Subplot multiples dans une boucle

**Bea_GV** · 23/03/2022, 12h07

Bonjour,

Je suis débutante en Python et je bloque depuis un moment sur une représentation graphique dans une figure avec 2 lignes et 5 colonnes dans une boucle while.
Voici le code que j'ai écrit le problème est dans les boucles while, j'ai bien l'affichage des graphiques mais un par un pas dans la figure avec les 10 subplot.... De plus la figure ne s'enregistre pas ....
Est-ce que quelqu'un pourrait m'aider, cela fait quelques jours que je cherche une solution....

Merci d'avance pour votre aide!

Bea

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
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
# Initialisation boucle while
cycle_avant = -10
pos_avant = 1
plt.figure(figsize=(15, 7))
pyplot.gcf().subplots_adjust(left = 0.1, bottom = 0.3, right = 0.8, top = 0.9, wspace = 0.08, hspace = 0.35)
 
#Calcul du débit moyen, max, min, dépassement moyen d'un cycle complet de filtration
for Periode in dfCycle.index:
 
    #Extraction des débits sur la période du cycle complet de filtration
    dtDebCyc = dfCycle.iloc[Periode,0]
    dtFinCyc = dfCycle.iloc[Periode,1]
 
 
 
    #calcul de la moyenne, max, min
    #print(dtDeb, dtFin)
    dfDebitCycle = dfDebitFiltration.iloc[dfDebitFiltration.index.searchsorted(dtDebCyc):dfDebitFiltration.index.searchsorted(dtFinCyc)]
 
    #Parenthèse pour graphiques 10 cycles avant et 10 cycle après les lavages à la soude
 
    # Premier lavage à la soude 142j = 27/11/2014  19:58:09
 
    if pos_avant <= 10:
 
        while dtDebCyc == (datetime(year=2014, month=11, day=19, hour=15, minute=22, second=53)) or dtDebCyc == (datetime(year=2014, month=11, day=20, hour=6, minute=53, second=38)) or dtDebCyc == (datetime(year=2014, month=11, day=20, hour=22, minute=7, second=47)) or dtDebCyc == (datetime(year=2014, month=11, day=21, hour=8, minute=47, second=52)) or dtDebCyc == (datetime(year=2014, month=11, day=24, hour=8, minute=48, second=34)) or dtDebCyc == (datetime(year=2014, month=11, day=25, hour=6, minute=34, second=31)) or dtDebCyc == (datetime(year=2014, month=11, day=25, hour=21, minute=12, second=2)) or dtDebCyc == (datetime(year=2014, month=11, day=26, hour=11, minute=26, second=3)) or dtDebCyc == (datetime(year=2014, month=11, day=27, hour=2, minute=21, second=20)) or dtDebCyc == (datetime(year=2014, month=11, day=27, hour=19, minute=58, second=9)):          
            dfDebitCycle['Date (j)'] = dfDebitCycle.index- dtDebCyc
            dfDebitCycle['Date (j)'] = dfDebitCycle['Date (j)'] / np.timedelta64(1, 's')/60/60
 
            plt.subplot(2,5,pos_avant) # je divise la figure en 4 colonnes et je représente le graphique 1 dans la première colonne
            plt.scatter(dfDebitCycle['Date (j)'], dfDebitCycle['Débit'], facecolor='none', edgecolor='blue', label='Q', marker='o', s = 10)
            print(pos_avant, 'position')
            print(cycle_avant, 'cycle')
            #plt.xlim(0, 24)
            #plt.ylim(10000, 40000)
            #plt.yticks([21.8, 22.1, 22.4, 22.7, 23, 23.3]) # Fixe le pas de temps des graduations
            plt.xticks(fontsize=10)
            plt.yticks(fontsize=10)
            plt.xlabel('t (h)', fontsize=10)
            plt.ylabel('Débit (m$^3$/h)', fontsize=10)
            plt.title(repr(cycle_avant) + ' j' , fontsize=10)
            plt.show()
 
            cycle_avant = cycle_avant +1
            pos_avant = pos_avant +1
 
            break
 
        if pos_avant == 11:
            plt.show()
            path = 'C:/Users/b_gonzal/Desktop/Beatriz/Thèse/Lavages (Méca Fluides)/Bilan matière lavages/Optimisation modèle accu solide_14-02-2022/'
            os.chdir(path)
            plt.savefig('Débit_10j_avant_LS1.png', dpi =600, bbox_inches='tight') # bbox_inches='tight' permet de ne pas couper des zones du graphique (ajuste la taille de la figure)
            plt.savefig('Débit_10j_avant_LS1.pdf', dpi=600, bbox_inches='tight') # bbox_inches='tight' permet de ne pas couper des zones du graphique (ajuste la taille de la figure)
 
 
 
    # Initialisation boucle while
    cycle_apres = 1
    pos_apres = 1
    plt.figure(figsize=(15, 7))
    pyplot.gcf().subplots_adjust(left = 0.1, bottom = 0.3, right = 0.8, top = 0.9, wspace = 0.08, hspace = 0.35)
 
    while dtDebCyc == (datetime(year=2014, month=12, day=1, hour=10, minute=21, second=59)) or dtDebCyc == (datetime(year=2014, month=12, day=1, hour=14, minute=12, second=18)) or dtDebCyc == (datetime(year=2014, month=12, day=2, hour=0, minute=0, second=21)) or dtDebCyc == (datetime(year=2014, month=12, day=2, hour=13, minute=17, second=19)) or dtDebCyc == (datetime(year=2014, month=12, day=3, hour=2, minute=13, second=21)) or dtDebCyc == (datetime(year=2014, month=12, day=3, hour=21, minute=52, second=29)) or dtDebCyc == (datetime(year=2014, month=12, day=4, hour=13, minute=33, second=25)) or dtDebCyc == (datetime(year=2014, month=12, day=5, hour=9, minute=57, second=28)) or dtDebCyc == (datetime(year=2014, month=12, day=6, hour=1, minute=46, second=31)) or dtDebCyc == (datetime(year=2014, month=12, day=6, hour=22, minute=42, second=32)):
        dfDebitCycle['Date (j)'] = dfDebitCycle.index- dtDebCyc
        dfDebitCycle['Date (j)'] = dfDebitCycle['Date (j)'] / np.timedelta64(1, 's')/60/60
 
        plt.subplot(2,5,pos_apres) # je divise la figure en 5 colonnes
        plt.scatter(dfDebitCycle.index-dtDebCyc, dfDebitCycle['Débit'], facecolor='none', edgecolor='blue', label='Q', marker='o', s = 10)
        print(pos_apres, 'position')
        print(cycle_apres, 'cycle')
        #plt.xlim(0, 24)
        #plt.ylim(10000, 40000)
        #plt.yticks([21.8, 22.1, 22.4, 22.7, 23, 23.3]) # Fixe le pas de temps des graduations
        plt.xticks(fontsize=10)
        plt.yticks(fontsize=10)
        plt.xlabel('t (h)', fontsize=10)
        plt.ylabel('Débit (m$^3$/h)', fontsize=10)
        plt.title(repr(cycle_apres) + ' j' , fontsize=16)
        plt.show()
 
        cycle_apres = cycle_apres +1
        pos_apres = pos_apres +1
 
        break
 
 
    if pos_apres == 11:
        plt.show()
        path = 'C:/Users/b_gonzal/Desktop/Beatriz/Thèse/Lavages (Méca Fluides)/Bilan matière lavages/Optimisation modèle accu solide_14-02-2022/'
        os.chdir(path)     
        plt.savefig('Débit_10j_après_LS1.png', dpi=600, bbox_inches='tight') # bbox_inches='tight' permet de ne pas couper des zones du graphique (ajuste la taille de la figure)
        plt.savefig('Débit_10j_après_LS1.pdf', dpi=600, bbox_inches='tight') # bbox_inches='tight' permet de ne pas couper des zones du graphique (ajuste la taille de la figure)
 
 
    # Deuxième lavage à la soude 292j = 26/04/2015  10:37:39
 
 
 
 
    # Troisième lavage à la soude 544j = 04/01/2016  07:29:54
 
 
 
    # Quatrième lavage à la soude 729j = 05/07/2016  23:02:52
 
 
 
 
 
 
 
 
    # Arrondi de la date à l'heure inférieure ("floor", utiliser "ceil" si on veut arrondir à l'heure supérieure)
    dfDebitCycleHoraire =dfDebitCycle
    dfDebitCycleHoraire['Date Horaire'] = dfDebitCycleHoraire.index
    dfDebitCycleHoraire['Date Horaire'] = dfDebitCycleHoraire['Date Horaire'].apply(lambda x: x.floor('60 min'))
 
 
 
    if (not(dfDebitCycle.empty)):
        DebitInitialCycle = dfDebitFiltration.iloc[dfDebitFiltration.index.searchsorted(dtDebCyc),0]
        #Calcul Débit initial de cycle de filtration
        dfDebitInitialCycle = pd.DataFrame({'': [dtDebCyc, dtFinCyc, float(DebitInitialCycle)]}, index = ['Début cycle filtration', 'Fin cycle filtration', 'Débit initial']).transpose()
        #Concaténation des périodes dans un dataframe complet
        dfQinitialCycle = pd.concat([dfQinitialCycle, dfDebitInitialCycle], axis=0)
 
 
    if(not(dfDebitCycle.empty)):
        # Moyenne du cycle, max et min
        dfMoyenneCycle = pd.DataFrame({'': [dtDebCyc, dtFinCyc, float(dfDebitCycle['Débit'].mean()), float(dfDebitCycle['Débit'].max()), float(dfDebitCycle['Débit'].min())]}, index = ['Début cycle filtration', 'Fin cycle filtration', 'Débit moyen', 'Débit max', 'Débit min']).transpose()
        #Concaténation des moyennes dans un dataframe complet
        dfMoyenne = pd.concat([dfMoyenne, dfMoyenneCycle], axis=0)
 
        # Moyenne du cycle, max et min horaires
 
        dfDebitCycle_i_Horaire = dfDebitCycleHoraire.pivot_table('Débit', 'Date Horaire', aggfunc=np.mean)
 
        dfMoyenneCycleHoraire = pd.DataFrame({'': [dtDebCyc, dtFinCyc, float(dfDebitCycleHoraire.pivot_table('Débit', 'Date Horaire', aggfunc=np.mean)['Débit'].mean()), float(dfDebitCycleHoraire.pivot_table('Débit', 'Date Horaire', aggfunc=np.mean)['Débit'].max()), float(dfDebitCycleHoraire.pivot_table('Débit', 'Date Horaire', aggfunc=np.mean)['Débit'].min())]}, index = ['Début cycle filtration', 'Fin cycle filtration', 'Débit moyen horaire', 'Débit max horaire', 'Débit min horaire']).transpose()
        dfMoyenneHoraire = pd.concat([dfMoyenneHoraire, dfMoyenneCycleHoraire], axis=0)
 
#Ajout d'un index
dfMoyenne.index = range(1,len(dfMoyenne)+1)        
dfMoyenneHoraire.index = range(1,len(dfMoyenneHoraire)+1)  
dfQinitialCycle.index = range(1,len(dfQinitialCycle)+1)
 
#Mise en forme des colonnes
#dfMoyenne['Début cycle filtration'] = dfMoyenne['Début cycle filtration'].apply(lambda x: x.strftime('%d/%m/%Y %H:%M:%S'))
#dfMoyenne['Fin cycle filtration'] = dfMoyenne['Fin cycle filtration'].apply(lambda x: x.strftime('%d/%m/%Y %H:%M:%S'))
#dfMoyenneHoraire['Début cycle filtration'] = dfMoyenneHoraire['Début cycle filtration'].apply(lambda x: x.strftime('%d/%m/%Y %H:%M:%S'))
#dfMoyenneHoraire['Fin cycle filtration'] = dfMoyenneHoraire['Fin cycle filtration'].apply(lambda x: x.strftime('%d/%m/%Y %H:%M:%S'))
#dfQinitialCycle['Début cycle filtration'] = dfQinitialCycle['Début cycle filtration'].apply(lambda x: x.strftime('%d/%m/%Y %H:%M:%S'))
#dfQinitialCycle['Fin cycle filtration'] = dfQinitialCycle['Fin cycle filtration'].apply(lambda x: x.strftime('%d/%m/%Y %H:%M:%S'))
 
#dfMoyenne['Débit moyen'] = dfMoyenne['Débit moyen'].astype(float).round()
dfMoyenneHoraire['(Qmax-Qmin)/Qmoyen'] = (dfMoyenneHoraire['Débit max horaire'] - dfMoyenneHoraire['Débit min horaire'])/dfMoyenneHoraire['Débit moyen horaire']

**wiztricks** · 23/03/2022, 13h36

Salut,

Si vous voulez utilisez .subplot, ouvrez la documentation.

Elle renvoie a plein d'exemples qui montrent comment faire. Vous essayez de comprendre comment ça fonctionne puis vous adaptez..

- W

**MPython Alaplancha** · 23/03/2022, 13h39

Bonjour,
Remarque:
lorsque tu écris:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
while ...:
    ...
    break

le corps du bloc du while n'est exécuté qu'une seule fois car break met fin à la boucle.

**Bea_GV** · 23/03/2022, 14h24

Envoyé par Hominidé

Bonjour,
Remarque:
lorsque tu écris:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
while ...:
    ...
    break

le corps du bloc du while n'est exécuté qu'une seule fois car break met fin à la boucle.

Merci, oui mais j'ai dû rajouter break car comme le boucle while est imbriquée dans une boucle for, chaque subplot depend des valeurs calculées dans la boucle for.
Donc la première fois qu'on rentre dans la boucle while ce sont les valeurs du subplot(2,5,1) et donc je veux sortir de la boucle while et exécuter le reste du code en dessous et faire tourner la boucle for jusqu'à ce que la condition pour entrer une 2ème fois dans la boucle while est true et là j'aurais mes données pour le subplot(2,5,2) ete ainsi de suite.
Si je ne mets pas de break, la boucle while tourne jusqu'à ce que pos_avant >10 (condition dans le if) car la valeur dtDebCyc est toujours la même (elle ne change que dans la boucle for...) et j'aurais la même courbe sur tous les subplot...

**MPython Alaplancha** · 23/03/2022, 16h34

Envoyé par Bea_GV

Merci, oui mais j'ai dû rajouter break car comme le boucle while est imbriquée dans une boucle for, chaque subplot depend des valeurs calculées dans la boucle for.
Donc la première fois qu'on rentre dans la boucle while ce sont les valeurs du subplot(2,5,1) et donc je veux sortir de la boucle while et exécuter le reste du code en dessous et faire tourner la boucle for jusqu'à ce que la condition pour entrer une 2ème fois dans la boucle while est true et là j'aurais mes données pour le subplot(2,5,2) ete ainsi de suite.

Je n'ai pas besoin de comprendre ton code ou tes intentions pour comprendre que tes boucles while ne servent à rien (ils ne boucleront jamais le bloc code de while) avec la présence du break.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
>>> while True:
	print('hello')
	break
 
hello
>>>

comme tu peux le voir même avec un while qui est toujours à True, le bloc n'est jamais rebouclé.

En fait, à suivre tes explications, j'ai l'impression que tu évoques le fonctionnement d'un if.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
>>> for b in (False, True, False, True):
	while b==True:
		print('coucou')
		break
 
 
coucou
coucou
>>>

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
>>> for b in (False, True, False, True):
	if b: # b == True
		print('coucou')
 
 
coucou
coucou
>>>

**Bea_GV** · 23/03/2022, 17h07

Envoyé par Hominidé

Je n'ai pas besoin de comprendre ton code ou tes intentions pour comprendre que tes boucles while ne servent à rien (ils ne boucleront jamais le bloc code de while) avec la présence du break.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
>>> while True:
	print('hello')
	break
 
hello
>>>

comme tu peux le voir même avec un while qui est toujours à True, le bloc n'est jamais rebouclé.

En fait, à suivre tes explications, j'ai l'impression que tu évoques le fonctionnement d'un if.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
>>> for b in (False, True, False, True):
	while b==True:
		print('coucou')
		break
 
 
coucou
coucou
>>>

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
>>> for b in (False, True, False, True):
	if b: # b == True
		print('coucou')
 
 
coucou
coucou
>>>

Le problème est que sans le break, une fois que la condition du while est true, je ne sors jamais du while.... et donc j'ai 10 fois la même courbe... Le break me sert à sortir du while et extraire de nouvelles données dans la boucle for et la nouvelle condition pour rentrer ou pas dans la boucle while de nouveau. J'obtiens bien les graphiques des 10 cycles sauf qu'ils sont affichés le uns à la suite des autres et non pas dans les subplot avec 2 lignes et 5 colonnes et en plus de ça la figure n'est pas enregistrée sur mon ordi.
Non le if est juste là pour ne plus entrer dans le while lorsque j'ai déjà mes 10 graphiques car il continuait à essayer de mettre un autre graphique après mes 10 subplot et donc j'avais une erreur. Ceci dit l'erreur s'affichait avant de mettre le break, je pense qu'avec le break je n'ai plus besoin du if

**Bea_GV** · 23/03/2022, 17h48

Envoyé par Hominidé

Je n'ai pas besoin de comprendre ton code ou tes intentions pour comprendre que tes boucles while ne servent à rien (ils ne boucleront jamais le bloc code de while) avec la présence du break.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
>>> while True:
	print('hello')
	break
 
hello
>>>

comme tu peux le voir même avec un while qui est toujours à True, le bloc n'est jamais rebouclé.

En fait, à suivre tes explications, j'ai l'impression que tu évoques le fonctionnement d'un if.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
>>> for b in (False, True, False, True):
	while b==True:
		print('coucou')
		break
 
 
coucou
coucou
>>>

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
>>> for b in (False, True, False, True):
	if b: # b == True
		print('coucou')
 
 
coucou
coucou
>>>

Bon en effet ma boucle while sans ou avec break ne servait à rien, je peux m'en passer et profiter de la boucle for pour incrémenter la position des subplot.
Donc je simplifie le code qui ne marche toujours pas:

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
 
#Initialisation des compteurs
 
cycle_avant = -10
pos_avant = 1
 
#Création de la figure
 
plt.figure(figsize=(15, 7))
 
 
#Extraction des "cycles" (=parties du dataframe dfDebitFiltration grâce à un autre dataframe (dfCycle) qui contient la date de début (dtDebCyc) et de fin des cycles (dtFinCyc)
 
for Periode in dfCycle.index:
 
    # Récupération des dates de début et fin de cycle
 
    dtDebCyc = dfCycle.iloc[Periode,0]
    dtFinCyc = dfCycle.iloc[Periode,1]
 
 
    #Extraction des débits sur la période du cycle complet de filtration
 
    dfDebitCycle = dfDebitFiltration.iloc[dfDebitFiltration.index.searchsorted(dtDebCyc):dfDebitFiltration.index.searchsorted(dtFinCyc)]
 
    #Parenthèse pour graphiques 10 cycles avant et 10 cycle après les lavages à la soude
 
    # Graphique avec 10 subplot pour 10 cycles identifiés par leur date de démarrage
    if pos_avant<=10:
        if dtDebCyc == (datetime(year=2014, month=11, day=19, hour=15, minute=22, second=53)) or dtDebCyc == (datetime(year=2014, month=11, day=20, hour=6, minute=53, second=38)) or dtDebCyc == (datetime(year=2014, month=11, day=20, hour=22, minute=7, second=47)) or dtDebCyc == (datetime(year=2014, month=11, day=21, hour=8, minute=47, second=52)) or dtDebCyc == (datetime(year=2014, month=11, day=24, hour=8, minute=48, second=34)) or dtDebCyc == (datetime(year=2014, month=11, day=25, hour=6, minute=34, second=31)) or dtDebCyc == (datetime(year=2014, month=11, day=25, hour=21, minute=12, second=2)) or dtDebCyc == (datetime(year=2014, month=11, day=26, hour=11, minute=26, second=3)) or dtDebCyc == (datetime(year=2014, month=11, day=27, hour=2, minute=21, second=20)) or dtDebCyc == (datetime(year=2014, month=11, day=27, hour=19, minute=58, second=9)):       
 
            plt.subplot(2,5,pos_avant)
 
            plt.scatter(dfDebitCycle['Date (j)'], dfDebitCycle['Débit'], facecolor='none', edgecolor='blue', label='Q', marker='o', s = 10)
 
            #Actualisation des compteurs
 
            cycle_avant = cycle_avant +1
            pos_avant = pos_avant +1

**Bea_GV** · 23/03/2022, 14h26

Envoyé par wiztricks

Salut,

Si vous voulez utilisez .subplot, ouvrez la documentation.

Elle renvoie a plein d'exemples qui montrent comment faire. Vous essayez de comprendre comment ça fonctionne puis vous adaptez..

- W

Merci, je suis allée regarder mais cela ne me donne pas la réponse car mon problème est dans la boucle while. J'ai déjà utilisé ce type de graphique sans boucle avec plusieurs subplot sans problème.

**wiztricks** · 23/03/2022, 14h52

Envoyé par Bea_GV

Merci, je suis allée regarder mais cela ne me donne pas la réponse car mon problème est dans la boucle while. J'ai déjà utilisé ce type de graphique sans boucle avec plusieurs subplot sans problème.

Votre problème est de construire une solution. Pour ça, il faut simplifier votre code pour y virer tout ce qui n'a aucun rapport avec la création des subplots (afficher NxM fois la même figure, ça aide à simplifier) et essayer de comprendre ce qui ne fonctionne pas... ou complexifer un code qui fonctionne.

Et si le problème est "ailleurs", vous aurez un petit exemple à montrer (qu'on pourra reproduire si on ne comprend pas par simple lecture): pas un truc de 200 lignes qui donne mal à la tête à lire (vous n'y êtes pour rien, vous débutez... mais si vous voulez de l'aide, il faut montrer que vous avez bossé un peu pour comprendre ce qu'il se passe et ça c'est un code de quelques dizaines de lignes!).

- W

**Bea_GV** · 23/03/2022, 16h02

Envoyé par wiztricks

Votre problème est de construire une solution. Pour ça, il faut simplifier votre code pour y virer tout ce qui n'a aucun rapport avec la création des subplots (afficher NxM fois la même figure, ça aide à simplifier) et essayer de comprendre ce qui ne fonctionne pas... ou complexifer un code qui fonctionne.

Et si le problème est "ailleurs", vous aurez un petit exemple à montrer (qu'on pourra reproduire si on ne comprend pas par simple lecture): pas un truc de 200 lignes qui donne mal à la tête à lire (vous n'y êtes pour rien, vous débutez... mais si vous voulez de l'aide, il faut montrer que vous avez bossé un peu pour comprendre ce qu'il se passe et ça c'est un code de quelques dizaines de lignes!).

- W

Merci, je vais essayer mais les données sont très complexes j'ai au total plusieurs millions de valeurs pour une vingtaines de variables et se sont des données temporelles avec un pas de temps qui n'est jamais le même...
Le problème est qu'il s'agit de données d'exploitation sur site, donc des données d'automates et le réacteur en question qui m'intéresse ne fonctionne pas en continu (mode filtration, mode lavage et mode arrêt en attente de filtration car dans la journée cela tourne entre tous les réacteurs....). Donc pour avoir des données sur un cycle complet de filtration il faut au moins 3000 lignes et beaucoup de boucles pour extraire les données, pour identifier quandle réacteure est entrain de filtrer, quand il est en arrêt, quand il est en lavage et identifier quand un cycle commence et quand est ce qu'il finit..... Et tout cela pour le réacteur étudié car l'automate enregistre en continu, des fois elles correspondent à un réacteur ou a un autre ou à plusieurs en même temps....
Pour ce graphique en question il faudrait minimum 3000 lignes x 10 cycles = 30 000 lignes...
Et justement ce qui rend difficile pour moi le code est que je ne peux pas seulement prendre la boucle while et vous envoyer des données simples car il me faut la boucle for pour extraire les données nécessaires à représenter dans le while...

Cela est très difficile à expliquer par texte et je comprend que vous ne puissiez pas m'aider. En tout cas merci de vous y avoir intéressé

**wiztricks** · 23/03/2022, 16h38

Envoyé par Bea_GV

Merci, je vais essayer mais les données sont très complexes j'ai au total plusieurs millions de valeurs pour une vingtaines de variables et se sont des données temporelles avec un pas de temps qui n'est jamais le même...

Simplifiez vos données: la répétition de la droite X = Y = list(range(10)) pour voir comment afficher plusieurs "subplots" suffit.
Les histoires de changements de pas de temps sont des calculs à reporter sur l'axe des abscisses: rien à voir avec la question posée.

Envoyé par Bea_GV

Cela est très difficile à expliquer par texte et je comprend que vous ne puissiez pas m'aider. En tout cas merci de vous y avoir intéressé

J'essaie de vous aider en vous recommandant de découper le problème initial en sous-problèmes à traiter indépendamment les uns des autres. Puis c'est une composition entre des "bouts" qui fonctionnent...

Envoyé par Bea_GV

Merci, je vais essayer mais les données sont très complexes j'ai au total plusieurs millions de valeurs pour une vingtaines de variables et se sont des données temporelles avec un pas de temps qui n'est jamais le même...

Qu'il y ait 10 lignes à traiter ou plusieurs millions... ne devrait pas fondamentalement changer la structure du code: à priori, vous devriez juste constater des dépassements mémoire ou des lenteurs d'exécution.

- W

Subplot multiples dans une boucle

Python

Vue hybride

Discussions similaires

Partager

Partager