Démonstration de la mise en page compacte (Tight Layout)

Introduction

Ce laboratoire est conçu pour fournir un guide étape par étape pour l'utilisation de Matplotlib, une bibliothèque Python pour la création de visualisations. Matplotlib est un outil de visualisation de données populaire dans les communautés scientifiques et techniques. Ce tutoriel vous guidera tout au long du processus de création de visualisations à l'aide de Matplotlib.

Conseils pour la machine virtuelle (VM)

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook afin d'accéder à Jupyter Notebook pour pratiquer.

Parfois, vous devrez peut-être attendre quelques secondes que Jupyter Notebook ait terminé de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.

Si vous rencontrez des problèmes lors de votre apprentissage, n'hésitez pas à demander de l'aide à Labby. Donnez votre avis après la session, et nous résoudrons rapidement le problème pour vous.

Importation de Matplotlib

Avant de pouvoir commencer à créer des visualisations, nous devons importer Matplotlib.

import matplotlib.pyplot as plt

Ici, nous importons le module pyplot de Matplotlib et nous le renommons en plt. C'est une convention courante dans la communauté Matplotlib.

Création d'un graphique simple

Maintenant que nous avons importé Matplotlib, nous pouvons commencer à créer des visualisations. Commençons par créer un graphique simple.

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.show()

Ici, nous créons deux listes x et y qui contiennent les valeurs de x et de y pour notre graphique. Ensuite, nous utilisons la fonction plot pour créer un graphique linéaire de x et y. Enfin, nous utilisons la fonction show pour afficher le graphique.

Personnalisation du graphique

Maintenant que nous avons un graphique de base, personnalisons-le.

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y, color='red', marker='o')
plt.title('My Plot')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.show()

Ici, nous avons ajouté quelques personnalisations à notre graphique. Nous avons changé la couleur de la ligne en rouge et ajouté des marqueurs circulaires à chaque point de données. Nous avons également ajouté un titre et des étiquettes d'axe à notre graphique.

Création de plusieurs graphiques

Nous pouvons également créer plusieurs graphiques dans la même figure.

x = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]

plt.subplot(1, 2, 1)
plt.plot(x, y1)
plt.title('Plot 1')

plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title('Plot 2')

plt.show()

Ici, nous utilisons la fonction subplot pour créer deux graphiques côte à côte dans la même figure. Nous passons trois arguments à subplot : le nombre de lignes, le nombre de colonnes et le numéro du graphique. Ensuite, nous créons un graphique dans chaque sous-graphique.

Enregistrement du graphique

Une fois que nous avons créé un graphique, nous pouvons l'enregistrer dans un fichier.

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.title('My Plot')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.savefig('my_plot.png')

Ici, nous utilisons la fonction savefig pour enregistrer notre graphique dans un fichier nommé my_plot.png.

Résumé

Dans ce laboratoire (lab), nous avons appris à utiliser Matplotlib pour créer des visualisations en Python. Nous avons commencé par importer Matplotlib et créer un graphique simple. Ensuite, nous avons personnalisé notre graphique en changeant la couleur et en ajoutant un titre et des étiquettes d'axe. Nous avons également appris à créer plusieurs graphiques dans la même figure et à enregistrer nos graphiques dans un fichier.