Subplot multiples dans une boucle

Version imprimable

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:

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']

23/03/2022, 13h36
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
23/03/2022, 13h39
MPython Alaplancha
Bonjour,
Remarque:
lorsque tu écris:
Code:

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. :roll:
23/03/2022, 14h24
Bea_GV
Citation:
Envoyé par Hominidé

Bonjour,
Remarque:
lorsque tu écris:

Code:

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. :roll:
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...
23/03/2022, 14h26
Bea_GV

Citation:

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.
23/03/2022, 14h52
wiztricks

Citation:

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
23/03/2022, 16h02
Bea_GV

Citation:

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
23/03/2022, 16h34
MPython Alaplancha
Citation:

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:

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:

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:

1 2 3 4 5 6 7 8 >>> for b in (False, True, False, True): if b: # b == True print('coucou') coucou coucou >>>
23/03/2022, 16h38
wiztricks

Citation:

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.

Citation:

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...

Citation:

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
23/03/2022, 17h07
Bea_GV
Citation:
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:

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:

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:

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
23/03/2022, 17h30
Bea_GV

Citation:

Envoyé par wiztricks

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.

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...

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

Mais justement la difficulté de ces subplot repose sur la nécessité de devoir extraire des données différentes pour chacun d'entre eux et cette extraction dépend de plein d'autres choses... donc je ne peux pas juste dire que j'ai une droite x=y et je représente cela dans une boucle 10 fois pour avoir les subplot, cela je l'ai déjà fait pour d'autres données. Ici il faut sortir de la boucle while à chaque fois pour pouvoir calculer les nouvelles données et conditions dans la boucle for plus externe.
Non en effet, ce que je voulais dire est qu'il est difficile de donner un exemple simple avec le type de données que j'ai car je ne peux pas donner un exemple avec moins de 30000 lignes.

bon allez je vais essayer de simplifier

- J'ai un dataframe avec une colonne date ( de ce type 24/07/2014 11:25:02) et une colonne débit (de type float)
- La boucle for permet de prendre une partie différente de ce dataFrame à chaque tour de for: on va appeler ces parties "cycles". Chaque cycle est identifiable grâce a sa date de démarrage.
- La boucle while: Permet de représenter 10 cycles concrets (que j'identifie avec des dates de démarrage) dans une seule figure chacun dans un subplot, donc obligée de faire la boucle while pour défiler les subplot sinon un if aurait suffit. Donc à chaque tour de while j'ai besoin de sortir du while pour extraire le suivant cycle dans le for et voir s'il correspond à la date de démarrage de la condition pour entrer dans le while et représenter mon 2ème subplot.

Citation:

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:

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:

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:

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:

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

23/03/2022, 17h55
wiztricks

Salut,

Citation:

Envoyé par Bea_GV

Non en effet, ce que je voulais dire est qu'il est difficile de donner un exemple simple avec le type de données que j'ai car je ne peux pas donner un exemple avec moins de 30000 lignes.

Pour moi, c'est que vous n'avez pas réfléchit correctement au problème à résoudre et que vous ne l'avez pas découpé en partie gérables les unes indépendamment des autres. Ce qui est un problème de "conception" bien en amont du code que vous montrez.

Citation:

Envoyé par Bea_GV

Ici il faut sortir de la boucle while à chaque fois pour pouvoir calculer les nouvelles données et conditions dans la boucle for plus externe.

"il faut" ça c'est la solution que vous essayez de faire marcher. Hélas, vous devez programmer cela avec ce que sait faire Python (pas avec ce que vous voudriez bien qu'il fasse pour vous...).... Et s'il faut sortir d'une boucle while à chaque fois: c'est plus une boucle while (elle ne sert à rien)!

=> La structure de votre code n'est pas adaptée et on ne va pas faire marcher un truc qui ne peut pas marcher...

Déjà vous pouvez séparer les calculs effectués sur les données (ça doit produire des suites de points à afficher) et l'affichage en écrivant des fonctions (par exemple).

Et si vos fonctions ont besoin d'être appelées plusieurs fois (on répète la même séquence d'instructions) en ayant sauvegardé l'état précédent pour "continuer" je ne sais quoi, ça va passer par des variables globales (ou par les attributs d'un objet de type "class" ou par des generateurs).

Pousser du code dans une fonction permet de réduire la taille de l'appelant (de la fonction) et de clarifier l'interface (elle a besoin de quoi pour me retourner ce que je veux?).

Programmer, c'est pas juste ecrire un tas de lignes, c'est d'abord organiser le boulot pour pouvoir les écrire sans se faire piéger par la complexité à venir (lorsque ça devra faire plein de trucs).

- W
23/03/2022, 18h21
Bea_GV

Je comprends ce que vous essayez de me dire mais je ne suis justement pas très à l'aise sur cela. J'ai appris la programmation toute seule par nécessité pour pouvoir manipuler des données complexes comme celles ci. Je sais le résultat que je veux obtenir mais je ne sais toujours pas comment y arriver, donc j'essaye de le traduire en instructions (texte écrit) puis en instruction python mais au final ce que je pensais que cela pouvait marcher ne marche finalement pas, donc je tente de modifier jusqu'à que cela marche et je passe des semaines à écrire un code que sûrement quelqu'un à l'aise aurait fait en 15 minutes, c'est assez frustrant...

Citation:

Envoyé par wiztricks

Salut,

Pour moi, c'est que vous n'avez pas réfléchit correctement au problème à résoudre et que vous ne l'avez pas découpé en partie gérables les unes indépendamment des autres. Ce qui est un problème de "conception" bien en amont du code que vous montrez.

"il faut" ça c'est la solution que vous essayez de faire marcher. Hélas, vous devez programmer cela avec ce que sait faire Python (pas avec ce que vous voudriez bien qu'il fasse pour vous...).... Et s'il faut sortir d'une boucle while à chaque fois: c'est plus une boucle while (elle ne sert à rien)!

=> La structure de votre code n'est pas adaptée et on ne va pas faire marcher un truc qui ne peut pas marcher...

Déjà vous pouvez séparer les calculs effectués sur les données (ça doit produire des suites de points à afficher) et l'affichage en écrivant des fonctions (par exemple).

Et si vos fonctions ont besoin d'être appelées plusieurs fois (on répète la même séquence d'instructions) en ayant sauvegardé l'état précédent pour "continuer" je ne sais quoi, ça va passer par des variables globales (ou par les attributs d'un objet de type "class" ou par des generateurs).

Pousser du code dans une fonction permet de réduire la taille de l'appelant (de la fonction) et de clarifier l'interface (elle a besoin de quoi pour me retourner ce que je veux?).

Programmer, c'est pas juste ecrire un tas de lignes, c'est d'abord organiser le boulot pour pouvoir les écrire sans se faire piéger par la complexité à venir (lorsque ça devra faire plein de trucs).

- W

Merci, grâce à vos conseils j'ai résolu le problème. Ce code fonctionne pour des données simplifiées je vais essayer de l'appliquer sur mes données (c'est pas gagné...) car j'ai trouvé des erreurs dans la construction de celui ci que je ne trouvais pas avec mes données.
En tout cas, merci pour votre aide
Code:

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 import pandas as pd from matplotlib import pyplot plt = pyplot import numpy as np date = [i for i in range(100,133,1)] debit= np.random.randint(200,1000,size=(32, 1)) dfDebit = pd.DataFrame(list(zip(date,debit)), columns = ['Date','Débit']) dfDateCycle = pd.DataFrame({'dtDeb': [103, 109, 126], 'dtFin': [105, 115, 128]}) dfDebit.set_index(['Date'], inplace=True) cycle_avant = -2 pos_avant = 1 plt.figure(figsize=(15, 7)) for Periode in dfDateCycle.index: dtDebCyc = dfDateCycle.iloc[Periode,0] dtFinCyc = dfDateCycle.iloc[Periode,1] dfDebitCycle = dfDebit.iloc[dfDebit.index.searchsorted(dtDebCyc):dfDebit.index.searchsorted(dtFinCyc)] if pos_avant<=2: if dtDebCyc == 103 or 126: dfDebitCycle.reset_index(inplace = True, drop = False) plt.subplot(1,2,pos_avant) plt.scatter(dfDebitCycle['Date'], dfDebitCycle['Débit'], facecolor='none', edgecolor='blue', label='Q', marker='o', s = 10) plt.title('cycle ' + repr(cycle_avant) , fontsize=10) cycle_avant = cycle_avant +1 pos_avant = pos_avant +1 plt.show()