Créer des visualisations personnalisées avec Matplotlib

Introduction

Dans ce tutoriel, nous allons apprendre à créer et personnaliser des graphiques à l'aide de Matplotlib. Matplotlib est une bibliothèque Python qui fournit un large éventail d'outils pour créer des visualisations statiques, animées et interactives en Python.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet d'adresses pour accéder au carnet Jupyter pour la pratique.

Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limites du carnet Jupyter.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous réglerons rapidement le problème pour vous.

Importation des bibliothèques Matplotlib et NumPy

La première étape consiste à importer les bibliothèques. Nous allons utiliser le module pyplot de Matplotlib et la bibliothèque numpy.

import matplotlib.pyplot as plt
import numpy as np

Création d'une figure et de sous-graphiques

L'étape suivante est de créer une figure et des sous-graphiques. Nous allons créer une figure avec deux sous-graphiques côte à côte à l'aide de la fonction subplots.

fig, (ax0, ax1) = plt.subplots(ncols=2, figsize=(7, 4))

Régler le rapport d'aspect et tracer des données

Maintenant, nous allons régler le rapport d'aspect du premier sous-graphique sur 1 à l'aide de la fonction set_aspect et tracer certaines données à l'aide de la fonction plot.

ax0.set_aspect(1)
ax0.plot(np.arange(10))

Personnaliser les étiquettes des axes

Pour personnaliser les étiquettes des axes, nous pouvons utiliser les fonctions set_xlabel et set_ylabel. Nous pouvons également ajouter des retours à la ligne en utilisant le caractère "\n".

ax0.set_xlabel('this is a xlabel\n(with newlines!)')
ax0.set_ylabel('this is vertical\ntest', multialignment='center')

Ajouter du texte au tracé

Nous pouvons ajouter du texte au tracé à l'aide de la fonction text. Nous pouvons spécifier la position, la rotation, l'alignement horizontal et vertical, et l'alignement multiple du texte.

ax0.text(2, 7, 'this is\nyet another test',
         rotation=45,
         horizontalalignment='center',
         verticalalignment='top',
         multialignment='center')

Ajouter des lignes de grille

Pour ajouter des lignes de grille au tracé, nous pouvons utiliser la fonction grid.

ax0.grid()

Ajouter du texte multiligne au deuxième sous-graphique

Dans le deuxième sous-graphique, nous allons ajouter du texte multiligne à l'aide de la fonction text. Nous pouvons spécifier la position, la taille, l'alignement vertical et horizontal, et la boîte englobante (bbox) du texte.

ax1.text(0.29, 0.4, "Mat\nTTp\n123", size=18,
         va="baseline", ha="right", multialignment="left",
         bbox=dict(fc="none"))

ax1.text(0.34, 0.4, "Mag\nTTT\n123", size=18,
         va="baseline", ha="left", multialignment="left",
         bbox=dict(fc="none"))

ax1.text(0.95, 0.4, "Mag\nTTT$^{A^A}$\n123", size=18,
         va="baseline", ha="right", multialignment="left",
         bbox=dict(fc="none"))

Personnaliser les étiquettes de l'axe des x

Pour personnaliser les étiquettes de l'axe des x, nous pouvons utiliser la fonction set_xticks. Nous pouvons spécifier les positions et les étiquettes des repères.

ax1.set_xticks([0.2, 0.4, 0.6, 0.8, 1.],
               labels=["Jan\n2009", "Feb\n2009", "Mar\n2009", "Apr\n2009",
                       "May\n2009"])

Ajouter une ligne horizontale et un titre au deuxième sous-graphique

Pour ajouter une ligne horizontale au deuxième sous-graphique, nous pouvons utiliser la fonction axhline. Nous pouvons également ajouter un titre au sous-graphique à l'aide de la fonction set_title.

ax1.axhline(0.4)
ax1.set_title("test line spacing for multiline text")

Ajuster les positions des sous-graphiques et afficher le tracé

Enfin, nous pouvons ajuster les positions des sous-graphiques à l'aide de la fonction subplots_adjust et afficher le tracé à l'aide de la fonction show.

fig.subplots_adjust(bottom=0.25, top=0.75)
plt.show()

Sommaire

Dans ce tutoriel, nous avons appris à créer et personnaliser des tracés à l'aide de Matplotlib. Nous avons vu comment créer une figure et des sous-graphiques, tracer des données, personnaliser les étiquettes des axes, ajouter du texte au tracé, ajouter des lignes de grille, personnaliser les étiquettes de l'axe des x, ajouter une ligne horizontale et un titre au tracé, et ajuster les positions des sous-graphiques. Matplotlib fournit une large gamme d'outils pour créer des visualisations statiques, animées et interactives en Python, ce qui en fait une bibliothèque puissante pour la visualisation de données.