oujood.com

Tutoriel sur Matplotlib en Python

Tutoriel pas à pas sur la bibliothèque Matplotlib, une librairie de visualisation de données en Python. Découvrez l'installation, l'importation, la création de graphiques simples, la personnalisation des graphiques et des types de graphiques avancés avec des exemples pratiques

chercher |

Les Capacités de Matplotlib :

1. Création de Graphiques Simples :

Matplotlib permet de créer facilement des graphiques de base tels que des graphiques en ligne, des diagrammes à barres, des histogrammes et des nuages de points. Ces graphiques peuvent être utilisés pour représenter des relations entre différentes variables.

2. Personnalisation des Graphiques :

Matplotlib offre un contrôle total sur la personnalisation des graphiques. Vous pouvez modifier les couleurs, les styles de lignes, les étiquettes, les titres, les légendes et les autres éléments visuels pour rendre vos graphiques plus informatifs et attrayants.

3. Types de Graphiques Avancés :

En plus des graphiques de base, Matplotlib propose des types de graphiques plus avancés, tels que les graphiques à secteurs (pie charts), les graphiques en boîte (box plots), les graphiques de violon (violin plots), les graphiques en radar (radar charts), entre autres.

4. Visualisation 3D :

Matplotlib prend également en charge la création de graphiques en 3D, utiles pour visualiser des données volumineuses ou pour représenter des modèles tridimensionnels.

1. Installation de Matplotlib :

Assurez-vous d'avoir Matplotlib installé. Si ce n'est pas le cas, vous pouvez l'installer via pip :

Exemple :       Copier le code

pip install matplotlib

2. Importation de Matplotlib :

Commencez par importer Matplotlib dans votre script Python :

Exemple :       Copier le code

import matplotlib.pyplot as plt

3. Création de graphiques simples :

a. Graphique de lignes :

Créons un graphique de lignes simple en utilisant plt.plot():

Exemple :       Copier le code


# Données à afficher sur l'axe des x et des y
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# Tracer un graphique de lignes
plt.plot(x, y)

# Ajout de titres et de légendes
plt.title('Graphique de lignes')
plt.xlabel('Axe X')
plt.ylabel('Axe Y')
plt.show()

b. Diagramme à barres :

Créons un diagramme à barres basique en utilisant plt.bar():

Exemple :       Copier le code


# Données à afficher sur l'axe des x et des y
categories = ['A', 'B', 'C', 'D']
values = [7, 3, 10, 5]

# Tracer un diagramme à barres
plt.bar(categories, values)

# Ajout de titres et de légendes
plt.title('Diagramme à barres')
plt.xlabel('Catégories')
plt.ylabel('Valeurs')
plt.show()

4. Personnalisation des graphiques :

a. Couleurs, styles et légendes :

Personnalisons davantage nos graphiques en modifiant les couleurs, les styles et en ajoutant des légendes :

Exemple :       Copier le code


# Données pour les graphiques
x = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]

# Tracer les lignes avec différentes couleurs et styles
plt.plot(x, y1, label='Série 1', color='blue', linestyle='--')
plt.plot(x, y2, label='Série 2', color='red', linestyle='-.')

# Ajout d'une légende
plt.legend()

# Ajout de titres et d'étiquettes d'axes
plt.title('Graphique avec légende')
plt.xlabel('Axe X')
plt.ylabel('Axe Y')
plt.show()

5. Types de graphiques avancés :

Matplotlib offre de nombreux types de graphiques avancés tels que les graphiques à secteurs, les nuages de points, les histogrammes, etc. Voici un exemple d'un nuage de points :

Exemple :       Copier le code


# Données pour le nuage de points
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
sizes = [20, 50, 100, 200, 500]  # Tailles des points

# Tracer un nuage de points avec des tailles différentes
plt.scatter(x, y, s=sizes)

# Ajout de titres et d'étiquettes d'axes
plt.title('Nuage de points avec différentes tailles')
plt.xlabel('Axe X')
plt.ylabel('Axe Y')
plt.show()

Conclusion :

Matplotlib est une bibliothèque incroyablement flexible et puissante pour la visualisation de données en Python. Ce tutoriel a présenté une introduction aux capacités de Matplotlib, mais il y a beaucoup plus à découvrir et à explorer dans cette bibliothèque.

Ce tutoriel vous a présenté les bases de Matplotlib avec des exemples pratiques pour créer différents types de graphiques et les personnaliser. Explorez davantage la documentation officielle de Matplotlib pour en savoir plus sur ses fonctionnalités avancées.




Voir aussi nos tutoriel :

fonction substr, substr

Retourne un segment de chaîne

Liste des propriétés css

Aide mémoire : Référence des Propriétés de CSS...

font

Définit toutes les propriétés de la police dans une déclaration