Amélioration des vues basiques

docs/03 - Premiers graphiques/index.md

@@ -4,27 +4,29 @@ On peut désormais tracer nos premiers graphiques simples et bruts.
 S'ils ne sont pas très instructifs par rapport à ce que nous fournissent Home Assistant et InfluxDB, ils nous permettent au moins de nous assurer que tout fonctionne, et que les données semblent cohérentes.
 Les fichiers CSV correspondant à chaque figure sont conservés dans `data/` dans ce dossier.
 
-On se limite dans un premier temps aux 7 derniers jours.
+Les graphiques couvrent maintenant toute la période disponible dans `data/weather_minutely.csv`.
+Une agrégation automatique réduit le nombre de points pour rester lisible (plus de courbes "peignes"), et l'axe des dates utilise un format compact qui évite tout chevauchement de labels.
+On peut au besoin restreindre la période avec `--days` ou imposer une fréquence d'agrégation avec `--resample`.
 
 ```shell
 python "docs/03 - Premiers graphiques/scripts/plot_basic_variables.py"
 ```
 
-![](figures/temperature_last_7_days.png)
+![](figures/temperature_overview.png)
 
-![](figures/pressure_last_7_days.png)
+![](figures/pressure_overview.png)
 
-![](figures/humidity_last_7_days.png)
+![](figures/humidity_overview.png)
 
-![](figures/rain_rate_last_7_days.png)
+![](figures/rain_rate_overview.png)
 
-![](figures/illuminance_last_7_days.png)
+![](figures/wind_speed_overview.png)
 
-![](figures/wind_speed_last_7_days.png)
+![](figures/wind_direction_overview.png)
 
-![](figures/wind_direction_last_7_days.png)
+![](figures/illuminance_overview.png)
 
-![](figures/sun_elevation_last_7_days.png)
+![](figures/sun_elevation_overview.png)
 
 ## Vues calendrier
 

docs/03 - Premiers graphiques/scripts/plot_basic_variables.py

@@ -1,5 +1,5 @@
 # scripts/plot_basic_variables.py
-"""Génère des séries temporelles simples (7 jours) pour chaque variable météo."""
+"""Génère des séries temporelles simples pour chaque variable météo."""
 
 from __future__ import annotations
 
@@ -7,7 +7,6 @@ import argparse
 from pathlib import Path
 import sys
 
-import matplotlib.pyplot as plt
 import pandas as pd
 
 
@@ -16,7 +15,7 @@ if str(PROJECT_ROOT) not in sys.path:
     sys.path.insert(0, str(PROJECT_ROOT))
 
 from meteo.dataset import load_raw_csv
-from meteo.plots import export_plot_dataset
+from meteo.plots import PlotChoice, PlotStyle, plot_basic_series, recommended_style, resample_series_for_plot
 from meteo.variables import Variable, VARIABLES
 
 
@@ -25,47 +24,32 @@ DOC_DIR = Path(__file__).resolve().parent.parent
 DEFAULT_OUTPUT_DIR = DOC_DIR / "figures"
 
 
-def _prepare_slice(df: pd.DataFrame, *, last_days: int) -> pd.DataFrame:
-    """Extrait la fenêtre temporelle souhaitée et applique une moyenne horaire pour lisser la courbe."""
+def _select_window(df: pd.DataFrame, *, last_days: int | None) -> pd.DataFrame:
+    """Extrait la fenêtre temporelle souhaitée (ou la totalité si None)."""
 
+    if last_days is None:
+        return df
     end = df.index.max()
     start = end - pd.Timedelta(days=last_days)
-    df_slice = df.loc[start:end]
-    numeric_slice = df_slice.select_dtypes(include="number")
-    if numeric_slice.empty:
-        raise RuntimeError("Aucune colonne numérique disponible pour les moyennes horaires.")
-    return numeric_slice.resample("1h").mean()
+    return df.loc[start:end]
 
 
-def _plot_variable(df_hourly: pd.DataFrame, var: Variable, output_dir: Path) -> Path | None:
-    """Trace la série pour une variable et retourne le chemin de l'image générée."""
-
-    if var.column not in df_hourly.columns:
-        print(f"⚠ Colonne absente pour {var.key} ({var.column}).")
-        return None
-
-    series = df_hourly[var.column].dropna()
-    if series.empty:
-        print(f"⚠ Aucun point valide pour {var.key} dans l'intervalle choisi.")
-        return None
-
-    output_dir.mkdir(parents=True, exist_ok=True)
-    output_path = output_dir / f"{var.key}_last_7_days.png"
-
-    export_plot_dataset(series.to_frame(name=var.column), output_path)
-
-    plt.figure()
-    plt.plot(series.index, series)
-    plt.xlabel("Temps (UTC)")
+def _format_ylabel(var: Variable) -> str:
     unit_text = f" ({var.unit})" if var.unit else ""
-    plt.ylabel(f"{var.label}{unit_text}")
-    plt.title(f"{var.label} - Moyenne horaire sur les 7 derniers jours")
-    plt.grid(True)
-    plt.tight_layout()
-    plt.savefig(output_path, dpi=150)
-    plt.close()
-    print(f"✔ Graphique généré : {output_path}")
-    return output_path
+    return f"{var.label}{unit_text}"
+
+
+def _aggregation_label(choice: PlotChoice, freq: str) -> str:
+    """Texte court pour indiquer l'agrégation appliquée."""
+
+    base = "moyenne"
+    if callable(choice.agg) and getattr(choice.agg, "__name__", "") == "_circular_mean_deg":
+        base = "moyenne circulaire"
+    elif choice.agg == "sum":
+        base = "somme"
+    elif choice.agg == "median":
+        base = "médiane"
+    return f"{base} {freq}"
 
 
 def main(argv: list[str] | None = None) -> None:
@@ -78,8 +62,23 @@ def main(argv: list[str] | None = None) -> None:
     parser.add_argument(
         "--days",
         type=int,
-        default=7,
-        help="Nombre de jours à afficher (par défaut : 7).",
+        default=None,
+        help="Nombre de jours à afficher (par défaut : toute la période disponible).",
+    )
+    parser.add_argument(
+        "--style",
+        choices=[style.value for style in PlotStyle],
+        help="Style de représentation à utiliser pour toutes les variables (par défaut : recommandations par variable).",
+    )
+    parser.add_argument(
+        "--resample",
+        help="Fréquence pandas à utiliser pour l'agrégation temporelle (par défaut : calcul automatique).",
+    )
+    parser.add_argument(
+        "--max-points",
+        type=int,
+        default=420,
+        help="Nombre de points cible après agrégation automatique (par défaut : 420).",
     )
     parser.add_argument(
         "--output-dir",
@@ -93,7 +92,7 @@ def main(argv: list[str] | None = None) -> None:
         raise FileNotFoundError(f"Dataset introuvable : {CSV_PATH}")
 
     df = load_raw_csv(CSV_PATH)
-    df_hourly = _prepare_slice(df, last_days=args.days)
+    df_window = _select_window(df, last_days=args.days)
 
     selected: list[Variable]
     if args.only:
@@ -105,8 +104,44 @@ def main(argv: list[str] | None = None) -> None:
     else:
         selected = list(VARIABLES)
 
+    output_dir: Path = args.output_dir
+    output_dir.mkdir(parents=True, exist_ok=True)
+
     for variable in selected:
-        _plot_variable(df_hourly, variable, args.output_dir)
+        if variable.column not in df_window.columns:
+            print(f"⚠ Colonne absente pour {variable.key} ({variable.column}).")
+            continue
+
+        series = df_window[variable.column].dropna()
+        if series.empty:
+            print(f"⚠ Aucun point valide pour {variable.key} sur la période choisie.")
+            continue
+
+        style_choice = recommended_style(variable, args.style)
+
+        aggregated, freq_used = resample_series_for_plot(
+            series,
+            variable=variable,
+            freq=args.resample,
+            target_points=args.max_points,
+        )
+        if aggregated.empty:
+            print(f"⚠ Pas de points après agrégation pour {variable.key}.")
+            continue
+
+        output_path = output_dir / f"{variable.key}_overview.png"
+        annotate_freq = _aggregation_label(style_choice, freq_used)
+
+        plot_basic_series(
+            aggregated,
+            variable=variable,
+            output_path=output_path,
+            style=style_choice.style,
+            title=f"{variable.label} — évolution temporelle",
+            ylabel=_format_ylabel(variable),
+            annotate_freq=annotate_freq,
+        )
+        print(f"✔ Graphique généré : {output_path}")
 
 
 if __name__ == "__main__":