Techniques de visualisation avec Matplotlib pour l'analyse de données

Introduction

Dans ce laboratoire, vous allez apprendre à utiliser la bibliothèque Matplotlib pour créer diverses représentations graphiques. Matplotlib est une bibliothèque Python utilisée pour visualiser des données. Elle est construite sur les bibliothèques NumPy et SciPy et vous permet de créer une large gamme de visualisations telles que des graphiques en ligne, des diagrammes de dispersion et des diagrammes en barres.

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.

Importation des bibliothèques Matplotlib et Numpy

Avant de pouvoir commencer à créer des représentations graphiques, nous devons importer les bibliothèques Matplotlib et Numpy. Nous pouvons le faire en exécutant le code suivant :

import matplotlib.pyplot as plt
import numpy as np

Créer un graphique en ligne simple

Dans cette étape, nous allons créer un graphique en ligne simple à l'aide de Matplotlib. Nous commencerons par générer des données à représenter à l'aide des fonctions linspace() et cos() de NumPy. Ensuite, nous utiliserons la fonction plot() pour créer le graphique.

t = np.linspace(0.0, 1.0, 100)
s = np.cos(4 * np.pi * t) + 2

plt.plot(t, s)
plt.show()

Personnaliser le graphique

Dans cette étape, nous allons personnaliser le graphique en ajoutant des étiquettes aux axes x et y, et un titre au graphique.

plt.plot(t, s)

plt.xlabel('time (s)')
plt.ylabel('Vitesse (degrés/seconde)')
plt.title('Onde cosinus')
plt.show()

Créer un diagramme de dispersion

Dans cette étape, nous allons créer un diagramme de dispersion à l'aide de Matplotlib. Nous commencerons par générer des données aléatoires à représenter à l'aide de la fonction random() de NumPy. Ensuite, nous utiliserons la fonction scatter() pour créer le diagramme.

x = np.random.randn(100)
y = np.random.randn(100)

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

Créer un graphique en barres

Dans cette étape, nous allons créer un graphique en barres à l'aide de Matplotlib. Nous commencerons par générer des données à représenter à l'aide de la fonction random() de NumPy. Ensuite, nous utiliserons la fonction bar() pour créer le graphique.

x = ['A', 'B', 'C', 'D', 'E']
y = np.random.randint(1, 10, 5)

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

Sommaire

Dans ce laboratoire, vous avez appris les bases de l'utilisation de Matplotlib pour créer différents types de graphiques tels que des graphiques en ligne, des diagrammes de dispersion et des graphiques en barres. Vous avez également appris à personnaliser les graphiques en ajoutant des étiquettes aux axes x et y, et des titres aux graphiques. Avec ces compétences, vous pouvez désormais créer vos propres graphiques pour visualiser vos données.