Ce tutoriel fournit un guide complet pour créer différents types de graphiques linéaires à l’aide de Matplotlib, une puissante bibliothèque de visualisation de données Python. Nous aborderons les concepts fondamentaux, les options de personnalisation et les meilleures pratiques pour créer des visualisations claires et informatives.
Table des matières
- Graphiques linéaires basiques
- Personnalisation des graphiques linéaires
- Travailler avec plusieurs lignes
- Techniques avancées
Graphiques linéaires basiques
Commençons par créer un graphique linéaire simple. Cela implique de tracer un ensemble de coordonnées x et y pour représenter une relation entre deux variables.
import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])
plt.plot(x, y)
plt.xlabel("Axe des X")
plt.ylabel("Axe des Y")
plt.title("Graphique linéaire simple")
plt.show()
Ce code génère un graphique linéaire basique. La fonction plt.plot(x, y)
est au cœur de la création du graphique linéaire. plt.xlabel
, plt.ylabel
et plt.title
ajoutent du contexte et améliorent la lisibilité. plt.show()
affiche le graphique.
Personnalisation des graphiques linéaires
Matplotlib offre de nombreuses options de personnalisation pour adapter vos graphiques à des besoins spécifiques. Vous pouvez contrôler les styles de ligne, les couleurs, les marqueurs, et plus encore.
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 50)
y = np.sin(x)
plt.plot(x, y, linestyle='--', color='red', linewidth=2, marker='o', markersize=8, label='Sinusoïde')
plt.xlabel("Axe des X")
plt.ylabel("Axe des Y")
plt.title("Graphique linéaire personnalisé")
plt.legend()
plt.grid(True) #ajoute une grille
plt.show()
Cet exemple montre comment personnaliser le style de ligne (linestyle
), la couleur (color
), la largeur de ligne (linewidth
), les marqueurs (marker
et markersize
), ajouter une légende (plt.legend()
), et une grille (plt.grid(True)
).
Travailler avec plusieurs lignes
Vous pouvez facilement tracer plusieurs lignes sur le même graphique pour comparer différents ensembles de données.
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 50)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, label='Sinus')
plt.plot(x, y2, label='Cosinus')
plt.xlabel("Axe des X")
plt.ylabel("Axe des Y")
plt.title("Plusieurs lignes")
plt.legend()
plt.show()
Ce code trace à la fois les ondes sinusoïdales et cosinusoïdales sur le même graphique, en utilisant des étiquettes pour les distinguer.
Techniques avancées
Matplotlib offre des fonctionnalités plus avancées, telles que les annotations, les sous-graphiques et différents types de graphiques basés sur des graphiques linéaires. Consultez la documentation officielle de Matplotlib pour un aperçu complet.
Ce tutoriel fournit une base pour créer des graphiques linéaires efficaces avec Matplotlib. Expérimentez avec différentes options et explorez la documentation exhaustive pour maîtriser la visualisation de données avec cette puissante bibliothèque.