Préambule PGF Sgskip

Introduction

Dans ce laboratoire, vous allez apprendre à utiliser la bibliothèque Matplotlib de Python pour créer des graphiques et des diagrammes. Matplotlib est une bibliothèque puissante qui vous permet de créer une large gamme de visualisations, allant des simples graphiques linéaires aux cartes thermiques complexes. À la fin de ce laboratoire, vous aurez une bonne compréhension de la manière d'utiliser Matplotlib pour créer des visualisations de base.

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'étude 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 des commentaires après la session, et nous résoudrons rapidement le problème pour vous.

Installer Matplotlib

Avant de pouvoir commencer à utiliser Matplotlib, nous devons l'installer. Vous pouvez installer Matplotlib à l'aide de pip, qui est un gestionnaire de packages pour Python. Ouvrez votre terminal ou invite de commandes et tapez la commande suivante :

pip install matplotlib

Importer Matplotlib

Une fois que vous avez installé Matplotlib, vous pouvez l'importer dans votre code Python. Pour importer Matplotlib, ajoutez la ligne suivante au début de votre script Python :

import matplotlib.pyplot as plt

Créer un graphe linéaire simple

Commençons par créer un graphe linéaire simple. Dans cet exemple, nous allons tracer les fonctions sinus et cosinus sur l'intervalle [0, 2π].

import numpy as np

x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Fonctions sinus et cosinus')
plt.legend()
plt.show()

Personnaliser le graphique

Vous pouvez personnaliser le graphique en changeant les couleurs, les styles de ligne et les marqueurs. Voici un exemple :

plt.plot(x, y1, 'r--', label='sin')
plt.plot(x, y2, 'g:', label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Fonctions sinus et cosinus')
plt.legend()
plt.show()

Créer un graphique en nuage de points

En plus des graphiques linéaires, Matplotlib peut également créer des graphiques en nuage de points. Voici un exemple :

x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 500 * np.random.rand(50)

plt.scatter(x, y, c=colors, s=sizes)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Graphique en nuage de points')
plt.show()

Créer un graphique en barres

Matplotlib peut également créer des graphiques en barres. Voici un exemple :

x = ['A', 'B', 'C', 'D', 'E']
y = [3, 7, 1, 9, 4]

plt.bar(x, y)
plt.xlabel('Catégorie')
plt.ylabel('Valeur')
plt.title('Graphique en barres')
plt.show()

Récapitulatif

Dans ce laboratoire, vous avez appris à utiliser Matplotlib pour créer des visualisations de base, y compris des graphiques linéaires, des graphiques en nuage de points et des graphiques en barres. Vous avez également appris à personnaliser les graphiques en changeant les couleurs, les styles de ligne et les marqueurs. Matplotlib est une bibliothèque puissante qui vous permet de créer une large gamme de visualisations, et avec de la pratique, vous pouvez créer des visualisations encore plus complexes.