#!/usr/bin/env python
# coding: utf-8

# # Introduction matplotlib
# 
# ##### Germain Salvato-Vallverdu [germain.vallverdu@univ-pau.fr](mailto:germain.vallverdu@univ-pau.fr)
# 
# Ce notebook est une **très courte** introduction à matplotlib. Le site de SciPy, propose un cours sur `matplotlib`. On trouve de plus une gallerie bien fournie sur le site de matplotlib d'où on peut extraire de nombreux exemples :
# 
# * [Le cours sur SciPy](http://www.scipy-lectures.org/intro/matplotlib/matplotlib.html)
# * [La galerie sur matplotlib](http://matplotlib.org/gallery.html)
# 
# Dans IPython ou jupyter, on peut importer matplotlib avec la commande magique `%pylab` qui charge un environement de travail complet avec NumPy, SciPy et matplotlib.

# In[68]:


get_ipython().run_line_magic('pylab', '--no-import-all inline')


# Sinon on l'importe généralement en faisant :
# 
# ```py
# import matplotlib.pyplot as plt
# ```

# ## Exemples :
# 
# Ceci est un exemple pas à pas pour démarrer. Reportez-vous à
# [la galerie](http://matplotlib.org/gallery.html) pour plus d'exemples.
# 
# On va tracer la fonction $S(t)$ et son envelope :
# 
# $$
#     S(t) = \sin(2\,t) \,e^{-0.04\, t}
# $$
# 
# ### Définition des fonctions

# In[87]:


def signal(t):
    return np.sin(2 * t) * np.exp(-4e-2 * t)
def envelope(t):
    return np.exp(-4e-2 * t)


# ### Un premier graphique

# In[70]:


t = np.linspace(0, 80, 200)
plt.plot(t, signal(t))
plt.savefig("/Users/gvallver/git/python_sciences/mpl/graph1.png")


# ## On ajoute l'envelope

# In[71]:


t = np.linspace(0, 80, 200)
plt.plot(t, signal(t))
plt.plot(t, envelope(t), color="red", linestyle="--")
plt.plot(t, -envelope(t), color="red", linestyle="--")
plt.savefig("/Users/gvallver/git/python_sciences/mpl/graph2.png")


# ### On ajoute des informations

# In[72]:


t = np.linspace(0, 80, 200)
plt.plot(t, signal(t))
plt.plot(t, envelope(t), color="red", linestyle="--")
plt.plot(t, -envelope(t), color="red", linestyle="--")
plt.xlabel("temps (s)")
plt.ylabel("Signal (ua)")
plt.title("Ma super fonction amortie")
plt.savefig("/Users/gvallver/git/python_sciences/mpl/graph3.png")


# ### Et la légende ?

# In[73]:


t = np.linspace(0, 80, 200)
plt.plot(t, signal(t), label="signal")
plt.plot(t, envelope(t), color="red", linestyle="--", label="envelope")
plt.plot(t, -envelope(t), color="red", linestyle="--")
plt.xlabel("temps (s)")
plt.ylabel("Signal (ua)")
plt.title("Ma super fonction amortie")
plt.legend()
plt.savefig("/Users/gvallver/git/python_sciences/mpl/graph4.png")


# ### Échelle des axes

# In[77]:


t = np.linspace(0, 80, 200)
plt.plot(t, signal(t), label="signal")
plt.plot(t, envelope(t), color="red", linestyle="--", label="envelope")
plt.plot(t, -envelope(t), color="red", linestyle="--")
plt.xlabel("temps (s)")
plt.ylabel("Signal (ua)")
plt.title("Ma super fonction amortie")
plt.legend()
plt.xlim((0, 40))
plt.ylim((-1.2, 1.5))
plt.savefig("/Users/gvallver/git/python_sciences/mpl/graph5.png")


# ### Une annotation

# In[86]:


t = np.linspace(0, 80, 200)
plt.plot(t, signal(t), label="signal")
plt.plot(t, envelope(t), color="red", linestyle="--", label="envelope")
plt.plot(t, -envelope(t), color="red", linestyle="--")
plt.xlabel("temps (s)")
plt.ylabel("Signal (ua)")
plt.title("Ma super fonction amortie")
plt.legend()
plt.xlim((0, 40))
plt.ylim((-1.2, 1.5))
plt.scatter([25, ], [0, ], s=50)
plt.plot(x, 1 - 4e-2 * t, color="#0C0B0E", linestyle="solid", linewidth=.5)
plt.annotate("Vous avez vu là !!", color="#0C0B0E",
             xy=(25, 0), xycoords='data',
             xytext=(-40, +60), textcoords='offset points', fontsize=16,
             arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.8"))
plt.savefig("/Users/gvallver/git/python_sciences/mpl/graph6.png")


# ## Et maintenant :
# 
# Maintenant, c'est à vous de jouer ! Il y a certainement un exemple dans [la galerie](http://matplotlib.org/gallery.html) qui se rapproche de se que vous voulez faire.