Matplotlib : Utilisation de la feuille de style 'Dark_background'

Beginner

This tutorial is from open-source community. Access the source code

Introduction

Matplotlib est une bibliothèque de visualisation de données utilisée pour créer des visualisations statiques, animées et interactives en Python. Dans ce laboratoire, nous allons apprendre à utiliser la feuille de style 'dark_background' dans Matplotlib pour créer des graphiques avec un fond foncé. La feuille de style à fond foncé est particulièrement utile pour afficher des visualisations qui sont faciles sur les yeux dans des environnements à faible lumière.

Conseils sur la VM

Une fois le démarrage de la VM 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 des commentaires après la session, et nous résoudrons rapidement le problème pour vous.

Importation des bibliothèques requises

La première étape consiste à importer les bibliothèques requises. Nous utiliserons la bibliothèque Matplotlib pour créer nos visualisations et la bibliothèque NumPy pour générer quelques données d'échantillonnage.

import matplotlib.pyplot as plt
import numpy as np

Définir la feuille de style 'dark_background'

L'étape suivante consiste à définir la feuille de style 'dark_background' à l'aide de la fonction plt.style.use(). Cela appliquera le style à fond foncé à tous les graphiques que nous créerons à partir de ce moment.

plt.style.use('dark_background')

Créer des données d'échantillonnage

Dans cette étape, nous allons générer quelques données d'échantillonnage pour tracer. Nous allons créer une onde sinusoïdale d'une longueur d'onde de 6 unités et la tracer sur l'axe x.

L = 6
x = np.linspace(0, L)

Tracer les données

Dans cette étape, nous allons tracer les données d'échantillonnage que nous avons générées dans l'étape précédente. Nous utiliserons une boucle for pour tracer plusieurs ondes sinusoïdales avec des phases différentes.

fig, ax = plt.subplots()

ncolors = len(plt.rcParams['axes.prop_cycle'])
shift = np.linspace(0, L, ncolors, endpoint=False)

for s in shift:
    ## Plot the sine wave with a phase shift of s
    ax.plot(x, np.sin(x + s), 'o-')

ax.set_xlabel('x-axis')
ax.set_ylabel('y-axis')
ax.set_title("'dark_background' style sheet")

plt.show()

Interpréter le tracé

Le tracé que nous avons créé dans l'étape précédente est une onde sinusoïdale avec un fond foncé. La boucle for trace plusieurs ondes sinusoïdales avec des phases différentes, qui sont décalées le long de l'axe x. L'axe x représente les valeurs de l'onde sinusoïdale, tandis que l'axe y représente l'amplitude de l'onde sinusoïdale. Les fonctions set_xlabel(), set_ylabel() et set_title() sont utilisées pour étiqueter respectivement l'axe x, l'axe y et le titre du tracé.

Sommaire

Dans ce laboratoire, nous avons appris à utiliser la feuille de style 'dark_background' dans Matplotlib pour créer des tracés avec un fond foncé. Nous avons également appris à générer des données d'échantillonnage à l'aide de la bibliothèque NumPy et à tracer les données à l'aide de la bibliothèque Matplotlib. Nous espérons que ce laboratoire vous a donné une bonne compréhension de la manière d'utiliser la feuille de style 'dark_background' dans Matplotlib et de créer des tracés visuellement attrayants.