Introduction
Dans ce tutoriel, nous allons apprendre à utiliser Matplotlib pour créer des graphiques et des visualisations en Python. Matplotlib est une bibliothèque puissante pour créer des visualisations statiques, animées et interactives en Python. Elle peut être utilisée pour créer une grande variété de graphiques, y compris des graphiques de ligne, des graphiques de dispersion, des graphiques en barre, etc.
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 la pratique.
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.
Installation de Matplotlib
Avant d'utiliser Matplotlib, nous devons l'installer. Nous pouvons le faire à l'aide de pip, qui est un gestionnaire de packages pour Python. Ouvrez l'invite de commandes et exécutez la commande suivante pour installer Matplotlib :
pip install matplotlib
Importation de Matplotlib
Une fois que nous avons installé Matplotlib, nous pouvons l'importer dans notre programme Python à l'aide de la commande suivante :
import matplotlib.pyplot as plt
Création d'un graphique simple
Maintenant que nous avons importé Matplotlib, nous pouvons l'utiliser pour créer un graphique simple. Dans cet exemple, nous allons créer un graphique de ligne qui montre la relation entre les valeurs de x et y.
import matplotlib.pyplot as plt
## valeurs de l'axe x
x = [1, 2, 3, 4, 5]
## valeurs de l'axe y
y = [2, 4, 6, 8, 10]
## tracé de la ligne
plt.plot(x, y)
## définition du titre
plt.title("Simple Line Plot")
## définition de l'étiquette de l'axe x
plt.xlabel("X-axis")
## définition de l'étiquette de l'axe y
plt.ylabel("Y-axis")
## affichage du graphique
plt.show()
Création d'un graphique de dispersion
Nous pouvons également utiliser Matplotlib pour créer un graphique de dispersion. Dans cet exemple, nous allons créer un graphique de dispersion qui montre la relation entre les valeurs de x et y.
import matplotlib.pyplot as plt
## valeurs de l'axe x
x = [1, 2, 3, 4, 5]
## valeurs de l'axe y
y = [2, 4, 6, 8, 10]
## tracé des points
plt.scatter(x, y)
## définition du titre
plt.title("Simple Scatter Plot")
## définition de l'étiquette de l'axe x
plt.xlabel("X-axis")
## définition de l'étiquette de l'axe y
plt.ylabel("Y-axis")
## affichage du graphique
plt.show()
Création d'un graphique en barres
Nous pouvons également utiliser Matplotlib pour créer un graphique en barres. Dans cet exemple, nous allons créer un graphique en barres qui montre le nombre de pommes, de bananes et d'oranges vendues.
import matplotlib.pyplot as plt
## données à tracer
apples = 10
bananas = 15
oranges = 5
## création du graphique en barres
plt.bar(["Apples", "Bananas", "Oranges"], [apples, bananas, oranges])
## définition du titre
plt.title("Simple Bar Plot")
## définition de l'étiquette de l'axe x
plt.xlabel("Fruits")
## définition de l'étiquette de l'axe y
plt.ylabel("Quantité")
## affichage du graphique
plt.show()
Création d'un camembert
Nous pouvons également utiliser Matplotlib pour créer un camembert. Dans cet exemple, nous allons créer un camembert qui montre le pourcentage de personnes qui préfèrent différents types de pizza.
import matplotlib.pyplot as plt
## données à tracer
sizes = [30, 40, 10, 20]
labels = ["Pepperoni", "Mushroom", "Onion", "Sausage"]
## création du camembert
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
## définition du titre
plt.title("Simple Pie Chart")
## affichage du graphique
plt.show()
Sommaire
Dans ce tutoriel, nous avons appris à utiliser Matplotlib pour créer des graphiques et des visualisations en Python. Nous avons abordé les bases de la création de graphiques de ligne, de graphiques de dispersion, de graphiques en barres et de camemberts. Nous avons également appris à définir le titre, les étiquettes d'axe et les autres propriétés de nos graphiques. Avec Matplotlib, nous pouvons créer des visualisations de qualité professionnelle qui nous aident à comprendre nos données et à communiquer nos résultats à autrui.