2025.46 changes

source/plotting/charts/plotly_regression_curve.py

@@ -0,0 +1,30 @@
+import pandas as pd
+import numpy as np
+from plotly.graph_objs import Figure, Scatter
+from scipy.ndimage import gaussian_filter
+
+# Créer une courbe aléatoire lissée de valeurs entre 1 et 80
+SIZE: int = 500
+np.random.seed(4)  # Pour reproduire les résultats
+df = pd.DataFrame(data={"col1": gaussian_filter(np.random.random(size=SIZE) * 79.0 + 1.0, sigma=SIZE / 133)})
+# Calculer les coefficients d'une régression de degré 2 pour col1
+c2, c1, c0 = np.polyfit(df.index, df["col1"], 2)
+df["reg1"] = c2 * df.index**2 + c1 * df.index + c0
+
+# Créer une image avec deux lignes
+figure = Figure(
+    data=[
+        Scatter(name="values", x=df.index, y=df["col1"], line={"color": "gray", "width": 1}, mode="lines"),
+        Scatter(
+            name="regression", x=df.index, y=df["reg1"], line={"color": "red", "width": 4, "dash": "dot"}, mode="lines"
+        ),
+    ],
+    layout={
+        "template": "seaborn",
+        "xaxis1": {"title": "time"},
+        "title": "Test de régression",
+        "font": {"family": "Cabin", "size": 13},
+        "yaxis1": {"title": "value"},
+    },
+)
+figure.show(renderer="browser")