plot

name	plot
description	Annoter visuellement des plots matplotlib et les modifier via référence par couleur
metadata	{"short-description":"Annotation visuelle de plots"}

Skill Plot - Annotation visuelle de plots

Workflow pour annoter des plots matplotlib avec des zones colorées et les modifier par référence.

Commandes

Commande	Description
/plot ou /plot show	Affiche le plot actuel et ses annotations
/plot load <chemin>	Charge une image et lance l'annotateur
/plot annotate	Lance l'annotateur HTML
/plot zones	Liste les annotations par groupe
/plot apply	Applique les modifications au code source
/plot list	Liste tous les plots sauvegardés

---

Pipeline complet

Étape 1: Charger le plot

/plot load /chemin/vers/figure.png

Actions:

1. Copier l'image vers ~/.claude/plots/current.png
2. Chercher le script source automatiquement (grep dans le projet)
3. Demander la commande de régénération
4. Sauvegarder les métadonnées
5. Lancer l'annotateur

Étape 2: Annoter (utilisateur)

L'utilisateur dans le navigateur:

• Zoom/pan pour naviguer
• Dessiner formes + ajouter texte descriptif
• ➕ Nouveau groupe pour séparer les annotations
• 💾 Sauvegarder

Étape 3: Appliquer les modifications

/plot apply

Claude:

1. Lit les annotations groupées
2. Pour chaque groupe: forme(s) + texte = une modification
3. Trouve l'élément matplotlib correspondant
4. Modifie le code source
5. Régénère le plot

---

Format des annotations (JSON)

{
  "zones": [
    {
      "id": "blue",
      "color": "#2196F3",
      "type": "rect",
      "group_id": 2,
      "bbox": [1730, 115, 2266, 300],
      "label": null
    },
    {
      "id": "blue",
      "color": "#2196F3",
      "type": "text",
      "group_id": 2,
      "text": "remplacer Dynamic par Updated",
      "position": [726, 172],
      "label": null
    },
    {
      "id": "red",
      "color": "#F44336",
      "type": "rect",
      "group_id": 3,
      "bbox": [197, 1283, 2299, 1487],
      "label": null
    },
    {
      "id": "red",
      "color": "#F44336",
      "type": "text",
      "group_id": 3,
      "text": "plus petit labels",
      "position": [1758, 1490],
      "label": null
    }
  ],
  "created": "2026-01-22T16:09:51.051Z",
  "plot_name": "current"
}

Interprétation:

• Groupe 2 (bleu): Rectangle sur titre/légende + "remplacer Dynamic par Updated"
• Groupe 3 (rouge): Rectangle sur x-axis + "plus petit labels"

---

Logique de /plot apply

1. Parser les annotations par groupe

# Pseudo-code
groups = {}
for zone in annotations["zones"]:
    gid = zone["group_id"]
    if gid not in groups:
        groups[gid] = {"shapes": [], "text": None, "color": zone["id"]}
    if zone["type"] == "text":
        groups[gid]["text"] = zone["text"]
    else:
        groups[gid]["shapes"].append(zone)

2. Pour chaque groupe, identifier la modification

Zone (bbox)	Texte	Action matplotlib
Titre (haut centre)	"changer X"	ax.set_title(...)
Légende	"modifier label"	ax.legend(...) ou dans plot()/scatter()
Axes X (bas)	"plus petit"	ax.tick_params(axis='x', labelsize=...)
Axes Y (gauche)	"rotation"	ax.set_ylabel(..., rotation=...)
Points scatter	"enlever bordure"	scatter(..., edgecolors='none')
Ligne	"changer couleur"	plot(..., color='...')

3. Mapper bbox → élément du plot

Pour une image 4200×1650:

• Titre: y < 200, x centré
• Légende: souvent coin supérieur droit ou selon loc=
• X-axis labels: y > 1400 (bas)
• Y-axis labels: x < 200 (gauche)
• Zone données: rectangle central

4. Modifier le code source

1. Lire current_meta.json pour obtenir source_script
2. Trouver la fonction/section qui génère le plot
3. Appliquer la modification (ex: ajouter labelsize=8)
4. Sauvegarder le fichier

5. Régénérer le plot

cd {regen_cwd} && {regen_cmd}

---

Actions détaillées par commande

/plot show

# 1. Afficher l'image
Read("~/.claude/plots/current.png")

# 2. Lire métadonnées
meta = Read("~/.claude/plots/current_meta.json")

# 3. Lire annotations
annotations = Read("~/.claude/plots/current_annotations.json")

# 4. Résumer par groupe
for group_id, items in group_by(annotations, "group_id"):
    shapes = [i for i in items if i["type"] != "text"]
    text = next((i["text"] for i in items if i["type"] == "text"), None)
    print(f"Groupe {group_id}: {len(shapes)} forme(s), instruction: {text}")

/plot annotate

Lance l'annotateur vide (sans image). L'utilisateur peut drag & drop ou cliquer "current.png".

fuser -k 8888/tcp 2>/dev/null || true
sleep 1
python3 ~/.claude/tools/annotate_server.py &
sleep 2
xdg-open "http://localhost:8888/annotate.html"  # Sans ?load=true → démarre vide

/plot zones

Lire et afficher current_annotations.json groupé par group_id.

/plot load <chemin>

1. cp <chemin> ~/.claude/plots/current.png
2. Chercher script source:

   # Extraire nom fichier
   filename=$(basename <chemin> .png)
   # Trouver projet root
   project_root=$(git -C $(dirname <chemin>) rev-parse --show-toplevel 2>/dev/null)
   # Chercher dans les .py
   grep -r "$filename" --include="*.py" "$project_root"
   

3. Demander commande regen (AskUserQuestion)
4. Sauver métadonnées
5. Lancer annotateur avec ?load=true pour charger l'image automatiquement:

   fuser -k 8888/tcp 2>/dev/null || true
   sleep 1
   python3 ~/.claude/tools/annotate_server.py &
   sleep 2
   xdg-open "http://localhost:8888/annotate.html?load=true"
   

/plot apply

IMPORTANT: Suivre cette logique exacte avec CONFIRMATION OBLIGATOIRE:

1. Lire les fichiers

   annotations = ~/.claude/plots/current_annotations.json
   meta = ~/.claude/plots/current_meta.json
   

2. Grouper les annotations

   Pour chaque group_id unique:
     - Collecter les formes (rect, circle, line)
     - Extraire le texte (instruction)
   

3. Pour chaque groupe, analyser:

   • Où pointe la forme? (bbox → élément matplotlib)
   • Que demande le texte? (instruction)

4. Lire le code source (meta.source_script)

5. AFFICHER UN RÉSUMÉ DÉTAILLÉ (NE PAS MODIFIER ENCORE!)

   ## Modifications proposées
   
   **Fichier:** `/chemin/vers/script.py`
   
   ### Groupe X (couleur):
   - **Zone ciblée:** [description de l'élément, ex: "Titre principal", "Légende", "Labels axe X"]
   - **Instruction:** "texte de l'annotation"
   - **Modification proposée:**
     - Ligne ~XX: `ancien_code`
     - Devient: `nouveau_code`
   
   ### Groupe Y (couleur):
   - **Zone ciblée:** ...
   - **Instruction:** ...
   - **Modification proposée:** ...
   
   ---
   **Confirmer ces modifications?** (oui/non)
   

6. ATTENDRE LA CONFIRMATION EXPLICITE

   • Si "oui" → procéder aux modifications
   • Si "non" → demander ce qui doit être ajusté
   • NE JAMAIS modifier le code sans confirmation!

7. Appliquer les modifications (seulement après confirmation)

8. Régénérer si regen_cmd disponible

---

Contrôles de l'annotateur

Action	Contrôle
Zoom	Molette souris
Pan	Espace+drag, Clic-droit+drag, ou bouton ✋
Dessiner	Choisir outil (rect/circle/line/freedraw/text)
Texte	Outil 📝 + clic → modal stylée (Enter=OK, Esc=annuler)
Nouveau groupe	Bouton ➕ (sépare les annotations)
Labels	Bouton 🏷️ → panneau latéral
Sauvegarder	Bouton 💾 (auto-save sur disque)
Supprimer	Sélection + Delete

---

Fichiers

Fichier	Contenu
~/.claude/plots/current.png	Plot actuel (sauvegardé auto quand user drop + save)
~/.claude/plots/current_annotated.png	Plot avec annotations visuelles
~/.claude/plots/current_meta.json	Métadonnées (source_script détecté auto)
~/.claude/plots/current_annotations.json	Zones annotées avec group_id
~/.claude/tools/annotate.html	App HTML (Fabric.js)
~/.claude/tools/annotate_server.py	Serveur Python (port 8888)

Détection automatique

Quand l'utilisateur drop une image dans l'annotateur et clique Save:

1. L'image de fond → current.png
2. Le nom du fichier est envoyé au serveur
3. Le serveur cherche dans les projets connus (grep -r "filename" --include="*.py")
4. Si trouvé → current_meta.json est mis à jour avec source_script

Projets scannés:

• Dossiers des précédents /plot load
• ~/Github, /media/*/Data/Github

---

Couleurs disponibles

Couleur	Hex	Usage suggéré
blue	#2196F3	Annotations principales
red	#F44336	Erreurs, suppressions
green	#4CAF50	Validations, OK
yellow	#FFEB3B	Attention, warnings
orange	#FF9800	Modifications secondaires
purple	#9C27B0	Notes spéciales

---

Exemple complet

Utilisateur: /plot load /media/data/outputs/fig_trends.png

Claude: Plot chargé.
- Source: /media/data/scripts/plot_trends.py
- Commande regen: python scripts/plot_trends.py --output outputs/
- Annotateur: http://localhost:8888/annotate.html

[Utilisateur annote: rect bleu sur légende + texte "Dynamic → Updated"]
[Utilisateur annote: rect rouge sur x-axis + texte "smaller font"]
[Utilisateur clique 💾]

Utilisateur: /plot apply

Claude: J'ai analysé 2 groupes d'annotations. Voici les modifications proposées:

---
## Modifications proposées

**Fichier:** `/media/data/scripts/plot_trends.py`

### Groupe 2 (bleu) - Légende
- **Zone ciblée:** Légende (bbox: 2491,1146 → 3054,1301)
- **Instruction:** "Dynamic → Updated"
- **Modification proposée:**
  - Ligne 45: `label='Dynamic (Sentinel-2)'`
  - Devient: `label='Updated (Sentinel-2)'`

### Groupe 3 (rouge) - Labels axe X
- **Zone ciblée:** Labels axe X (bbox: 197,1283 → 2299,1487)
- **Instruction:** "smaller font"
- **Modification proposée:**
  - Ajouter après ligne 52: `ax.tick_params(axis='x', labelsize=8)`

---
**Confirmer ces modifications?** (oui/non)

Utilisateur: oui

Claude: Modifications appliquées ✓
- Ligne 45: label mis à jour
- Ligne 53: tick_params ajouté

Régénération du plot...
[Commande exécutée]

✅ Nouveau plot généré. Voici le résultat:
[Affiche le nouveau plot]