensé à réduire la taille des points mais j'ai toujours cette superposition :

[lg_53]

Plusieurs pistes :

1) En continuant avec scatter :
- vous pouvez changer le style de point. Le prendre carré serait mieux que rond pour éviter les chevauchements
- vous pouvez continuer à en modifier la taille, en réduisant de plus en plus
- enlever également le pourtour du point s'il y en a un (edge)

2) Passer sous imshow peut être une bonne idée oui, mais ça implique un traitement avant pour construire la matrice à afficher. Si vos points sont déjà bien aligné comme sur une grille alors c'est assez facile, sinon il vous faudra mettre une couche d'interpolation, car 1 pixel de l'image final, sera la moyenne (ou le max selon vos besoins) des points qui seront contenu dans ce pixel.

[GlmGil]

J'ai continué avec scatter comme dans tes conseils, en changeant le marker par des pixels :




J'aurais juste une question : est-ce qu'il est possible d'ajouter un contourplot sur cette figure, à partir des données de ma liste 'tabDiff' que j'utilise pour les couleurs ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
 
import matplotlib.pyplot as plt
import numpy as np
import glob
from datetime import datetime
from numpy import arange
import matplotlib.dates as mdates
tabTime = np.zeros(0)
tabAlt = np.zeros(0)
tabDiff= np.zeros(0)
tabfile=np.zeros(0)
 
 
ext="Diff_*"
for files in sorted(glob.glob(ext),reverse=False):
    print(files) 
    filename=(files[5:12])
    print(filename)
 
 
 
    data = np.loadtxt(files)
    alt = data[:,0]  
    diff = data[:,1]
    NumberOfLine = len(alt)
    tabAlt = np.append(tabAlt,alt)
    tabDiff = np.append(tabDiff,diff)
 
 
    a = filename
    tabfile = np.append(tabfile,a)
 
    for i in range(len(alt)):
        tabTime = np.append(tabTime,a)
 
 
 
plt.scatter(tabTime, tabAlt, s=4,marker=',', c=tabDiff, cmap='RdBu') 
plt.xticks(rotation='vertical')
#plt.locator_params(axis='x', nbins=50)
 
 
 
plt.xticks([tabfile[0], tabfile[15],tabfile[34],tabfile[62],tabfile[95],tabfile[124],tabfile[159],tabfile[185],tabfile[214],tabfile[235],tabfile[262],tabfile[295],tabfile[317]],['2007 July 19','2008 July 17','2009 July 01','2010 July 01','2011 July 05','2012 July 03','2013 July 03','2014 July 02','2015 July 22','2016 July 01','2017 July 03','2018 July 02','2019 July 12' ])
 
plt.xlabel('Date')
plt.ylabel('Altitude (km)')
cbar = plt.colorbar()
cbar.set_label('O3`non AMA` - O3`AMA`  (ppmv)')
plt.grid(linestyle='--', linewidth=0.7)
plt.savefig('Interannual variability 1stdataday pix.png', dpi=200,bbox_inches = 'tight',pad_inches = 0)
plt.show()

[lg_53]

https://matplotlib.org/stable/galler...rdatagrid.html

Et si vos points sont bien alignés, et bien c'est encore plus facile. C'est comme pour imshow, il faut reconstruire vos données sous la formes d'une matrice décrivant ce qui se passe dans le plan de l'image.