Graphiques de logarithme symétrique 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

Matplotlib est une bibliothèque de visualisation de données largement utilisée en Python. Elle permet aux utilisateurs de créer une grande variété de visualisations, y compris des graphiques en ligne, des graphiques de dispersion, des diagrammes en barres, etc. Dans ce laboratoire, vous allez apprendre à utiliser la mise à l'échelle de l'axe symlog dans Matplotlib pour créer des graphiques logarithmiques symétriques.

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 de notes pour accéder au carnet Jupyter Notebook pour pratiquer.

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 limites 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

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlotCustomizationGroup(["Plot Customization"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") matplotlib/PlottingDataGroup -.-> matplotlib/line_plots("Line Plots") python/DataStructuresGroup -.-> python/tuples("Tuples") matplotlib/PlotCustomizationGroup -.-> matplotlib/grid_config("Grid Configuration") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48978{{"Graphiques de logarithme symétrique avec Matplotlib"}} matplotlib/figures_axes -.-> lab-48978{{"Graphiques de logarithme symétrique avec Matplotlib"}} matplotlib/line_plots -.-> lab-48978{{"Graphiques de logarithme symétrique avec Matplotlib"}} python/tuples -.-> lab-48978{{"Graphiques de logarithme symétrique avec Matplotlib"}} matplotlib/grid_config -.-> lab-48978{{"Graphiques de logarithme symétrique avec Matplotlib"}} python/importing_modules -.-> lab-48978{{"Graphiques de logarithme symétrique avec Matplotlib"}} python/numerical_computing -.-> lab-48978{{"Graphiques de logarithme symétrique avec Matplotlib"}} python/data_visualization -.-> lab-48978{{"Graphiques de logarithme symétrique avec Matplotlib"}} end

Importation des bibliothèques

Avant de commencer, nous devons importer les bibliothèques nécessaires. Dans ce laboratoire, nous allons utiliser Matplotlib et NumPy.

import matplotlib.pyplot as plt
import numpy as np

Générer des données

Ensuite, nous devons générer des données à tracer. Dans cet exemple, nous allons créer trois tableaux : un pour les valeurs de l'axe x, un pour les valeurs de l'axe y dans le premier graphique et un pour les valeurs de l'axe y dans le troisième graphique.

dt = 0.01
x = np.arange(-50.0, 50.0, dt)
y1 = np.arange(0, 100.0, dt)
y3 = np.sin(x / 3.0)

Créer des graphiques

Maintenant que nous avons nos données, nous pouvons créer nos graphiques. Nous allons créer trois sous-graphiques, chacun avec une mise à l'échelle de l'axe symlog différente.

fig, (ax0, ax1, ax2) = plt.subplots(nrows=3)

Créer un graphique symlog sur l'axe x

Dans le premier sous-graphique, nous allons créer un graphique symlog sur l'axe x. Nous ajouterons également une grille mineure à l'axe x.

ax0.plot(x, y1)
ax0.set_xscale('symlog')
ax0.set_ylabel('symlogx')
ax0.grid()
ax0.xaxis.grid(which='minor')

Créer un graphique symlog sur l'axe y

Dans le deuxième sous-graphique, nous allons créer un graphique symlog sur l'axe y.

ax1.plot(y1, x)
ax1.set_yscale('symlog')
ax1.set_ylabel('symlogy')

Créer un graphique symlog sur l'axe x et l'axe y

Dans le troisième sous-graphique, nous allons créer un graphique symlog sur l'axe x et l'axe y. Nous définirons également le paramètre linthresh sur 0,015.

ax2.plot(x, y3)
ax2.set_xscale('symlog')
ax2.set_yscale('symlog', linthresh=0.015)
ax2.grid()
ax2.set_ylabel('symlog both')

Afficher les graphiques

Enfin, nous pouvons afficher nos graphiques en utilisant la méthode show().

plt.show()

Sommaire

Dans ce laboratoire, vous avez appris à utiliser la mise à l'échelle d'axe symlog dans Matplotlib pour créer des graphiques de logarithme symétrique. Plus précisément, vous avez appris à créer un graphique symlog sur l'axe x, sur l'axe y et sur l'axe x et l'axe y.