Commit df58fb73 authored by Poulard Christine's avatar Poulard Christine :snake:
Browse files

Upload New File : version de ProbaCruesMaxAn_SurNannees avec un autre type de...

Upload New File : version de ProbaCruesMaxAn_SurNannees avec un autre type de représentation possible, en escaliers
parent a653ec1a
No related merge requests found
Showing with 181 additions and 0 deletions
+181 -0
"""
CPoulard ; mai 2021
côté "métier" :
appliquer la formule de calcul de proba du nombre de crues s en hydrologie (TD 1ere année ENTPE)
coté "Python" : mettre en oeuvre deux widgets de matplotlib (Button et Slider), faciles d'emploi mais au rendu pas très abouti ;
définir les fonctions associées à des événements sur ces boutons
"""
from matplotlib import pyplot as plt
import matplotlib.gridspec as gridspec
from matplotlib.widgets import Slider, Button # widgets du module matplotlib !
from matplotlib import ticker
from scipy.special import comb
import numpy as np
# CONSTANTE
# tracé par plot : on utilise "plot" qui est plus facile mais moins adapté à une fonction 'discrète"
# sinon on utilise un tracé avec "hlines et fillbetween"
# en attendant "stairs" (https://matplotlib.org/devdocs/api/_as_gen/matplotlib.pyplot.stairs.html)
TRACE_PAR_PLOT = False # False
# FONCTIONS
#
# trois fonctions correspondant chacune à une manière de définir un échantillon de nb valeurs
def proba_crue(n, p, f):
""" Probabilité d’avoir exactement p crues de fréquence f en n années : C(n,p)*f^p*(1-f)^(N-p)
"""
return comb(n, p) * (f ** p) * ((1 - f) ** (n - p))
def afficher_probas(nb, n, p, f):
nb = max(nb, p)
print(
f"proba d'avoir exactement p crue(s) supérieure(s) à la crue de période de retour {1 / f:.0f} (= fréquence {f:.02f] }en {n} années ")
for p in range(nb):
print(f" exactement {p} crue(s) : {proba_crue(n, p, f):.2f)*100:.2f}%")
def calcul_courbes(n,f):
cumul_au_plus = 0
liste_probas_exactement=[]
liste_probas_auplus = []
p= 0
while cumul_au_plus < 0.999:
proba = proba_crue(n,p,f)
liste_probas_exactement.append(proba)
cumul_au_plus += proba
liste_probas_auplus.append(cumul_au_plus)
p+=1
return p-1, liste_probas_exactement, liste_probas_auplus
def stair_plot(x,y, couleur):
x = [*x, x[-1]] # duplicate last to draw last line
ax.hlines(y, xmin=x[:-1], xmax=x[1:], linewidth=3, color=couleur)
# fill under line : y with duplicated last value to draw last step as well ; hide edge
ax.fill_between(x, [*y, y[-1]],
step='post', facecolor=couleur, edgecolor=None, alpha=0.5)
def update_graphique_plot(val):
global n, T
n = int(slider_n.val)
T = int(slider_T.val)
p, liste_probas_exactement, liste_probas_auplus = calcul_courbes(n,1/T)
fig.suptitle(f"Démo : probabilité d'avoir p crues > T={T}ans en {n} années")
courbe_exactement.set_data(range(p + 1), liste_probas_exactement)
courbe_cumul.set_data(range(p + 1), liste_probas_auplus)
ax.set_xlim(0, p + 1)
if p > 15:
ax.xaxis.set_major_locator(plt.MultipleLocator(5))
ax.xaxis.set_minor_locator(plt.MultipleLocator(1))
else:
ax.xaxis.set_major_locator(plt.MultipleLocator(1))
ax.xaxis.set_minor_locator(plt.NullLocator())
ax.xaxis.set_major_formatter(ticker.FormatStrFormatter("%d"))
fig.canvas.draw_idle()
def update_graphique_stairs(val):
global n, T
n = int(slider_n.val)
T = int(slider_T.val)
p, liste_probas_exactement, liste_probas_auplus = calcul_courbes(n, 1 / T)
fig.suptitle(f"Démo : probabilité d'avoir p crues > T={T}ans en {n} années")
ax.clear()
stair_plot(range(p + 1), liste_probas_exactement, couleur="blue")
stair_plot(range(p + 1), liste_probas_auplus, couleur="sienna")
ax.set_xlim(0, p + 1)
if p > 15:
ax.xaxis.set_major_locator(plt.FixedLocator([0.5 + i for i in range(0, p, 5)]))
ax.xaxis.set_minor_locator(plt.FixedLocator([0.5 + i for i in range(0, p, 1)]))
else:
ax.xaxis.set_major_locator(plt.FixedLocator([0.5 + i for i in range(0, p, 1)]))
ax.xaxis.set_minor_locator(plt.NullLocator())
ax.xaxis.set_major_formatter(ticker.FormatStrFormatter("%d"))
fig.canvas.draw_idle()
#CORPS DU PROGRAMME
n = 100
T = 100
p, liste_probas_exactement, liste_probas_auplus = calcul_courbes(n, 1 / T)
fig, (ax, ax_espace, ax_sn, ax_sT) = plt.subplots(nrows=4, ncols=1, gridspec_kw={'height_ratios':[6,1, 1,1]}, sharex=False)
plt.subplots_adjust(left=0.2, bottom=None, right=None, top=None, wspace=None, hspace=0.1)
fig.canvas.set_window_title("ScE - Hydrologie - Démo probas crue sur N années")
fig.suptitle(f"Démo : probabilité d'avoir p crues > T={T}ans en {n} années")
if TRACE_PAR_PLOT:
courbe_exactement, = ax.plot(range(p + 1), liste_probas_exactement, label="exactement p crues",ls='None', marker='o', markersize=10)
courbe_cumul, = ax.plot(range(p + 1), liste_probas_auplus, label="p crues ou moins de p", ls='None', marker='o', markersize=10)
update_graphique = update_graphique_plot
else:
stair_plot(range(p + 1),liste_probas_exactement, couleur="blue")
stair_plot(range(p + 1),liste_probas_auplus, couleur="sienna")
update_graphique = update_graphique_stairs
for ax_s in [ax_espace, ax_sn, ax_sT]:
ax_s.xaxis.set_visible(False)
ax_s.yaxis.set_visible(False)
ax_espace.patch.set_alpha(0.01) #sinon cet axe cache le titre de l'axe des x au-dessus !
for pos in ['right', 'top', 'bottom', 'left']:
ax_espace.spines[pos].set_visible(False)
ax.set_xlabel("nombre de crues p")
ax.set_ylabel("probabilité")
# nom connu même hors de la fonction pour éviter le GC ?
# nombre d'années d'observation
slider_n = Slider(
ax_sn, "nombre d'années d'observation ", valmin=1, valmax = 1000, valfmt='%0.0f', valinit=n, color="green")
slider_n.on_changed(update_graphique)
# T, période de retour
# valeurs_possibles = np.array([2, 5, 10, 20, 25, 50, 100, 200])
slider_T = Slider(
ax_sT, "période de retour T ", 2, 1000, valinit=T, valstep=1, valfmt='%0.0f', color="blue")
slider_T.on_changed(update_graphique)
ax.legend()
ax.set_xlim(0,p+1)
if TRACE_PAR_PLOT :
if p > 15:
ax.xaxis.set_major_locator(plt.MultipleLocator(5))
ax.xaxis.set_minor_locator(plt.MultipleLocator(1))
else:
ax.xaxis.set_major_locator(plt.MultipleLocator(1))
ax.xaxis.set_minor_locator(plt.NullLocator())
else:
if p > 15:
ax.xaxis.set_major_locator(plt.FixedLocator([0.5+i for i in range(0,p,5)]))
ax.xaxis.set_minor_locator(plt.FixedLocator([0.5+i for i in range(0,p,1)]))
else:
ax.xaxis.set_major_locator(plt.FixedLocator([0.5+i for i in range(0,p,1)]))
ax.xaxis.set_minor_locator(plt.NullLocator())
ax.xaxis.set_major_formatter(ticker.FormatStrFormatter("%d"))
# plt.tight_layout() : cela raccourcit l'axe qui porte le graphique...
plt.show()
print("Premiers calculs, valeurs par défaut")
Supports Markdown
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment