Tutoriel de création de sous-graphiques avec Matplotlib

PythonPythonBeginner
Pratiquer maintenant

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

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

En visualisation de données, il est souvent nécessaire de tracer plusieurs graphiques dans une seule figure. Matplotlib nous permet d'atteindre cela en utilisant des sous-graphiques. Dans ce laboratoire, nous allons apprendre à créer des sous-graphiques dans Matplotlib.

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 votre feedback après la session, et nous résoudrons rapidement le problème pour vous.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) python(("Python")) -.-> python/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") python/BasicConceptsGroup -.-> python/comments("Comments") matplotlib/PlottingDataGroup -.-> matplotlib/line_plots("Line Plots") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/standard_libraries("Common Standard Libraries") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} matplotlib/figures_axes -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} python/comments -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} matplotlib/line_plots -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} python/tuples -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} python/importing_modules -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} python/standard_libraries -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} python/numerical_computing -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} python/data_visualization -.-> lab-48966{{"Tutoriel de création de sous-graphiques avec Matplotlib"}} end

Importation des bibliothèques

Tout d'abord, nous devons importer les bibliothèques requises. Nous allons utiliser Matplotlib et NumPy. NumPy est utilisé pour générer des données d'échantillonnage.

import matplotlib.pyplot as plt
import numpy as np

Générer des données d'échantillonnage

Nous allons générer des données d'échantillonnage que nous utiliserons pour tracer nos graphiques.

## Créez des données fictives.
x1 = np.linspace(0.0, 5.0)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
x2 = np.linspace(0.0, 2.0)
y2 = np.cos(2 * np.pi * x2)

Créer des sous-graphiques à l'aide de subplots()

Nous allons créer des sous-graphiques à l'aide de la fonction subplots(). Nous allons créer deux sous-graphiques, l'un au-dessus de l'autre.

## Créez des sous-graphiques
fig, (ax1, ax2) = plt.subplots(2, 1)

Définir le titre et les étiquettes des axes

Nous allons définir le titre et les étiquettes des axes pour nos sous-graphiques.

## Définir le titre et les étiquettes des axes
fig.suptitle('A tale of 2 subplots')

ax1.set_ylabel('Oscillation amortie')
ax2.set_xlabel('temps (s)')
ax2.set_ylabel('Non amortie')

Tracer des données sur les sous-graphiques

Nous allons maintenant tracer nos données sur les sous-graphiques.

## Tracer des données sur les sous-graphiques
ax1.plot(x1, y1, 'o-')
ax2.plot(x2, y2, '.-')

Afficher les graphiques

Enfin, nous allons afficher les graphiques à l'aide de plt.show().

## Afficher les graphiques
plt.show()

Sommaire

Dans ce laboratoire, nous avons appris à créer des sous-graphiques dans Matplotlib. Nous avons utilisé la fonction subplots() pour créer des sous-graphiques et définir le titre, les étiquettes des axes et tracer des données sur les sous-graphiques. En utilisant des sous-graphiques, nous pouvons afficher plusieurs graphiques dans une seule figure, ce qui est utile pour la visualisation de données.