2. Exemples

2.1. Mean power (fonction, argparse)

#!/usr/bin/env python3

"""
Exemple de script (shebang, docstring, etc.) permettant une
utilisation en module (`import mean_power`) et en exécutable (`python
mean_power.py -h`);
"""


def mean_power(alist, power=1):
    r"""
    Retourne la racine `power` de la moyenne des éléments de `alist` à
    la puissance `power`:

    .. math:: \mu = (\frac{1}{N}\sum_{i=0}^{N-1} x_i^p)^{1/p}

    `power=1` correspond à la moyenne arithmétique, `power=2` au *Root
    Mean Squared*, etc.

    Exemples:
    >>> mean_power([1, 2, 3])
    2.0
    >>> mean_power([1, 2, 3], power=2)
    2.160246899469287
    """

    # *mean* = (somme valeurs**power / nb valeurs)**(1/power)
    mean = (sum( val ** power for val in alist ) / len(alist)) ** (1 / power)

    return mean


if __name__ == '__main__':

    # start-argparse
    import argparse

    parser = argparse.ArgumentParser()
    parser.add_argument('list', nargs='*', type=float, metavar='nombres',
                        help="Liste de nombres à moyenner")
    parser.add_argument('-i', '--input',
                        nargs='?', type=argparse.FileType('r'),
                        help="Fichier contenant les nombres à moyenner")
    parser.add_argument('-p', '--power',
                        type=float, default=1.,
                        help="'Puissance' de la moyenne (par défaut: %(default)s)")

    args = parser.parse_args()
    # end-argparse

    if args.input:       # Lecture des coordonnées du fichier d'entrée
        # Le fichier a déjà été ouvert en lecture par argparse (type=file)
        try:
            args.list = [float(row) for row in args.input
                         if not row.strip().startswith('#')]
        except ValueError:
            parser.error("Impossible de déchiffrer le fichier {args.input!r}")

    # Vérifie qu'il y a au moins un nombre dans la liste
    if not args.list:
        parser.error("La liste doit contenir au moins un nombre")

    # Calcul
    moyenne = mean_power(args.list, args.power)

    # Affichage du résultat
    print(f"La moyenne puissance 1/{args.power} des {len(args.list)} nombres "
          f"à la puissance {args.power} est {moyenne}.")

Source: mean_power.py

2.2. Animal (POO)

#!/usr/bin/env python3

"""
Exemple (tragique) de Programmation Orientée Objet.
"""


# Définition d'une classe ==============================

class Animal:
    """
    Un animal, défini par sa `masse` et sa vitalité (`estVivant`).
    """

    def __init__(self, masse):
        """
        Initialisation d'un Animal, a priori vivant.

        :param float masse: masse en kg (> 0)
        :raise ValueError: masse non réelle ou négative
        """

        self.masse = float(masse)  # Ajout d'un attribut "masse"
        if self.masse < 0:
            raise ValueError("La masse ne peut pas être négative.")

        self.estVivant = True      # Ajout d'un attribut "estVivant"


    def __str__(self):
        """
        Surcharge de la fonction `str()`.

        L'affichage *informel* de l'objet dans l'interpréteur, p.ex. `print(a)`
        sera résolu comme `a.__str__()`

        :return: une chaîne de caractères
        """

        return f"Animal {'vivant' if self.estVivant else 'mort'}, " \
            f"{self.masse:.0f} kg"


    def meurt(self):
        """
        L'animal meurt.
        """

        self.estVivant = False


    def grossit(self, masse):
        """
        L'animal grossit (ou maigrit) d'une certaine masse (valeur algébrique).

        :param float masse: prise (>0) ou perte (<0) de masse.
        :raise ValueError: masse non réelle.
        """

        self.masse += float(masse)


# Définition d'une classe héritée ==============================

class AnimalFeroce(Animal):
    """
    Un animal féroce est un animal qui peut dévorer d'autres animaux.

    La classe-fille hérite des attributs et méthodes de la
    classe-mère, mais peut les surcharger (i.e. en changer la
    définition), ou en ajouter de nouveaux:

    - la méthode `AnimalFeroce.__init__()` dérive directement de
      `Animal.__init__()` (même méthode d'initialisation);
    - `AnimalFeroce.__str__()` surcharge `Animal.__str__()`;
    - `AnimalFeroce.devorer()` est une nouvelle méthode propre à
      `AnimalFeroce`.
    """

    def __str__(self):
        """
        Surcharge de la fonction `str()`.
        """

        return "Animal féroce " \
            f"{'bien vivant' if self.estVivant else 'mais mort'}, " \
            f"{self.masse:.0f} kg"

    def devore(self, other):
        """
        L'animal (self) devore un autre animal (other).

        * Si other est également un animal féroce, il faut que self soit plus
          gros que other pour le dévorer. Sinon, other se défend et self meurt.
        * Si self dévore other, other meurt, self grossit de la masse de other
          (jusqu'à 10% de sa propre masse) et other maigrit d'autant.

        :param Animal other: animal à dévorer
        :return: prise de masse (0 si self meurt)
        """

        if isinstance(other, AnimalFeroce) and (other.masse > self.masse):
            # Pas de chance...
            self.meurt()
            prise = 0.
        else:
            other.meurt()             # Other meurt
            prise = min(other.masse, self.masse * 0.1)
            self.grossit(prise)       # Self grossit
            other.grossit(-prise)     # Other maigrit

        return prise


# Définition d'une autre classe héritée ==============================

class AnimalGentil(Animal):
    """
    Un animal gentil est un animal avec un `nom`.

    La classe-fille hérite des attributs et méthodes de la
    classe-mère, mais peut les surcharger (i.e. en changer la
    définition), ou en ajouter de nouveaux:

    - la méthode `AnimalGentil.__init__()` surcharge l'initialisation originale
      `Animal.__init__()`;
    - `AnimalGentil.__str__()` surcharge `Animal.__str__()`;
    """

    def __init__(self, masse, nom='Youki'):
        """
        Initialisation d'un animal gentil, avec son masse et son nom.
        """

        # Initialisation de la classe parente (nécessaire pour assurer
        # l'héritage)
        Animal.__init__(self, masse)

        # Attributs propres à la classe AnimalGentil
        self.nom = nom

    def __str__(self):
        """
        Surcharge de la fonction `str()`.
        """

        return f"{self.nom}, un animal gentil " \
            f"{'bien vivant' if self.estVivant else 'mais mort'}, " \
            f"{self.masse:.0f} kg"

    def meurt(self):
        """
        L'animal gentil meurt, avec un éloge funéraire.
        """

        Animal.meurt(self)
        print(f"Pauvre {self.nom} meurt, paix à son âme...")


if __name__ == '__main__':

    # Exemple d'utilisation des classes définies ci-dessus

    print("Une tragédie en trois actes".center(70, '='))

    print("Acte I: la vache prend 10 kg.".center(70, '-'))
    vache = Animal(500.)        # Instantiation d'un animal de 500 kg
    vache.grossit(10)           # La vache grossit de 10 kg
    print(vache)

    print("Acte II: Dumbo l'éléphant".center(70, '-'))
    elephant = AnimalGentil(1000., "Dumbo")  # Instantiation d'un animal gentil
    print(elephant)

    print("Acte III: le féroce lion".center(70, '-'))
    lion = AnimalFeroce(200)    # Instantiation d'un animal féroce
    print(lion)

    print("Scène tragique: le lion dévore l'éléphant...".center(70, '-'))
    lion.devore(elephant)       # Le lion dévore l'éléphant

    print(elephant)
    print(lion)

Exécution du code:

$ ./animal.py
=====================Une tragédie en trois actes======================
--------------------Acte I: la vache prend 10 kg.---------------------
Animal vivant, 510 kg
----------------------Acte II: Dumbo l'éléphant-----------------------
Dumbo, un animal gentil bien vivant, 1000 kg
-----------------------Acte III: le féroce lion-----------------------
Animal féroce bien vivant, 200 kg
-------------Scène tragique: le lion dévore l'éléphant...-------------
Pauvre Dumbo, paix à son âme...
Dumbo, un animal gentil mais mort, 980 kg
Animal féroce bien vivant, 220 kg

Source: animal.py

2.3. Cercle circonscrit (POO, argparse)

#!/usr/bin/env python3

"""
Calcule le cercle circonscrit à 3 points du plan.

Ce script sert d'illustration à plusieurs concepts indépendants:

- un exemple de script (shebang, docstring, etc.) permettant une
  utilisation en module (`import circonscrit`) et en exécutable
  (`python circonscrit.py -h`);
- des exemples de Programmation Orientée Objet: classe `Point` et la
  classe héritière `Vector`;
- un exemple d'utilisation du module `argparse` de la bibliothèque
  standard, permettant la gestion des arguments de la ligne de
  commande;
- l'utilisation de tests unitaires sous la forme de `doctest` (tests
  inclus dans les *docstrings* des éléments à tester).

  Pour exécuter les tests unitaires du module:

  - avec doctest: `python -m doctest -v circonscrit.py`;
  - avec pytests: `py.test --doctest-modules -v circonscrit.py`;
"""

__author__ = "Yannick Copin <y.copin@ipnl.in2p3.fr>"
__version__ = "Time-stamp: <2014-01-12 22:19 ycopin@lyonovae03.in2p3.fr>"

# Définition d'une classe ==============================


class Point:

    """
    Classe définissant un `Point` du plan, caractérisé par ses
    coordonnées `x`,`y`.
    """

    def __init__(self, x, y):
        """
        Méthode d'instanciation à partir de deux coordonnées réelles.

        >>> Point(0, 1)          # doctest: +ELLIPSIS
        <....Point object at 0x...>
        >>> Point(1 + 3j)
        Traceback (most recent call last):
        ...
        TypeError: Point.__init__() missing 1 required positional argument: 'y'
        """

        try:                    # Convertit les coords en `float`
            self.x = float(x)
            self.y = float(y)
        except (ValueError, TypeError) as exc:
            raise TypeError(f"Invalid input coordinates ({x}, {y})") from exc

    def __str__(self):
        """
        Surcharge de la fonction `str()`: l'affichage *informel* de l'objet
        dans l'interpréteur, p.ex. `str(self)` sera résolu comme
        `self.__str__()`

        Retourne une chaîne de caractères.

        >>> str(Point(1, 2))
        'Point (x=1.0, y=2.0)'
        """

        return f"Point (x={self.x}, y={self.y})"

    def is_origin(self):
        """
        Teste si le point est à l'origine en testant la nullité des deux
        coordonnées.

        Attention aux éventuelles erreurs d'arrondis: il faut tester
        la nullité à la précision numérique près.

        >>> Point(0, 0).is_origin()
        True
        >>> Point(1, 2).is_origin()
        False
        """

        import sys

        eps = sys.float_info.epsilon  # Le plus petit float non nul

        return (abs(self.x) <= eps) and (abs(self.y) <= eps)

    def distance(self, other):
        """
        Méthode de calcul de la distance du point (`self`) à un autre point
        (`other`).

        >>> A = Point(1,0); B = Point(1,1); A.distance(B)
        1.0
        """

        # hypot(dx, dy) = sqrt(dx**2 + dy**2)
        return ((self.x - other.x) ** 2 + (self.y - other.y) ** 2) ** 0.5


# Définition du point origine O
O = Point(0, 0)


# Héritage de classe ==============================


class Vector(Point):

    """
    Un `Vector` hérite de `Point` avec des méthodes additionnelles
    (p.ex. la négation d'un vecteur, l'addition de deux vecteurs, ou
    la rotation d'un vecteur).
    """

    def __init__(self, A, B):
        """
        Définit le vecteur `AB` à partir des deux points `A` et `B`.

        >>> Vector(Point(1, 0), Point(1, 1))  # doctest: +ELLIPSIS
        <....Vector object at 0x...>
        >>> Vector(0, 1)
        Traceback (most recent call last):
        ...
        AttributeError: 'int' object has no attribute 'x'
        """

        # Initialisation de la classe parente
        Point.__init__(self, B.x - A.x, B.y - A.y)

        # Attribut propre à la classe dérivée
        self.sqnorm = self.x**2 + self.y**2  # Norme du vecteur au carré

    def __str__(self):
        """
        Surcharge de la fonction `str()`: `str(self)` sera résolu comme
        `Vector.__str__(self)` (et non pas comme `Point.__str__(self)`)

        >>> str(Vector(O, Point(0, 1)))
        'Vector (x=0.0, y=1.0)'
        """

        return f"Vector (x={self.x}, y={self.y})"

    def __eq__(self, other):
        """
        Surcharge du test d'égalité `{self}=={other}`: l'instruction sera
        résolue comme `self.__eq__(other)`.

        >>> Vector(O, Point(0, 1)) == Vector(Point(1, 0), Point(1, 1))
        True
        """

        # On teste ici la nullité de la différence des 2 vecteurs.
        # D'autres tests auraient été possibles -- égalité des
        # coordonnées, nullité de la norme de la différence, etc. --
        # mais on tire profit de la méthode héritée `Point.is_origin()`
        # testant la nullité des coordonnées (à la précision numérique
        # près).
        return (self - other).is_origin()

    def __add__(self, other):
        """
        Surcharge de l'opérateur binaire `{self} + {other}`: l'instruction
        sera résolue comme `self.__add__(other)`.

        On construit une nouvelle instance de `Vector` à partir des
        coordonnées propres à l'objet `self` et à l'autre opérande
        `other`.

        >>> A = Point(1, 0); B = Point(1, 1)
        >>> Vector(A, B) + Vector(B, O) == Vector(A, O)
        True
        """

        return Vector(O, Point(self.x + other.x, self.y + other.y))

    def __sub__(self, other):
        """
        Surcharge de l'opérateur binaire `{self} - {other}`: l'instruction
        sera résolue comme `self.__sub__(other)`.

        Attention: ne surcharge pas l'opérateur unaire `-{self}`, géré
        par `__neg__`.

        >>> A = Point(1, 0); B = Point(1, 1)
        >>> str(Vector(A, B) - Vector(A, B))  # Différence
        'Vector (x=0.0, y=0.0)'
        >>> -Vector(A, B)                     # Négation
        Traceback (most recent call last):
        ...
        TypeError: bad operand type for unary -: 'Vector'
        """

        return Vector(O, Point(self.x - other.x, self.y - other.y))

    def __abs__(self):
        """
        Surcharge la fonction `abs()` pour retourner la norme du vecteur.

        >>> abs(Vector(O, Point(1, 0)))
        1.0
        """

        # On pourrait utiliser sqrt(self.sqnorm), mais c'est pour
        # illustrer l'utilisation de la méthode héritée
        # `Point.distance`...
        return Point.distance(self, O)

    def rotate(self, angle, deg=False):
        """
        Rotation (dans le sens trigonométrique) du vecteur par un `angle`,
        exprimé en radians ou en degrés.

        >>> Vector(O, Point(0, 1)).rotate(90, deg=True) == Vector(O, Point(-1, 0))
        True
        """

        from cmath import rect  # Bibliothèque de fonctions complexes

        # On calcule la rotation en passant dans le plan complexe
        z = complex(self.x, self.y)
        phase = angle if not deg else angle / 57.29577951308232  # [rad]
        zu = z * rect(1.0, phase)  # Rotation complexe (* exp(i*phase))

        return Vector(O, Point(zu.real, zu.imag))


def circumscribedCircle(M, N, P):
    """
    Calcule le centre et le rayon du cercle circonscrit aux points
    M, N, P.

    Retourne: (centre [Point], rayon [float])

    Lève une exception `ValueError` si le rayon ou le centre du cercle
    circonscrit n'est pas défini.

    >>> M = Point(-1, 0); N = Point(1, 0); P = Point(0, 1)
    >>> C, r = circumscribedCircle(M, N, P)  # Centre O, rayon 1
    >>> C.distance(O), round(r, 6)
    (0.0, 1.0)
    >>> circumscribedCircle(M, O, N)         # Indéfini
    Traceback (most recent call last):
    ...
    ValueError: Undefined circumscribed circle radius.
    """

    MN = Vector(M, N)
    NP = Vector(N, P)
    PM = Vector(P, M)

    # Rayon du cercle circonscrit
    m = abs(NP)  # |NP|
    n = abs(PM)  # |PM|
    p = abs(MN)  # |MN|

    d = (m + n + p) * (-m + n + p) * (m - n + p) * (m + n - p)
    if d > 0:
        rad = m * n * p / d**0.5
    else:
        raise ValueError("Undefined circumscribed circle radius.")

    # Centre du cercle circonscrit
    d = -2 * (M.x * NP.y + N.x * PM.y + P.x * MN.y)
    if d == 0:
        raise ValueError("Undefined circumscribed circle center.")

    om2 = Vector(O, M).sqnorm  # |OM|**2
    on2 = Vector(O, N).sqnorm  # |ON|**2
    op2 = Vector(O, P).sqnorm  # |OP|**2

    x0 = -(om2 * NP.y + on2 * PM.y + op2 * MN.y) / d
    y0 = (om2 * NP.x + on2 * PM.x + op2 * MN.x) / d

    return (Point(x0, y0), rad)  # (centre [Point], R [float])


if __name__ == "__main__":

    # start-argparse
    import argparse

    parser = argparse.ArgumentParser(
        usage="%(prog)s [-p/--plot] [-i/--input coordfile | x1,y1 x2,y2 x3,y3]",
        description="Compute the circumscribed circle to 3 points in the plan.",
    )
    parser.add_argument(
        "coords",
        nargs="*", type=str, metavar="x,y",
        help="Coordinates of point"
    )
    parser.add_argument(
        "-i", "--input",
        nargs="?", type=argparse.FileType("r"),
        help="Coordinate file (one 'x,y' per line)",
    )
    parser.add_argument(
        "-P", "--plot",
        action="store_true", default=False,
        help="Draw the circumscribed circle",
    )
    parser.add_argument(
        "-T", "--tests",
        action="store_true", default=False,
        help="Run doc tests"
    )
    parser.add_argument("--version", action="version", version=__version__)

    args = parser.parse_args()
    # end-argparse

    if args.tests:  # Auto-test mode
        import sys
        import doctest

        fails, tests = doctest.testmod(verbose=True)  # Run doc tests
        sys.exit(fails > 0)

    if args.input:  # Lecture des coordonnées du fichier d'entrée
        # Le fichier a déjà été ouvert en lecture par argparse (type=file)
        args.coords = [coords
                       for coords in args.input
                       if not coords.strip().startswith("#")]

    if len(args.coords) != 3:  # Vérifie le nb de points
        parser.error("Specify 3 points by their coordinates 'x,y' "
                     f"(got {len(args.coords)})")

    points = []                 # Liste des points
    for i, arg in enumerate(args.coords, start=1):
        try:                    # Déchiffrage de l'argument 'x,y'
            x, y = (float(t) for t in arg.split(","))
        except ValueError:
            parser.error(f"Cannot decipher coordinates #{i}: {arg!r}")

        points.append(Point(x, y))      # Création du point et ajout à la liste
        print(f"#{i:d}: {points[-1]}")  # Affichage du dernier point

    # Calcul du cercle cisconscrit (lève une ValueError en cas de problème)
    center, radius = circumscribedCircle(*points)  # Délistage
    print(f"Circumscribed circle: {center}, radius: {radius}")

    if args.plot:  # Figure
        import matplotlib.pyplot as plt

        fig, ax = plt.subplots()
        ax.set(aspect="equal")
        # Points
        ax.plot([p.x for p in points], [p.y for p in points], "ko")
        for i, p in enumerate(points, start=1):
            ax.annotate(f"#{i}", (p.x, p.y),
                        xytext=(5, 5), textcoords="offset points")
        # Cercle circonscrit
        c = plt.matplotlib.patches.Circle((center.x, center.y),
                                          radius=radius, fc="none", ec="k")
        ax.add_patch(c)  # Cercle
        ax.plot(center.x, center.y, "r+")  # Centre

        plt.show()

$ ./circonscrit.py -h
usage: circonscrit.py [-p/--plot] [-i/--input coordfile | x1,y1 x2,y2 x3,y3]

positional arguments:
  x,y                   Coordinates of point

optional arguments:
  -h, --help            show this help message and exit
  -i [INPUT], --input [INPUT]
                        Coordinate file (one 'x,y' per line)
  -p, --plot            Draw the circumscribed circle
  --version             show program's version number and exit

$ ./circonscrit.py -p 0,0 1,0 1,1

Source: circonscrit.py

2.4. Matplotlib

2.4.1. Figure (relativement) simple

Figure 2.1 Exemple de figure (charte graphique: seaborn)

#!/usr/bin/env python3
# Time-stamp: <2023-08-15 12:35:22 ycopin>

"""
Exemple un peu plus complexe de figure, incluant 2 axes, légendes, axes, etc.
"""

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, 3*np.pi, 2*360)

# Signal carré
y = np.sign(np.sin(x))            # = ± 1

# 3 premiers termes de la décomposition en série de Fourier
y1 = 4/np.pi * np.sin(x)          # Fondamentale
y2 = 4/np.pi * np.sin(3*x) / 3    # 1re harmonique
y3 = 4/np.pi * np.sin(5*x) / 5    # 2de harmonique
# Somme des 3 premières composantes
ytot = y1 + y2 + y3

# Figure
fig = plt.figure()                # Création de la Figure

# 1er axe: composantes
ax1 = fig.add_subplot(2, 1, 1,  # 1er axe d'une série de 2 × 1
                      ylabel="Composantes",
                      title="Décomposition en série de Fourier")
ax1.plot(x, y1, label="Fondamental")
ax1.plot(x, y2, label="1re harmonique")
ax1.plot(x, y3, label="2de harmonique")
ax1.legend(loc="upper left", fontsize="x-small")

# 2nd axe: décomposition
ax2 = fig.add_subplot(2, 1, 2,  # 2d axe d'une série de 2 × 1
                      ylabel="Décomposition",
                      xlabel="x [rad]")
ax2.plot(x, y, lw=2, color='k', label="Signal carré")
ax2.plot(x, ytot, lw=2, ls=':', color='k', label="Somme des composantes")
ax2.legend(loc="upper left", fontsize="x-small")

# Sauvegarde de la figure (pas d'affichage intéractif)
fig.savefig("figure.png")

Source: figure.py

2.4.2. Filtres du 2nd ordre

Figure 2.2 Filtre passe-haut du 2nd ordre.

#!/usr/bin/env python3

import numpy as np
import matplotlib.pyplot as plt


def passeBas(x, Q=1):
    """
    Filtre passe-bas en pulsation réduite *x* = omega/omega0, facteur de
    qualité *Q*.
    """

    return 1 / (1 - x ** 2 + x / Q * 1j)


def passeHaut(x, Q=1):

    return -x ** 2 / (1 - x ** 2 + x / Q * 1j)


def passeBande(x, Q=1):

    return 1 / (1 + Q * (x - 1 / x) * 1j)


def coupeBande(x, Q=1):

    return (1 - x ** 2) / (1 - x ** 2 + x / Q * 1j)


def gainNphase(f, dB=True):
    """
    Retourne le gain (éventuellement en dB) et la phase [rad] d'un
    filtre de fonction de transfert complexe *f*.
    """

    g = np.abs(f)                        # Gain
    if dB:                              # [dB]
        g = 20 * np.log10(g)
    p = np.angle(f)                      # [rad]

    return g, p


def asympGain(x, pentes=(0, -40)):

    lx = np.log10(x)
    return np.where(lx < 0, pentes[0] * lx, pentes[1] * lx)


def asympPhase(x, phases=(0, -np.pi)):

    return np.where(x < 1, phases[0], phases[1])


def diagBode(x, filtres, labels,
             title='', plim=None, gAsymp=None, pAsymp=None):
    """
    Trace le diagramme de Bode -- gain [dB] et phase [rad] -- des filtres
    de fonction de transfert complexe *filtres* en fonction de la pulsation
    réduite *x*.
    """

    fig, (axg, axp) = plt.subplots(2, 1, sharex=True)        # 2×1 axes
    axg.set(xscale='log',                                    # Axe des gains
            ylabel='Gain [dB]')
    axp.set(xlabel=r'x = $\omega$/$\omega_0$', xscale='log', # Axe des phases
            ylabel='Phase [rad]')

    lstyles = ['--', '-', '-.', ':']
    for f, label, ls in zip(filtres, labels, lstyles):   # Tracé des courbes
        g, p = gainNphase(f, dB=True)       # Calcul du gain et de la phase
        axg.plot(x, g, lw=2, ls=ls, label=f"Q={label}")  # Gain
        axp.plot(x, p, lw=2, ls=ls)                      # Phase

    # Asymptotes
    if gAsymp is not None:              # Gain
        axg.plot(x, asympGain(x, gAsymp), 'k:', lw=2)
    if pAsymp is not None:              # Phase
        # axp.plot(x, asympPhase(x,pAsymp), 'k:')
        pass

    axg.legend(fontsize='small')

    # Labels des phases
    axp.set_yticks(np.arange(-2, 2.1) * np.pi / 2)
    axp.set_yticks(np.arange(-4, 4.1) * np.pi / 4, minor=True)
    axp.set_yticklabels([r'$-\pi$', r'$-\pi/2$', r'$0$', r'$\pi/2$', r'$\pi$'])
    # Domaine des phases
    if plim is not None:
        axp.set_ylim(plim)

    # Ajouter les grilles
    for ax in (axg, axp):
        ax.grid()                           # x et y, majors
        ax.grid(which='minor')              # x et y, minors

    # Ajustements fins
    gmin, gmax = axg.get_ylim()
    axg.set_ylim(gmin, max(gmax, 3))

    fig.subplots_adjust(hspace=0.1)
    axg.xaxis.set_major_formatter(plt.matplotlib.ticker.ScalarFormatter())
    plt.setp(axg.get_xticklabels(), visible=False)

    if title:
        axg.set_title(title)

    return fig


if __name__ == '__main__':

    x = np.logspace(-1, 1, 1000)              # de 0.1 à 10 en 1000 pas

    # Facteurs de qualité
    qs = [0.25, 1 / np.sqrt(2), 5]            # Valeurs numériques
    labels = [0.25, r'$1/\sqrt{2}$', 5]      # Labels

    # Calcul des fonctions de transfert complexes
    pbs = [ passeBas(x, Q=q) for q in qs ]
    phs = [ passeHaut(x, Q=q) for q in qs ]
    pcs = [ passeBande(x, Q=q) for q in qs ]
    cbs = [ coupeBande(x, Q=q) for q in qs ]

    # Création des 4 diagrammes de Bode
    figPB = diagBode(x, pbs, labels, title='Filtre passe-bas',
                     plim=(-np.pi, 0),
                     gAsymp=(0, -40), pAsymp=(0, -np.pi))
    figPH = diagBode(x, phs, labels, title='Filtre passe-haut',
                     plim=(0, np.pi),
                     gAsymp=(40, 0), pAsymp=(np.pi, 0))
    figPC = diagBode(x, pcs, labels, title='Filtre passe-bande',
                     plim=(-np.pi / 2, np.pi / 2),
                     gAsymp=(20, -20), pAsymp=(np.pi / 2, -np.pi / 2))
    figCB = diagBode(x, cbs, labels, title='Filtre coupe-bande',
                     plim=(-np.pi / 2, np.pi / 2),
                     gAsymp=(0, 0), pAsymp=(0, 0))

    plt.show()

Source: filtres2ndOrdre.py