Chapitre de visualisation: plus de place pour la grammaire des graphiques (#643)

* matplotlib intro

* Gros chantier sur le chapitre

* gros chantier

* refonte du chapitre

Author: linogaliana

_quarto.yml

@@ -63,6 +63,7 @@ format:
       sidebar-width: 250px
       body-width: 900px
       margin-width: 300px
+    highlight-style: monokai
   ipynb: default
 
 

content/visualisation/01_matplotlib/_exo1_solution.qmd

@@ -31,26 +31,50 @@ p1 = df1.plot(kind = "barh", color = 'red')
 ```
 
 :::: {.content-visible when-profile="fr"}
-Figure 1, sans travail sur le style, présente les données sous forme de _barplot_ basique. Bien qu'elle montre les informations essentielles, elle manque de mise en page esthétique, de couleurs harmonieuses et d'annotations claires, nécessaires pour améliorer la lisibilité et l'impact visuel.
+La @fig-figure1-exo1-fr présente les données sous forme de _barplot_ basique. Bien qu'elle montre les informations essentielles, elle manque de mise en page esthétique, de couleurs harmonieuses et d'annotations claires, nécessaires pour améliorer la lisibilité et l'impact visuel.
 ::::
 
 :::: {.content-visible when-profile="en"}
-Figure 1, without any styling, displays the data in a basic _barplot_. While it conveys the essential information, it lacks aesthetic layout, harmonious colors, and clear annotations, which are necessary to improve readability and visual impact.
+@fig-figure1-exo1-en, displays the data in a basic _barplot_. While it conveys the essential information, it lacks aesthetic layout, harmonious colors, and clear annotations, which are necessary to improve readability and visual impact.
 ::::
 
 
 :::: {.cell .markdown}
-<details>
+<details open>
+
+::: {.content-visible when-profile="fr"}
 
 <summary>
-Figure 1
+Figure 1 (cliquer ici pour rétracter)
 </summary>
 
+
+```{python}
+#| echo: false
+#| fig-cap: "Première ébauche de la figure \"Les 10 compteurs avec la moyenne horaire la plus élevée\""
+#| label: fig-figure1-exo1-fr
+p1.figure
+```
+
+:::
+
+::: {.content-visible when-profile="en"}
+
+<summary>
+Figure 1 (click here to mask)
+</summary>
+
+
 ```{python}
 #| echo: false
+#| fig-cap: "First draft for 'The 10 meters with the highest hourly average'"
+#| label: fig-figure1-exo1-en
 p1.figure
 ```
 
+:::
+
+
 </details>
 ::::
 
@@ -74,30 +98,39 @@ p2 = df2.plot(kind = "barh", color = 'green')
 
 ::::: {.cell .markdown}
 
-<details>
+<details open>
 
 :::: {.content-visible when-profile="fr"}
 
 <summary>
-Figure 2 sans travail sur le style:
+Figure 2 sans travail sur le style (cliquer ici pour rétracter):
 </summary>
 
+```{python}
+#| echo: false
+#| fig-cap: "Première ébauche de la figure \"Les 10 compteurs ayant comptabilisés le plus de vélos\""
+#| label: fig-figure2-exo1-fr
+p2.figure
+```
+
 ::::
 
 :::: {.content-visible when-profile="en"}
 
 <summary>
-Figure 2 without styling:
+Figure 2 without styling (click here to mask):
 </summary>
 
-::::
-
-
 ```{python}
 #| echo: false
+#| fig-cap: "First draft of the figure 'The 10 counters that recorded the most bicycles'"
+#| label: fig-figure2-exo1-en
 p2.figure
 ```
 
+::::
+
+
 </details>
 
 :::::

content/visualisation/01_matplotlib/_exo2.qmd

@@ -1,37 +1,56 @@
+::: {.content-visible when-profile="fr"}
+Nous allons nous contenter de reproduire la @fig-figure1-exo1-fr avec `seaborn`. Pour cela, voici le code nécessaire afin d'avoir un `DataFrame` prêt à l'emploi: 
+:::
+
+::: {.content-visible when-profile="en"}
+We will simply reproduce @fig-figure1-exo1-en with `seaborn`. To do this, here is the code needed to have a ready-to-use `DataFrame`:
+:::
+
+```{python}
+#| echo: true
+#| label: preparation-exo2
+#| code-fold: true
+df1 = (
+    df
+    .groupby('nom_compteur')
+    .agg({'sum_counts': "mean"})
+    .sort_values('sum_counts', ascending = False)
+    .head(10)
+    .sort_values('sum_counts')
+)
+
+
+df1 = df1.reset_index().sort_values("sum_counts", ascending = False)
+
+df1.head()
+```
+
 :::: {.content-visible when-profile="fr"}
 
 ::: {.callout-tip}
-## Exercice 2: reproduire la première figure avec seaborn
+## Exercice 2: reproduire la première figure avec `seaborn`
 
-1. Réinitialiser l'index des _dataframes_ `df1` et `df2`
-   pour avoir une colonne *'Nom du compteur'*. Réordonner les données
-   de manière décroissante pour obtenir un graphique ordonné dans 
-   le bon sens avec `seaborn`.
+1. Refaire le graphique précédent avec la fonction `catplot` de `seaborn`. Pour contrôler la taille du graphique vous pouvez utiliser les arguments `height` et `aspect`.
 
-2. Refaire le graphique précédent avec la fonction `catplot` de `seaborn`. Pour
-   contrôler la taille du graphique vous pouvez utiliser les arguments `height` et
-   `aspect`.
+2. Ajouter les titres des axes et le titre du graphique 
 
-3. Ajouter les titres des axes et le titre du graphique pour le premier graphique
-
-4. Essayez de colorer en rouge l'axe des `x`. Vous pouvez pré-définir un
-   style avec `sns.set_style("ticks", {"xtick.color": "red"})`
+3. Même si cela n'apporte rien en termes d'information, essayez de colorer en rouge, comme sur la figure du portail _open data_, l'axe des `x`. Vous pouvez pré-définir un
+style avec `sns.set_style("ticks", {"xtick.color": "red"})`
 
 :::
 
 ::::
 
 :::: {.content-visible when-profile="en"}
 ::: {.callout-tip}
-## Exercise 2: Reproduce the First Figure with Seaborn
-
-1. Reset the index of the dataframes `df1` and `df2` to have a column *'Nom du compteur'*. Reorder the data in descending order to obtain a correctly ordered graph with `seaborn`.
+## Exercise 2: reproduce the first figure with `seaborn`
 
-2. Redo the previous graph using seaborn's `catplot` function. To control the size of the graph, you can use the `height` and `aspect` arguments.
+1. Redraw the previous graph using the `catplot` function from `seaborn`. To control the size of the graph, you can use the `height` and `aspect` arguments.
 
-3. Add axis titles and the graph title for the first graph.
+2. Add axis titles and a title to the graph. 
 
-4. Try coloring the `x` axis in red. You can pre-define a style with `sns.set_style("ticks", {"xtick.color": "red"})`.
+3. Even if it does not add any information, try colouring the `x` axis red, as in the figure on the _open data_ portal. You can predefine a
+style with `sns.set_style('ticks', {'xtick.color': 'red'})`.
 
 :::
 

content/visualisation/01_matplotlib/_exo2_solution.qmd

@@ -1,11 +1,3 @@
-```{python}
-#| output: false
-
-# Question 1. Reset index and order
-df1 = df1.reset_index().sort_values("sum_counts", ascending = False)
-df2 = df2.reset_index().sort_values("sum_counts", ascending = False)
-```
-
 ```{python}
 #| output: false
 import seaborn as sns
@@ -20,26 +12,34 @@ g = sns.catplot(
 ```
 
 ::: {.content-visible when-profile="fr"}
-À l'issue de la question 2, c'est-à-dire en utilisant `seaborn` pour reproduire de manière minimale un _barplot_, on obtient :
+À l'issue de la question 1, c'est-à-dire en utilisant `seaborn` pour reproduire de manière minimale un _barplot_, on obtient la @fig-fig1-exo2-fr. C'est déjà un peu plus propre que la version précédente (@fig-figure1-exo1-fr) et cela peut déjà suffire pour un travail exploratoire.
 :::
 
 ::: {.content-visible when-profile="en"}
-At the end of question 2, that is, by using `seaborn` to minimally reproduce a _barplot_, we get:
+At the end of question 1, i.e. using `seaborn` to reproduce a minimal barplot, we obtain @fig-fig1-exo2-en. This is already a little cleaner than the previous version (@fig-figure1-exo1-en) and may already be sufficient for exploratory work.
 :::
 
+::: {.content-visible when-profile="fr"}
 
 ```{python}
 #| echo: false
-g
-plt.show()
+#| label: fig-fig1-exo2-fr
+#| caption: "Deuxième ébauche de la figure \"Les 10 compteurs avec la moyenne horaire la plus élevée\""
+g.fig
 ```
 
-::: {.content-visible when-profile="fr"}
-Après quelques réglages esthétiques, à l'issue des questions 3 et 4, on obtient une figure proche de celle du portail _open data_ parisien.
 :::
 
+
 ::: {.content-visible when-profile="en"}
-After some aesthetic adjustments, at the end of questions 3 and 4, we get a figure close to that of the Paris _open data_ portal.
+
+```{python}
+#| echo: false
+#| label: fig-fig1-exo2-en
+#| caption: "Second draft for \"Les 10 compteurs avec la moyenne horaire la plus élevée\""
+g.fig
+```
+
 :::
 
 
@@ -57,11 +57,11 @@ plt.title('Les 10 compteurs avec la moyenne horaire la plus élevée')
 ```
 
 ::: {.content-visible when-profile="fr"}
-Les paramètres supplémentaires proposés à la question 4 permettent finalement d'obtenir la figure
+A la fin de l'exercice, on obtient une figure proche de celle qu'on essaie de reproduire. La principale différence tient à l'absence, sur la nôtre, des valeurs numériques.
 :::
 
 ::: {.content-visible when-profile="en"}
-The additional parameters proposed in question 4 ultimately allow us to obtain the figure
+At the end of the exercise, we obtain a figure close to the one we are trying to reproduce. The main difference is that ours does not include numerical values.
 :::
 
 ```{python}
@@ -72,12 +72,23 @@ sns.set_style("ticks", {"xtick.color": "red"})
 g = sns.catplot(x='sum_counts', y='nom_compteur', data=df1, kind = "bar", height = 10, aspect = 2, color = "red")
 g.set_axis_labels('Moyenne du comptage par heure sur la période sélectionnée', 'Nom du compteur')
 plt.title('Les 10 compteurs avec la moyenne horaire la plus élevée')
-plt.savefig('top10_sns.png', bbox_inches='tight')
 ```
+:::
 
+::: {.content-visible when-profile="fr"}
 ```{python}
 #| echo: false
-g
-plt.show()
+#| label: fig-fig2-exo2-fr
+#| fig-caption: "Dernière ébauche de la figure \"Les 10 compteurs avec la moyenne horaire la plus élevée\""
+g.fig
 ```
+:::
 
+::: {.content-visible when-profile="en"}
+```{python}
+#| echo: false
+#| label: fig-fig2-exo2-en
+#| fig-caption: "Final draft for \"Les 10 compteurs avec la moyenne horaire la plus élevée\" using seaborn"
+g.fig
+```
+:::