Refactor signal examples in 02-signaux.md to improve clarity and consistency

.forgejo/workflows/serve.yaml

@@ -11,9 +11,11 @@ jobs:
       - name: Initialize virtual environment
         run: /usr/bin/python -m venv .env
       - name: Install dependencies
-        run: ./.env/bin/pip install mystmd jupyterlab_myst ipykernel altair pandas
+        run: ./.env/bin/pip install mystmd jupyter jupyterlab_myst ipykernel altair pandas
       - name: Build static HTML
-        run: ./.env/bin/myst build --html
+        run: |
+          . .env/bin/activate
+          myst build --execute --html
       - name: Copy files
         run: |
           rm -rf /data/srv/forgejo-runner/cours4.0

cours/SIN/02-signaux.md

@@ -33,18 +33,15 @@ et un niveau **bas** ("Low").
 ```{code-cell} python
 :tags: [remove-input]
 import altair as alt
-import pandas as pd
-import matplotlib.pyplot as plt
 import numpy as np
-import random
-from scipy.interpolate import CubicSpline
+import pandas as pd
 
-random.seed(25)
+rng = np.random.default_rng(25)
 
 n = 16
-t = range(n+1)
-s = random.choices([0, 1], k=n)
-s += s[-1:]
+t = np.arange(n+1)
+s = rng.choice([0, 1], n+1)
+s[-1] = s[-2]
 data = pd.DataFrame({
   "t": t,
   "s": s,
@@ -52,24 +49,101 @@ data = pd.DataFrame({
 alt.Chart(
   data
 ).mark_line(
-  interpolate="step-after"
+  interpolate="step-after",
+  strokeWidth=3,
 ).encode(
   alt.X("t:Q").axis(title="Temps (s)").scale(domain=(0,n)),
-  alt.Y("s:Q", axis=alt.Axis(title="Signal logique", tickMinStep=1.0)).scale(domain=(0,1)),
+  alt.Y("s:Q", axis=alt.Axis(title="Signal logique", values=[0, 1], format=".0f")).scale(domain=(0,1)),
 ).properties(
   width="container",
+  height=100,
 )
-
 ```
 Exemple de signal logique
 ````
 
-Le signal logique en @logique est par exemple à l'état haut entre 1 s et 3 s,
-et à l'état bas entre 8 s et 11 s.
-Lorsque le signal passe de l'état bas à l'état haut (comme à 1 s),
+Le signal logique en @logique est par exemple à l'état haut entre 2 s et 3 s,
+et à l'état bas entre 3 s et 6 s.
+Lorsque le signal passe de l'état bas à l'état haut (comme à 2 s),
 on parle de **front montant**.
 Dans le cas contraire (comme à 3 s), on parle de **front descendant**.
 
 ## Les signaux analogiques
 
-Un signal analogique est un signal qui peut prendre un ensemble continu de valeurs.
+Un signal analogique est un signal qui peut prendre un ensemble continu de valeurs.
+Un exemple de signal analogique est donné en @analogique.
+
+````{figure}
+:label: analogique
+```{code-cell} python
+:tags: [remove-input]
+import altair as alt
+import numpy as np
+import pandas as pd
+
+rng = np.random.default_rng(25)
+
+n = 20
+t_max = 16
+
+t = np.linspace(0, t_max, n)
+
+s = 5 * rng.random(n)
+s[-1] = s[-2]
+data = pd.DataFrame({
+  "t": t,
+  "s": s,
+})
+alt.Chart(
+  data
+).mark_line(
+  interpolate="basis",
+  strokeWidth=3,
+).encode(
+  alt.X("t:Q").axis(title="Temps (s)").scale(domain=(0,t_max)),
+  alt.Y("s:Q", axis=alt.Axis(title="Signal analogique")).scale(domain=(0,5)),
+).properties(
+  width="container",
+  height=200,
+)
+```
+Exemple de signal analogique
+````
+
+## Les signaux numériques
+Un signal numérique est un signal qui peut prendre un ensemble discret de valeur,
+c'est-à-dire un ensemble précis de valeurs distinctes (généralement des nombres entiers).
+
+````{figure}
+:label: numerique
+```{code-cell} python
+:tags: [remove-input]
+import altair as alt
+import numpy as np
+import pandas as pd
+
+rng = np.random.default_rng(25)
+
+n = 16
+t = np.arange(n+1)
+s = rng.integers(0, 16, n+1)
+s[-1] = s[-2]
+data = pd.DataFrame({
+  "t": t,
+  "s": s,
+})
+alt.Chart(
+  data
+).mark_line(
+  interpolate="step-after",
+  strokeWidth=3,
+).encode(
+  alt.X("t:Q").axis(title="Temps (s)").scale(domain=(0,n)),
+  alt.Y("s:Q", axis=alt.Axis(title="Signal numérique", values=np.arange(0, 16))).scale(domain=(0,15)),
+).properties(
+  width="container",
+  height=200,
+)
+```
+Exemple de signal numérique
+````