Exploration des possibilités offertes par Python

Dans cette partie nous allons tiliser deux bibliothèques particulièrement adaptées à notre travail:

  • pandas: pour l'import de données sous format texte.
  • matplotlib: pour le tracé des vecteurs.

A priori ces bibliothèques sont directement installées avec la plupart des distributions python.

Export csv depuis Logger Pro©

Une fois les pointages réalisés dans Logger Pro©, on les exporte au format csv dans le même dossier que le script python.

On obtient un fichier csv qui a cette forme(ici, il s'agit d'un pointage de lancer de ballon de basket avec rebond, je l'ai appelé basket.csv):

"Analyse Vidéo: Temps (s)";"Analyse Vidéo: X (m)";"Analyse Vidéo: Y (m)";"Analyse Vidéo: Vitesse X (m/s)";"Analyse Vidéo: Vitesse Y (m/s)"
0;0,0524329864114;2,06735774994;2,13773602824;1,97072540103
0,013;0,0898851195624;2,09731945646;0,65546386032;1,3425328963
0,046;0,0823946929322;2,12728116298;0,416469595422;1,36256531621
0,079;0,104865972823;2,17971414939;0,821528854964;1,84956069973

Les valeurs sont séparées par des ; et le séparateur décimal est ,.

On les importe dans python grâce à la libraire Python pandas avec la fonction read_csv(), et on simplifie les noms de colonne pour y accéder simplement avec la notation pointée.

  • data.x pour les abscisses.
  • data.vitesse_x pour la composant horizontale de la vitesse.

Nous allons maintenant les importer dans Python grâce à la bibliothèque pandas.

Import des données avec pandas


Entrée
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
## Format A4 pour les graphs(en pouces)
plt.rcParams["figure.figsize"] = (11.7, 8.3)

Entrée
data = pd.read_csv("basket.csv", sep=";", decimal=",")
## On renomme les colonnes sans le Analyse Vidéo ni l'unité
def rename_cols(col):
    """Renomme les colonnes pour garder que le symbole"""
    col = col.split(":")[-1].lower()
    col = col.split("(")[0]
    col = col.replace(" ", "_")
    col = col.strip("_")
    return col
##data.head()    
data = data.rename(rename_cols, axis='columns')
data.head()
Résultat
temps x y vitesse_x vitesse_y
0 0.000 0.052433 2.067358 2.137736 1.970725
1 0.013 0.089885 2.097319 0.655464 1.342533
2 0.046 0.082395 2.127281 0.416470 1.362565
3 0.079 0.104866 2.179714 0.821529 1.849561
4 0.113 0.142318 2.247128 1.233414 2.783728

Tracé des vecteurs avec matplotlib

Les positions sont tracées avec plt.scatter, les vecteurs avec plt.quiver. Les arguments utilisés peuvent être changés, notamment pour les échelles qui ne sont pas évidentes à régler.

Voici les liens vers la doc.


Entrée
## Positions en vert
plt.scatter(data.x, data.y, color='green', alpha=0.5)

## vecteurs vitesse en bleu
## TODO travailler sur l'échelle
plt.quiver(data.x,
           data.y,
           data.vitesse_x,
           data.vitesse_y,
           color="blue",
           scale_units="xy",
           scale=3,
           alpha=0.5,
           label="$\\vec{v}$")

## vecteurs accélération en rouge
## TODO travailler sur l'échelle
diff = data.diff()
plt.quiver(data.x,
           data.y,
           diff.vitesse_x,
           diff.vitesse_y,
           color="red",
           scale_units="xy",
           scale=1,
           alpha=0.5,
           label="$\\vec{\Delta v}$")
plt.legend()
Résultat
<matplotlib.legend.Legend at 0x7f7b08a96e20>

svg

Améliorations possibles

On peut utiliser une moyenne mobile sur les mesures pour avoir moins de points et améliorer la précison.


Entrée
data2 = data.rolling(10, center=True).mean()
data2
Résultat
temps x y vitesse_x vitesse_y
0 NaN NaN NaN NaN NaN
1 NaN NaN NaN NaN NaN
2 NaN NaN NaN NaN NaN
3 NaN NaN NaN NaN NaN
4 NaN NaN NaN NaN NaN
... ... ... ... ... ...
69 2.2649 5.106973 1.858375 0.876044 -1.294343
70 NaN NaN NaN NaN NaN
71 NaN NaN NaN NaN NaN
72 NaN NaN NaN NaN NaN
73 NaN NaN NaN NaN NaN

74 rows × 5 columns


Entrée
def trace_vecteurs(data):
    # Positions en vert
    plt.scatter(data.x, data.y, color='green', alpha=0.5)

    # vecteurs vitesse en bleu
    # TODO travailler sur l'échelle
    plt.quiver(data.x,
               data.y,
               data.vitesse_x,
               data.vitesse_y,
               color="blue",
               scale_units="xy",
               scale=3,
               alpha=0.5,
               label="$\\vec{v}$")

    # vecteurs accélération en rouge
    # TODO travailler sur l'échelle
    diff = data.diff()
    plt.quiver(data.x,
               data.y,
               diff.vitesse_x,
               diff.vitesse_y,
               color="red",
               scale_units="xy",
               scale=1,
               alpha=0.5,
               label= "$\\vec{\Delta v}$")
    plt.legend()
trace_vecteurs(data2)
Sortie
/usr/lib/python3.8/site-packages/matplotlib/quiver.py:748: RuntimeWarning: invalid value encountered in less
  short = np.repeat(length < minsh, 8, axis=1)
/usr/lib/python3.8/site-packages/matplotlib/quiver.py:762: RuntimeWarning: invalid value encountered in less
  tooshort = length < self.minlength

svg


Entrée
## sous échantillonage
N = 3
data3 = data2.loc[[i for i in data2.index if i % N == 0]]
trace_vecteurs(data3)

svg

Création d'un module trace_cinematique

Compte tenu de la complexité du code et des paramètres des tracés, j'ai créé un module trace_cinematique qui contient une fonction trace_vecteurs que les élèves peuvent importer simplement et utiliser en travaillant sur les paramètres proposés de la fonction.

Le module trace_cinematique est disponible dans un dépôt sur framagit.

Vous pouvez le télécharger à cette adresse: https://framagit.org/benabel/trace_cinematique/-/archive/master/trace_cinematique-master.zip

N'hésitez pas à faire part de vos remarques en ouvrant un ticket.

Mode d'emploi

Après avoir fait les pointages, les élèves exportent leurs pointages au format csv à partir de Logger Pro© dans le même dossier que le fichier trace_cinematique .

Ensuite dans un fichier nommé par exemple fichier_eleve.py placé toujours dans le même dossier, les élèves importent la fonction trace_vecteurs et donnent le nom du fichier csv en argument:


Entrée
## import de la fonction de tracé
from trace_cinematique import trace_vecteurs

## appel de la fonction pour le tracé des vecteurs cinematiques
trace_vecteurs("basket.csv")

svg

Travail sur les paramètres du tracé

une documentation de la fonction est disponible grâce à la fonction générique help().


Entrée
help(trace_vecteurs)
Sortie
Help on function trace_vecteurs in module trace_cinematique:

trace_vecteurs(csv_file, echelle_v=1, echelle_dv=1, n_lissage=10, n_select=1)
    Tracé de vecteurs vitesses et variations de vecteurs vitesse
    
    Arguments
    ---------
    csv_file
        chemin vers le fichier csv des pointages
    echelle_v
        echelle de tracé des vecteurs vitesse: par défaut 1
    echelle_dv
        echelle de tracé des vecteurs variation de vecteurs vitesses: par défaut 1
    n_lissage
        nombre de points de lissage par défaut 10
    n_select
        fraction des points ou les vecteurs sont tracés
        p.ex: pour n_s=3, 1 vecteur sur 3 st tracé

Ensuite en jouant sur les paramètres envoyés à la fonction(échelles , fractions de vecteurs tracés…)

On peut obtenir un tracé comme celui-ci:


Entrée
trace_vecteurs("basket.csv",
               echelle_v=3,
               echelle_dv=1,
               n_lissage=10,
               n_select=3)

svg

Licence et droits d'utilisation

Le code mis à disposition dans le module trace_cinematique est sous licence ISC, une licence libre qui permet de l'utiliser et le modifier comme bon vous semble.

Le logiciel Logger Pro© est un logiciel sous droits d'auteurs, je n'ai aucun rapport avec l'entreprise qui le développe, vous pouvez certainement adapter le code au logiciel que vous utilisez dans votre établissement.