Tutoriel sur l'interface Pyplot de Matplotlib

Introduction

Ce tutoriel fournit un guide étape par étape pour utiliser l'interface pyplot dans Matplotlib. Le module pyplot est une collection de fonctions qui rend Matplotlib fonctionnel comme MATLAB, vous permettant de créer et de personnaliser facilement des graphiques. Ce tutoriel suppose que vous avez une compréhension de base de Matplotlib et de ses concepts.

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 Notebook pour accéder à Jupyter Notebook pour la pratique.

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

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.

Générer un graphique simple

Pour commencer, générons un graphique simple à l'aide de la fonction plot dans pyplot. Dans cet exemple, nous allons tracer un graphique en ligne avec les valeurs y [1, 2, 3, 4] :

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4])
plt.ylabel('some numbers')
plt.show()

Explication :

• Nous importons le module pyplot de matplotlib et le redéfinissons sous le nom plt.
• La fonction plot est utilisée pour générer un graphique en ligne. En fournissant une seule liste de valeurs y, les valeurs x sont automatiquement générées comme étant [0, 1, 2, 3], car les plages Python commencent à 0.
• La fonction ylabel définit l'étiquette pour l'axe y.
• Enfin, la fonction show affiche le graphique.

Formater le style du graphique

Ensuite, personnalisons le style de notre graphique. Nous pouvons utiliser le troisième argument optionnel de la fonction plot pour spécifier la chaîne de formatage, qui indique la couleur et le type de ligne du graphique. Par exemple, traçons le même graphique en ligne avec des cercles rouges :

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')
plt.axis([0, 6, 0, 20])
plt.show()

Explication :

• Nous utilisons la chaîne de formatage 'ro' pour indiquer des cercles rouges pour le graphique.
• La fonction axis est utilisée pour définir la zone d'affichage des axes, en spécifiant la plage de valeurs pour l'axe x et l'axe y.

Tracer plusieurs lignes

Nous pouvons également tracer plusieurs lignes avec différents styles dans un appel de fonction en utilisant des tableaux. Traçons trois lignes : une ligne rouge pointillée, des carrés bleus et des triangles verts :

import numpy as np

t = np.arange(0., 5., 0.2)

plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

Explication :

• Nous utilisons le module numpy pour créer un tableau t avec des valeurs d'un temps régulièrement échantillonnées.
• La fonction plot est appelée avec trois paires de valeurs x et y, suivies des chaînes de formatage 'r--' (ligne rouge pointillée), 'bs' (carrés bleus) et 'g^' (triangles verts).

Tracer avec des variables catégorielles

Matplotlib vous permet de créer des graphiques en utilisant des variables catégorielles. Créons un graphique en barres, un graphique de dispersion et un graphique en ligne avec des variables catégorielles :

names = ['group_a', 'group_b', 'group_c']
values = [1, 10, 100]

plt.figure(figsize=(9, 3))

plt.subplot(131)
plt.bar(names, values)
plt.subplot(132)
plt.scatter(names, values)
plt.subplot(133)
plt.plot(names, values)

plt.suptitle('Categorical Plotting')
plt.show()

Explication :

• Nous créons une liste names avec trois valeurs catégorielles et une liste values représentant leurs valeurs correspondantes.
• La fonction figure est appelée pour créer une nouvelle figure avec une taille spécifiée.
• Nous utilisons la fonction subplot pour créer une grille de sous-graphiques. Dans cet exemple, nous créons trois sous-graphiques, chacun avec un type de graphique différent : graphique en barres, graphique de dispersion et graphique en ligne.
• La fonction suptitle est utilisée pour définir le titre principal de la figure.

Personnaliser les propriétés des lignes

Matplotlib vous permet de personnaliser diverses propriétés des lignes, telles que la largeur de la ligne, le style de tirets et la couleur. Montrez quelques façons de définir les propriétés des lignes :

x = np.arange(0, 5, 0.1)
line, = plt.plot(x, np.sin(x), '-')

## Utilisation de la méthode de définition de l'instance Line2D
line.set_linewidth(2.0)  ## Définir la propriété de largeur de ligne de la ligne à 2.0

## Utilisation de la fonction plt.setp
plt.setp(line, color='r', linewidth=2.0)  ## Définir les propriétés de couleur et de largeur de ligne à l'aide de la fonction setp

plt.show()

Explication :

• Nous créons un tableau x et calculons les valeurs y correspondantes à l'aide de la fonction np.sin.
• La fonction plot est appelée pour créer un graphique en ligne.
• Nous utilisons la méthode set de l'instance Line2D pour définir la propriété de largeur de ligne de la ligne à 2.0.
• Alternativement, nous pouvons utiliser la fonction setp pour définir plusieurs propriétés de la ligne, telles que la couleur et la largeur de ligne, en utilisant des arguments clés.

Sommaire

Dans ce tutoriel, nous avons appris à utiliser l'interface pyplot de Matplotlib pour créer et personnaliser des graphiques. Nous avons abordé la génération de graphiques simples, la mise en forme du style des graphiques, le tracé de plusieurs lignes, l'utilisation de variables catégorielles et la personnalisation des propriétés des lignes. En utilisant ces fonctionnalités, vous pouvez créer différents types de graphiques pour visualiser efficacement vos données.