approximations_function/VISUALIZATION_GUIDE.md

Guide des Méthodes de Visualisation dans Docker

🎯 Résumé des Options

Méthode 1: WebAgg (Recommandé pour matplotlib)

python visualize_interactive_webagg.py

• ✅ Fonctionne dans Docker sans configuration X11
• ✅ Interface web simple
• ✅ Accès via http://localhost:8988
• ⚠️ Nécessite de mapper le port si Docker

Configuration Docker:

docker run -p 8988:8988 your_image python visualize_interactive_webagg.py

---

Méthode 2: Jupyter Lab (Meilleur pour développement)

jupyter lab --ip=0.0.0.0 --port=8888 --no-browser --allow-root

• ✅ Interface complète pour développement
• ✅ Supporte widgets interactifs
• ✅ Peut sauvegarder et partager notebooks

Configuration Docker:

docker run -p 8888:8888 your_image

Installation:

pip install jupyterlab ipympl

---

Méthode 3: Serveur HTTP Simple (Le plus simple)

python visualize_http_server.py

• ✅ Très simple, pas de dépendances supplémentaires
• ✅ Page HTML customisée
• ✅ Accès via http://localhost:8000/viewer.html
• ⚠️ Images statiques (pas interactif comme WebAgg)

Configuration Docker:

docker run -p 8000:8000 your_image python visualize_http_server.py

---

Méthode 4: Plotly (Meilleur pour interactivité)

python visualize_plotly.py

• ✅ Très interactif (zoom, pan, rotate)
• ✅ Fichiers HTML autonomes
• ✅ Pas besoin de serveur actif
• ✅ Info au survol
• ⚠️ Fichiers HTML plus lourds

Installation:

pip install plotly

Ouvrez simplement les fichiers HTML générés dans votre navigateur!

---

🐳 Configuration Docker Complète

Dockerfile exemple

FROM dolfinx/dolfinx:stable

# Installer les outils de visualisation
RUN pip install plotly jupyterlab ipympl

# Exposer les ports nécessaires
EXPOSE 8000 8888 8988

WORKDIR /root/test

docker-compose.yml exemple

version: '3'
services:
  fenics:
    build: .
    ports:
      - "8000:8000"   # Serveur HTTP
      - "8888:8888"   # Jupyter
      - "8988:8988"   # WebAgg
    volumes:
      - ./:/root/test
    command: bash

---

📋 Comparaison Rapide

Méthode	Interactivité	Setup	Performance	Use Case
WebAgg	⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	Viz rapide
Jupyter	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐	Développement
HTTP	⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	Partage simple
Plotly	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	Présentation

---

🚀 Commandes Rapides

# Test WebAgg
python visualize_interactive_webagg.py

# Test Plotly (plus simple)
python visualize_plotly.py
# Puis ouvrez mesh_interactive_2d.html dans votre navigateur

# Serveur HTTP
python visualize_http_server.py
# Ouvrez http://localhost:8000/viewer.html

# Jupyter
jupyter lab --ip=0.0.0.0 --port=8888 --no-browser --allow-root

---

⚡ Recommandation

Pour Docker, je recommande dans cet ordre:

1. Plotly - Le plus simple, fichiers HTML autonomes
2. Serveur HTTP - Bon compromis simplicité/fonctionnalité
3. Jupyter Lab - Si vous développez beaucoup
4. WebAgg - Alternative légère à Jupyter