Les bases du tracé avec Matplotlib en Python

Introduction

Ce tutoriel vous guidera dans les bases de Matplotlib pour Python, une bibliothèque de tracé pour le langage de programmation Python. Dans ce tutoriel, vous allez apprendre à créer et personnaliser différents types de graphiques à l'aide de Matplotlib.

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 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.

Installation

Avant d'utiliser Matplotlib, vous devez l'installer. Vous pouvez utiliser pip, un gestionnaire de packages pour Python, pour installer Matplotlib en exécutant la commande suivante dans votre terminal :

pip install matplotlib

Importation de Matplotlib

Pour utiliser Matplotlib, vous devez l'importer dans votre script Python. Vous pouvez importer Matplotlib à l'aide du code suivant :

import matplotlib.pyplot as plt

Création d'un graphique simple

Le graphique le plus simple dans Matplotlib est un graphique en ligne. Vous pouvez créer un graphique en ligne à l'aide de la méthode plot(). Voici un exemple de code qui crée un graphique en ligne simple :

import matplotlib.pyplot as plt

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

## Crée un graphique
plt.plot(x, y)

## Ajoute des étiquettes et un titre
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Simple Plot')

## Affiche le graphique
plt.show()

Dans ce code, nous définissons d'abord nos points de données comme deux listes x et y. Nous créons ensuite un graphique à l'aide de la méthode plot() et nous passons nos points de données. Nous ajoutons ensuite des étiquettes aux axes X et Y et un titre au graphique à l'aide des méthodes xlabel(), ylabel() et title(). Enfin, nous affichons le graphique à l'aide de la méthode show().

Personnalisation du graphique

Matplotlib propose un large éventail d'options de personnalisation pour les graphiques. Voici un exemple de code qui personnalise notre graphique en ligne simple :

import matplotlib.pyplot as plt

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

## Crée un graphique
plt.plot(x, y, color='red', linewidth=2, linestyle='--', marker='o', markersize=8, markerfacecolor='yellow')

## Ajoute des étiquettes et un titre
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Customized Plot')

## Affiche le graphique
plt.show()

Dans ce code, nous utilisons divers paramètres de la méthode plot() pour personnaliser le graphique. Nous changeons la couleur de la ligne en rouge, la largeur de la ligne en 2, le style de ligne en pointillé (--), le marqueur en cercle (o), la taille du marqueur en 8 et la couleur de fond du marqueur en jaune.

Création de différents types de graphiques

Matplotlib prend en charge un large éventail de types de graphiques, y compris les graphiques en ligne, les graphiques de dispersion, les graphiques en barre, etc. Voici un exemple de code qui crée un graphique de dispersion :

import matplotlib.pyplot as plt
import numpy as np

## Génère des données aléatoires
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 1000 * np.random.rand(50)

## Crée un graphique de dispersion
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5)

## Ajoute des étiquettes et un titre
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot')

## Affiche le graphique
plt.show()

Dans ce code, nous utilisons la méthode scatter() pour créer un graphique de dispersion. Nous générons des données aléatoires à l'aide de la bibliothèque NumPy et nous la passons à la méthode scatter(). Nous utilisons également le paramètre c pour spécifier les couleurs des points de données, le paramètre s pour spécifier les tailles des points de données et le paramètre alpha pour spécifier la transparence des points de données.

Récapitulatif

Dans ce tutoriel, vous avez appris à créer et personnaliser différents types de graphiques à l'aide de Matplotlib en Python. Vous avez également appris à installer Matplotlib, à l'importer dans votre script Python et à créer un graphique en ligne simple et un graphique de dispersion. Matplotlib est une bibliothèque de tracé puissante qui offre un large éventail d'options de personnalisation pour créer des graphiques de haute qualité.