Spaces:
Sleeping
Sleeping
File size: 12,343 Bytes
42dfbed | 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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 | """plot_utils.py
Ce module contient des fonctions utilitaires pour la visualisation des données, notamment des graphiques linéaires, histogrammes, boxplots, scatterplots et heatmaps de corrélation, ainsi que des fonctions spécifiques pour visualiser les résultats d'une analyse en composantes principales (ACP).
Les fonctions incluent :
- lineplot_graphic : pour visualiser les tendances de plusieurs variables au fil du temps ou d'une autre variable
- histrogram_graphic : pour visualiser la distribution d'une variable
- boxplot_graphic : pour visualiser la distribution d'une variable en fonction d'une autre variable
- scatterplot_graphic : pour visualiser la relation entre deux variables
- pearson_heatmap_graphic : pour visualiser la corrélation entre les variables d'un dataframe en utilisant la méthode de Pearson
- spearman_heatmap_graphic : pour visualiser la corrélation entre les variables d'un dataframe en utilisant la méthode de Spearman
'un dataframe en utilisant la méthode de Spearman
- heatmap_by_group : pour visualiser la corrélation entre les variables d'un dataframe en fonction d'une variable de regroupement
- plot_pca_projection : pour visualiser la projection des données dans le plan défini par les composantes principales
- plot_scree : pour visualiser l'éboulis des valeurs propres (scree plot) pour l'ACP
- plot_correlation_circle : pour visualiser le cercle des corrélations pour les composantes principales
"""
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
def lineplot_graphic(df: pd.DataFrame, x: str, y_list: list, title: str, xlabel: str, ylabel: str, hue: str=None):
"""
graphiques linéaire pour visualiser le pourcentage des valeurs pour un axe x et plusieurs axes y
df: dataframe contenant les données à visualiser
x: nom de la colonne à utiliser pour l'axe x
y_list: liste des colonnes à utiliser pour les axes y
hue: nom de la colonne à utiliser pour colorer les points (optionnel)
title: titre du graphique
xlabel: label de l'axe x
ylabel: label de l'axe y
"""
try:
plt.figure(figsize=(12, 6))
for y in y_list:
if hue is not None:
sns.lineplot(data=df, x=x, y=y, hue=hue)
else:
sns.lineplot(data=df, x=x, y=y, label=y)
plt.title(title)
plt.xlabel(xlabel)
plt.ylabel(ylabel)
plt.legend()
plt.show()
except ImportError as e:
print("Erreur d'importation : ", e)
return
def histrogram_graphic(df: pd.DataFrame, x: str, title: str, xlabel: str, ylabel: str):
"""
graphique histogramme pour visualiser la distribution d'une variable
df: dataframe contenant les données à visualiser
x: nom de la colonne à utiliser pour l'axe x
title: titre du graphique
xlabel: label de l'axe x
ylabel: label de l'axe y
"""
try:
plt.figure(figsize=(12, 6))
sns.histplot(data=df, x=x, kde=True)
plt.title(title)
plt.xlabel(xlabel)
plt.ylabel(ylabel)
plt.show()
except ImportError as e:
print("Erreur d'importation : ", e)
return
def boxplot_graphic(df: pd.DataFrame, x: str, y: str=None, title: str="", xlabel: str="", ylabel: str=""):
"""
graphique boxplot pour visualiser la distribution d'une variable en fonction d'une autre variable
df: dataframe contenant les données à visualiser
x: nom de la colonne à utiliser pour l'axe x
y: nom de la colonne à utiliser pour l'axe y optionnel
title: titre du graphique
xlabel: label de l'axe x
ylabel: label de l'axe y
"""
try:
plt.figure(figsize=(12, 6))
sns.boxplot(data=df, x=x, y=y)
plt.title(title)
plt.xlabel(xlabel)
plt.ylabel(ylabel)
plt.show()
except ImportError as e:
print("Erreur d'importation : ", e)
return
def scatterplot_graphic(df: pd.DataFrame, x: str, y: str, title: str, xlabel: str, ylabel: str, hue: str=None):
"""
graphique scatterplot pour visualiser la relation entre deux variables
df: dataframe contenant les données à visualiser
x: nom de la colonne à utiliser pour l'axe x
y: nom de la colonne à utiliser pour l'axe y
title: titre du graphique
xlabel: label de l'axe x
ylabel: label de l'axe y
hue: nom de la colonne à utiliser pour colorer les points (optionnel)
"""
try:
plt.figure(figsize=(12, 6))
sns.scatterplot(data=df, x=x, y=y, hue=hue)
plt.title(title)
plt.xlabel(xlabel)
plt.ylabel(ylabel)
plt.show()
except ImportError as e:
print("Erreur d'importation : ", e)
return
def spearman_heatmap_graphic(df: pd.DataFrame, cols: list, title: str):
"""
graphique heatmap pour visualiser la corrélation entre les variables d'un dataframe
df: dataframe contenant les données à visualiser
cols: liste des colonnes à utiliser pour le calcul de la corrélation
title: titre du graphique
"""
try:
plt.figure(figsize=(12, 6))
corr = df[cols].corr(method='spearman')
sns.heatmap(corr, annot=True, cmap='coolwarm', vmin=-1, vmax=1, mask=np.triu(corr))
plt.title(title)
plt.show()
except ImportError as e:
print("Erreur d'importation : ", e)
return
def pearson_heatmap_graphic(df: pd.DataFrame, cols: list, title: str):
"""
graphique heatmap pour visualiser la corrélation entre les variables d'un dataframe
df: dataframe contenant les données à visualiser
cols: liste des colonnes à utiliser pour le calcul de la corrélation
title: titre du graphique
"""
try:
plt.figure(figsize=(12, 6))
corr = df[cols].corr(method='pearson')
sns.heatmap(corr, annot=True, cmap='coolwarm', vmin=-1, vmax=1, mask=np.triu(corr))
plt.title(title)
plt.show()
except ImportError as e:
print("Erreur d'importation : ", e)
return
def heatmap_by_group(df, group_col, cols, method="pearson"):
""" Affiche une heatmap de corrélation pour chaque groupe défini par group_col
df: dataframe contenant les données à visualiser
group_col: nom de la colonne à utiliser pour regrouper les données
cols: liste des colonnes à utiliser pour le calcul de la corrélation
method: méthode de corrélation ("pearson" ou "spearman")
"""
groups = df[group_col].unique()
n = len(groups)
fig, axes = plt.subplots(nrows=n//2 + n%2, ncols=2, figsize=(14, 5*n//2))
axes = axes.flatten()
for i, group in enumerate(groups):
df_group = df[df[group_col] == group]
corr = df_group[cols].corr(method=method)
sns.heatmap(
corr,
ax=axes[i],
annot=True,
cmap="coolwarm",
vmin=-1,
vmax=1,
mask=np.triu(corr)
)
axes[i].set_title(f"{method.capitalize()} - {group}")
# supprime les axes vides
for j in range(i+1, len(axes)):
fig.delaxes(axes[j])
plt.tight_layout()
plt.show()
def plot_pca_projection(X_pca, df, label_col="item", hue_col=None, pc1=1, pc2=2, title=None):
"""
affiche la projection des données dans le plan défini par les composantes principales spécifiées.
arguments:
- X_pca : array-like, les données transformées dans l'espace des composantes principales
- df : pd.DataFrame, le DataFrame original contenant les données
- label_col : str, le nom de la colonne à utiliser pour les étiquettes des points (par défaut "item")
- hue_col : str, le nom de la colonne à utiliser pour la coloration des points (par défaut None)
- pc1 : int, le numéro de la première composante principale à afficher (par défaut 1)
- pc2 : int, le numéro de la deuxième composante principale à afficher (par défaut 2)
- title : str, le titre du graphique (par défaut None, affichera un titre générique)
"""
try:
pca_df = pd.DataFrame({
f"PC{pc1}": X_pca[:, pc1 - 1],
f"PC{pc2}": X_pca[:, pc2 - 1],
label_col: df[label_col].values
})
if hue_col is not None:
pca_df[hue_col] = df[hue_col].values
plt.figure(figsize=(10, 7))
if hue_col is not None:
# détecter si numérique
if pd.api.types.is_numeric_dtype(pca_df[hue_col]):
sc = plt.scatter(
pca_df[f"PC{pc1}"],
pca_df[f"PC{pc2}"],
c=pca_df[hue_col],
cmap="viridis",
alpha=0.7
)
cbar = plt.colorbar(sc)
cbar.set_label(hue_col)
else:
# catégoriel
sns.scatterplot(
data=pca_df,
x=f"PC{pc1}",
y=f"PC{pc2}",
hue=hue_col,
alpha=0.7
)
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
else:
# fallback : label_col
sns.scatterplot(
data=pca_df,
x=f"PC{pc1}",
y=f"PC{pc2}",
hue=label_col,
alpha=0.7
)
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.title(title if title else f"Projection ACP - PC{pc1} vs PC{pc2}")
plt.xlabel(f"PC{pc1}")
plt.ylabel(f"PC{pc2}")
plt.grid(True)
plt.tight_layout()
plt.show()
except Exception as e:
print(f"Erreur lors de la projection ACP : {e}")
def plot_scree(explained_var, cumulative_var):
"""
Affiche l'éboulis des valeurs propres (scree plot) pour visualiser la variance expliquée par chaque composante principale.
arguments:
- explained_var : array-like, pourcentage de variance expliquée par chaque composante principale
- cumulative_var : array-like, pourcentage de variance cumulée expliquée par les composantes principales
"""
# Graphique
plt.figure(figsize=(8,5))
# Barres (variance individuelle)
plt.bar(range(1, len(explained_var)+1), explained_var, alpha=0.7)
# Ligne (variance cumulée)
plt.plot(range(1, len(cumulative_var)+1), cumulative_var, marker='o', color='red')
# Labels
plt.xlabel("Rang de l'axe d'inertie")
plt.ylabel("Pourcentage d'inertie")
plt.title("Éboulis des valeurs propres")
plt.xticks(range(1, len(explained_var)+1))
plt.ylim(0, 100)
plt.grid(True)
plt.show()
def plot_correlation_circle(pca, features):
"""
Affiche le cercle des corrélations pour les deux premières composantes principales.
arguments:
- pca : objet PCA après ajustement
- features : liste des noms des variables utilisées dans la PCA
"""
x, y = 0,1
fig, ax = plt.subplots(figsize=(10, 9)) # On peut ajuster la taille du graphique selon les besoins
# Affichage des flèches pour chaque variable
for i in range(0, pca.components_.shape[1]):
ax.arrow(0,
0, # Start the arrow at the origin
pca.components_[0, i], #0 for PC1
pca.components_[1, i], #1 for PC2
head_width=0.07,
head_length=0.07,
width=0.02, )
# Affichage des noms des variables à la fin de chaque flèche
plt.text(pca.components_[0, i] + 0.05,
pca.components_[1, i] + 0.05,
features[i])
# affichage des lignes horizontales et verticales
plt.plot([-1, 1], [0, 0], color='grey', ls='--')
plt.plot([0, 0], [-1, 1], color='grey', ls='--')
# nom des axes, avec le pourcentage d'inertie expliqué
plt.xlabel('F{} ({}%)'.format(x+1, round(100*pca.explained_variance_ratio_[x],1)))
plt.ylabel('F{} ({}%)'.format(y+1, round(100*pca.explained_variance_ratio_[y],1)))
plt.title("Cercle des corrélations (F{} et F{})".format(x+1, y+1))
an = np.linspace(0, 2 * np.pi, 100)
plt.plot(np.cos(an), np.sin(an)) # Add a unit circle for scale
plt.axis('equal')
plt.show(block=False) |