Création de figures avec Matplotlib en Python

Introduction

Ce laboratoire vous guidera tout au long du processus de création de figures avec des titres, des sous-titres et des étiquettes globales à l'aide de la bibliothèque Matplotlib en Python. Vous allez apprendre à créer différents types de tracés d'oscillations et à ajouter une étiquette x ou y globale à une figure.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour passer à l'onglet Carnet d'étude pour accéder au carnet Jupyter pour pratiquer.

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 limitations 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 résoudrons rapidement le problème pour vous.

Créez un tracé d'oscillation amortie et non amortie

Tout d'abord, nous allons créer une figure avec deux sous-graphiques, l'un pour une oscillation amortie et l'autre pour une oscillation non amortie. Nous utiliserons la fonction np.linspace() pour créer un tableau de valeurs de temps puis tracer les valeurs d'amplitude correspondantes pour chaque type d'oscillation à l'aide des fonctions np.cos() et np.exp().

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.0, 5.0, 501)

fig, (ax1, ax2) = plt.subplots(1, 2, layout='constrained', sharey=True)
ax1.plot(x, np.cos(6*x) * np.exp(-x))
ax1.set_title('amortie')
ax1.set_xlabel('temps (s)')
ax1.set_ylabel('amplitude')

ax2.plot(x, np.cos(6*x))
ax2.set_xlabel('temps (s)')
ax2.set_title('non amortie')

fig.suptitle('Différents types d'oscillations', fontsize=16)

plt.show()

Ajoutez des étiquettes x et y globales à une figure

Ensuite, nous allons ajouter des étiquettes x et y globales à une figure montrant les prix d'actions relatifs de différentes entreprises au fil du temps. Nous utiliserons la fonction np.genfromtxt() pour lire un fichier CSV contenant des données sur les prix d'actions puis tracer les données pour chaque entreprise à l'aide de sous-graphiques. Nous utiliserons les méthodes fig.supxlabel() et fig.supylabel() pour ajouter des étiquettes x et y globales à la figure.

from matplotlib.cbook import get_sample_data

with get_sample_data('Stocks.csv') as file:
    stocks = np.genfromtxt(
        file, delimiter=',', names=True, dtype=None,
        converters={0: lambda x: np.datetime64(x, 'D')}, skip_header=1)

fig, axs = plt.subplots(4, 2, figsize=(9, 5), layout='constrained',
                        sharex=True, sharey=True)
for nn, ax in enumerate(axs.flat):
    column_name = stocks.dtype.names[1+nn]
    y = stocks[column_name]
    line, = ax.plot(stocks['Date'], y / np.nanmax(y), lw=2.5)
    ax.set_title(column_name, fontsize='small', loc='left')
fig.supxlabel('Année')
fig.supylabel('Prix d\'action par rapport au maximum')

plt.show()

Sommaire

Dans ce laboratoire, vous avez appris à créer des figures avec des titres et des sous-titres à l'aide de la bibliothèque Matplotlib en Python. Vous avez également appris à ajouter des étiquettes x et y globales à une figure. Ces compétences sont utiles pour créer des visualisations claires et informatives des données.