1. A propos du cours
- Auteur : Collectif Zeste de Savoir (auteurs principaux : firm1, pierre_24)
- Type : Tutoriel PDF — Introduction pratique à matplotlib.pyplot
- Langue : Français
- Licence : Licence Creative Commons BY-SA 4.0
2. Courte description du cours
Ce tutoriel introduit la création de graphiques en Python avec la bibliothèque matplotlib.pyplot. Il explique comment tracer des courbes, configurer les axes, légendes et titres, personnaliser les styles et sauvegarder les figures. Adapté aux débutants en data science.
2. Longue description du cours
Ce cours constitue une introduction claire et progressive à la visualisation de données en Python à l’aide de matplotlib.pyplot, un module phare de la bibliothèque Matplotlib. L’objectif est de permettre au lecteur de créer rapidement des graphiques simples et esthétiques, tout en comprenant les mécanismes de base de la création d’une figure et de sa personnalisation.
Le document débute par une présentation générale de la bibliothèque Matplotlib et de sa structure. L’auteur explique la différence entre le module de bas niveau matplotlib et son interface de haut niveau pyplot, inspirée de MATLAB. Les premières commandes introduisent la création d’un graphique minimal à l’aide de plt.plot() et plt.show().
Les sections suivantes détaillent la configuration de l’environnement de travail, notamment l’importation du module, la création d’une figure et la définition d’axes. Chaque fonction essentielle est accompagnée d’exemples concrets et d’illustrations : ajout de titres (plt.title()), étiquettes d’axes (plt.xlabel(), plt.ylabel()), grilles (plt.grid()), légendes (plt.legend()) et choix des couleurs ou styles de lignes (color, linestyle, marker).
Une part importante du tutoriel est dédiée à la personnalisation de l’apparence des graphiques : taille et résolution des figures, ajustement des marges avec plt.tight_layout(), enregistrement sous différents formats (png, pdf, svg), et utilisation des styles prédéfinis via plt.style.use(). L’auteur montre également comment tracer plusieurs courbes sur le même graphique, manipuler les sous-graphes (plt.subplot()) et gérer des données plus complexes.
Enfin, le document aborde la mise en page avancée avec les figures et axes explicites : création d’une figure par fig, ax = plt.subplots(), utilisation des méthodes ax.plot(), ax.set_title(), et séparation claire entre données et affichage. Ce modèle objet permet une meilleure structuration des scripts pour des projets de plus grande envergure.
Ce tutoriel se distingue par sa clarté, ses exemples reproductibles et son orientation pratique. Il constitue un point d’entrée idéal pour les étudiants, chercheurs ou toute personne souhaitant visualiser des données scientifiques avec Python. L’approche pas à pas, accompagnée d’explications sur la philosophie de Matplotlib, aide à comprendre les bonnes pratiques pour produire des graphiques professionnels et reproductibles.
Exemple 1 – Tracer une courbe simple
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) plt.plot(x, y, color='red', label='sin(x)') plt.title('Courbe sinusoïdale') plt.xlabel('Axe X') plt.ylabel('Axe Y') plt.legend() plt.show() |
Exemple 2 – Personnalisation des styles
|
1 2 3 4 5 6 7 8 9 10 |
plt.style.use('seaborn-v0_8-darkgrid') x = np.linspace(0, 10, 100) plt.plot(x, np.sin(x), 'r--', label='sin(x)') plt.plot(x, np.cos(x), 'b-', label='cos(x)') plt.legend() plt.title('Comparaison sin/cos') plt.show() |
Exemple 3 – Sauvegarde de la figure
|
1 2 3 4 5 6 |
fig, ax = plt.subplots() ax.plot(x, np.sin(x)) ax.set_title("Exemple d'export") fig.savefig("graphique.pdf", dpi=300, bbox_inches='tight') |
3. Aperçu du document
Voir ou télécharger le document sur le site d’origine
Ce document est hébergé par une source externe (Zeste de Savoir). Nous ne revendiquons aucun droit sur son contenu. Pour toute demande de retrait, veuillez contacter l’auteur ou l’hébergeur officiel.
