Définir et obtenir

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 Python utilisée pour créer des visualisations statiques, animées et interactives en Python. Elle vous permet de créer une large gamme de visualisations telles que des graphiques en ligne, des nuages de points, des diagrammes en barres, des histogrammes et des graphiques 3D. Dans ce tutoriel, nous allons apprendre à utiliser l'interface pyplot pour définir et obtenir les propriétés d'objets pour visualiser des données.

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'étude 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 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

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL 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(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) 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/lists("Lists") python/DataStructuresGroup -.-> python/tuples("Tuples") matplotlib/PlotCustomizationGroup -.-> matplotlib/line_styles_colors("Customizing Line Styles and Colors") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48923{{"Définir et obtenir"}} matplotlib/figures_axes -.-> lab-48923{{"Définir et obtenir"}} matplotlib/line_plots -.-> lab-48923{{"Définir et obtenir"}} python/lists -.-> lab-48923{{"Définir et obtenir"}} python/tuples -.-> lab-48923{{"Définir et obtenir"}} matplotlib/line_styles_colors -.-> lab-48923{{"Définir et obtenir"}} python/importing_modules -.-> lab-48923{{"Définir et obtenir"}} python/data_visualization -.-> lab-48923{{"Définir et obtenir"}} end

Installation de Matplotlib

Avant de commencer, nous devons installer Matplotlib en utilisant la commande suivante dans le terminal ou l'invite de commandes.

!pip install matplotlib

Importation de Matplotlib

Pour utiliser Matplotlib, nous devons l'importer dans notre script Python à l'aide de l'instruction d'importation suivante.

import matplotlib.pyplot as plt

Définition de propriétés

L'interface pyplot nous permet de définir et d'obtenir les propriétés d'objets pour visualiser des données. Nous pouvons utiliser la méthode setp pour définir les propriétés d'un objet. Par exemple, pour définir le style de ligne d'une ligne en tirets rompus, nous utilisons le code suivant :

line, = plt.plot([1, 2, 3])
plt.setp(line, linestyle='--')

Si nous voulons savoir les types valides d'arguments, nous pouvons fournir le nom de la propriété que nous voulons définir sans valeur :

plt.setp(line, 'linestyle')

Cela retournera la sortie suivante :

linestyle: {'-', '--', '-.', ':', '', (offset, on-off-seq),...}

Si nous voulons voir toutes les propriétés qui peuvent être définies, et leurs valeurs possibles, nous pouvons utiliser le code suivant :

plt.setp(line)

Cela retournera une longue liste de propriétés et de leurs valeurs possibles.

Obtenir les propriétés

Nous pouvons utiliser la méthode getp pour obtenir les propriétés d'un objet. Nous pouvons l'utiliser pour interroger la valeur d'un seul attribut :

plt.getp(line, 'linewidth')

Cela retournera la valeur de la propriété linewidth de l'objet line.

Nous pouvons également utiliser getp pour obtenir toutes les paires attribut/valeur d'un objet :

plt.getp(line)

Cela retournera une longue liste de toutes les propriétés et de leurs valeurs.

Alias

Pour réduire le nombre de frappes en mode interactif, un certain nombre de propriétés ont des alias courts, par exemple, 'lw' pour 'linewidth' et'mec' pour'markeredgecolor'. Lors de l'appel de set ou get en mode d'introspection, ces propriétés seront listées comme 'fullname' ou 'aliasname'.

l1, l2 = plt.plot([1, 2, 3], [2, 3, 4], [1, 2, 3], [3, 4, 5])
plt.setp(l1, linewidth=2, color='r')
plt.setp(l2, linewidth=1, color='g')

Sommaire

Dans ce tutoriel, nous avons appris à utiliser l'interface pyplot dans Matplotlib pour définir et obtenir les propriétés d'objets afin de visualiser des données. Nous avons utilisé la méthode setp pour définir les propriétés d'un objet et la méthode getp pour obtenir les propriétés d'un objet. Nous avons également appris à propos des alias pour les propriétés pour réduire le nombre de frappes. Matplotlib est une bibliothèque puissante qui vous permet de créer une large gamme de visualisations en Python.