Axes partagés avec Matplotlib

Introduction

Dans ce laboratoire, vous allez apprendre à créer des graphiques avec des axes partagés à l'aide de la bibliothèque Matplotlib en Python. Les axes partagés peuvent être utiles lorsque vous voulez comparer différents ensembles de données avec la même échelle.

Conseils sur la machine virtuelle (VM)

Une fois le démarrage de la VM terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder au carnet Jupyter Notebook pour la pratique.

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

Skills Graph

Importation des bibliothèques Matplotlib et NumPy

Nous devons importer les bibliothèques Matplotlib et NumPy pour créer les graphiques. NumPy est une bibliothèque pour le langage de programmation Python, ajoutant la prise en charge de tableaux et de matrices multi-dimensionnels de grande taille.

import matplotlib.pyplot as plt
import numpy as np

Créer des données pour les graphiques

Nous devons créer des données pour les graphiques afin de les visualiser. Dans cet exemple, nous allons créer trois ensembles de données différents à l'aide de NumPy.

t = np.arange(0.01, 5.0, 0.01)
s1 = np.sin(2 * np.pi * t)
s2 = np.exp(-t)
s3 = np.sin(4 * np.pi * t)

Créer des sous-graphiques

Nous pouvons créer des sous-graphiques en utilisant la méthode plt.subplot(). Dans cet exemple, nous allons créer trois sous-graphiques, le premier occupant la première ligne et les trois colonnes, et les deuxième et troisième sous-graphiques occupant respectivement la deuxième et la troisième ligne, et partageant l'axe x avec le premier sous-graphique.

ax1 = plt.subplot(311)
ax2 = plt.subplot(312, sharex=ax1)
ax3 = plt.subplot(313, sharex=ax1, sharey=ax1)

Tracer les données

Nous pouvons maintenant tracer les données sur chacun des sous-graphiques en utilisant la méthode plt.plot().

ax1.plot(t, s1)
ax2.plot(t, s2)
ax3.plot(t, s3)

Personnaliser les étiquettes d'échelonnement

Nous pouvons personnaliser les étiquettes d'échelonnement sur les différents axes en utilisant la méthode plt.tick_params(). Dans cet exemple, nous allons personnaliser les étiquettes d'échelonnement sur l'axe x du premier sous-graphique pour qu'elles soient plus petites.

plt.tick_params('x', labelsize=6)

Supprimer les étiquettes d'échelonnement

Nous pouvons supprimer les étiquettes d'échelonnement d'un sous-graphique spécifique en modifiant la visibilité des étiquettes à l'aide de la méthode ax.get_xticklabels(). Dans cet exemple, nous allons supprimer les étiquettes d'échelonnement sur l'axe x du deuxième sous-graphique.

plt.tick_params('x', labelbottom=False)

Régler les limites des axes

Nous pouvons régler les limites des axes sur chaque sous-graphique en utilisant la méthode plt.xlim(). Dans cet exemple, nous allons régler les limites de l'axe x sur le troisième sous-graphique pour qu'elles aillent de 0,01 à 5,0.

plt.xlim(0.01, 5.0)

Afficher les graphiques

Nous pouvons maintenant afficher les graphiques en utilisant la méthode plt.show().

plt.show()

Récapitulatif

Dans ce laboratoire, nous avons appris à créer des graphiques avec des axes partagés à l'aide de la bibliothèque Matplotlib en Python. Nous avons créé des sous-graphiques, tracé des données sur chaque sous-graphique, personnalisé les étiquettes d'échelonnement, supprimé les étiquettes d'échelonnement, défini les limites des axes et affiché les graphiques. Les axes partagés peuvent être utiles lorsque vous voulez comparer différents ensembles de données avec la même échelle.