Como Usar

Plotter

O módulo de gráficos trabalha em conjunto da biblioteca matplotlib automatizando seus processos para o desenvolvimento de gráficos otimizados para a análise de dados.

Classes de Configuração

Threshold

Define as linhas de referência.

value (float): Valor do limite.
color (str): Cor da linha/área.
label (str): Texto da legenda.
fill_above (bool): Preencher área acima da linha.

AxisConfig

Configurações visuais para os eixos Y.

min_val / max_val (float): Limites do eixo.
plot_type (str): 'line', 'scatter', 'bar', 'area'.
label (str): Rótulo do eixo.
thresholds (list[Threshold]): Lista de objetos Threshold.

Funções

plot_series(df, primary_conf, secondary_conf, title, x_lim)

Gera a visualização gráfica combinando os DataFrames fornecidos com as configurações de eixos primário e secundário.

Exemplo de implementação

Primeiro, definimos os limiares (Thresholds) de atenção e alerta:

limite_atencao = Threshold(
    value=1.8, 
    color='orange', 
    label='ESTADO DE ATENÇÃO',
    fill_above=True, # Preenche a área acima da linha
    alpha=0.15
)
    
limite_alerta = Threshold(
    value=2.0, 
    color='red', 
    label='ESTADO DE ALERTA',
    fill_above=True
)

Em seguida, configuramos os eixos (AxisConfig) para os dados medidos (scatter) e previstos (linha):

# Configuração para Medição (Scatter plot / Pontos)
conf_measurement = AxisConfig(
    plot_type='scatter',
    label="Nível do Mar (m)",
    columns=['Palmas'],
    min_val=-0.5, max_val=2.5, step=0.5,
    thresholds=[limite_atencao, limite_alerta], # Adiciona os limiares aqui
    plot_kwargs={
        'marker': '8',
        's': 4,
        'alpha': 1,
        'color': 'black'
    } 
)
    
# Configuração para Previsão (Line plot / Linha)
conf_forecast = AxisConfig(
    label="Nível do Mar (m)",
    columns=['Delft'],
    min_val=-0.5, max_val=2.5, step=0.5,
    plot_kwargs={
        'alpha': 1,
        'linewidth': 1.5,
        'color': 'green'
    } 
)

Por fim, chamamos a função de plotagem passando os DataFrames e as configurações:

plot_series(
    df=[df_measurements, df_forecasts],
    primary_conf=conf_measurement,
    secondary_conf=conf_forecast,
    title="Monitoramento de Ressaca - Comparação", 
    x_lim=True # Ajusta o eixo X para cobrir todos os dados
)
    
plt.show()