Académique Documents
Professionnel Documents
Culture Documents
Sous la direction de :
Réalisé par :
TSIPOAKA Emmanuella
Janvier 2024
Table des matières
1 PRESENTATION DE MATPLOTLIB 3
1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3 OPÉRATIONS MATPLOTLIB 7
4 PRATIQUE 14
2
Chapitre 1
PRESENTATION DE MATPLOTLIB
1.1 Généralités
Matplotlib est une bibliothèque Python populaire pour la visualisation de données. Elle per-
met de créer une grande variété de visualisations, telles que des graphiques, des histogrammes,
des spectres de puissance, des diagrammes à barres, des diagrammes de dispersion, etc. Voici
a. Personnalisation de Matplotlib
Vous pouvez personnaliser les graphiques pour répondre à vos besoins spéciques.
b. Carte de base
Il s'agit de la représentation graphique de base que vous pouvez utiliser pour tracer vos
données.
c. Sous-tracés
Ils vous permettent de tracer plusieurs graphiques sur une seule gure.
d. Graphiques 3D
Matplotlib permet également de créer des graphiques à nuage de points 3D, des dia-
Il est important de noter que la visualisation des données est cruciale pour comprendre et
3
1.2 Installation et utilisation de Matplotlib
1.2.1 Installation de Matplotlib
Pour installer Matplotlib, vous pouvez utiliser pip, qui est un gestionnaire de paquets pour
Python.
a. Ouvrez une console de commande (par exemple, appuyez sur Windows + R, tapez cmd
b. Assurez-vous que pip est installé. Si ce n'est pas le cas, vous pouvez l'installer en utilisant
la commande suivante :
Si vous rencontrez des problèmes lors de la compilation, vous pouvez ajouter prefer-
binary à la commande pour sélectionner la version la plus récente de Matplotlib pour laquelle
il existe une roue précompilée pour votre système d'exploitation et Python.
Python.
Pour utiliser Matplotlib avec Jupyter Notebook, il faut d'abord s'assurer que Matplotlib
est installé. Si ce n'est pas le cas, on peut l'installer directement à partir de Jupyter Notebook
en utilisant la commande suivante dans une cellule de notebook : " !pip install matplotlib"
Une fois Matplotlib installé, on peut commencer à l'utiliser dans Jupyter Notebook.
4
Chapitre 2
AVANTAGES ET INSUFFISANCES DE
MATPLOTLIB
2.1 Avantages de Matplotlib
a. Personnalisation
Matplotlib ore une grande exibilité pour personnaliser vos graphiques. Vous pouvez
ajuster les couleurs, les styles de ligne, les marqueurs, les étiquettes d'axe, les titres et
ce qui vous permet de créer des visualisations encore plus sophistiquées avec moins de
code.
PDF, SVG, JPG, PNG, BMP et GIF1. Cela peut être très utile si vous souhaitez partager
d. Graphiques 3D
En plus des graphiques 2D, Matplotlib peut également créer des graphiques 3D, y compris
des nuages de points 3D, des diagrammes à barres 3D et des graphiques de surface.
thon, les shells Python et iPython, Jupyter Notebook, et même sur les services cloud
5
Matplotlib est une bibliothèque Python open source, ce qui signie que vous pouvez
barres, des histogrammes, des nuages de points, des graphiques 3D, et bien plus encore.
Cependant, il est important de noter que malgré ces avantages, Matplotlib présente des insuf-
sances.
a. Complexité technique
Malgré sa facilité d'utilisation apparente, Matplotlib peut être dicile à maîtriser en
b. Syntaxe lourde
La syntaxe de Matplotlib peut être considérée comme lourde, surtout pour les débutants.
c. Documentation obsolète
Une grande partie de la documentation disponible en ligne est obsolète, ce qui peut rendre
certaines alternatives.
e. Limites de performance
Comme Matplotlib est basé sur Python, il est soumis aux limites de performance de Py-
Il est important de noter que malgré ces inconvénients, Matplotlib reste une bibliothèque de
6
Chapitre 3
OPÉRATIONS MATPLOTLIB
Traçage de base
plt.plot() : trace y par rapport à x sous forme de lignes et/ou de marqueurs.
Figure et axes
plt.gure() : crée une nouvelle gure.
régulière.
7
Personnalisation des tracés
plt.title() : dénit le titre des axes actuels.
plt.xticks() : dénit les emplacements et les étiquettes des graduations sur l'axe X.
plt.yticks() : dénit les emplacements et les étiquettes des graduations sur l'axe Y.
8
plt.setp() : dénit une propriété sur un objet artiste.
plt.tripcolor() : crée un tracé pseudo-couleur d'un objet non structuré grille triangulaire.
9
fig.align_labels() : aligner les étiquettes des sous-traces.
Fonctionnalités interactives
plt.connect() : Connecte une fonction de rappel à un événement.
teur.
ax.legend(handles, labels) : crée une légende avec des poignées personnalisées et les éti-
quettes.
Animation
animation.FuncAnimation() : créez une animation en appelant à plusieurs reprises une
fonction.
10
Travailler avec des chemins et des correctifs
mpl.path.Path() : crée un nouveau chemin.
mpl.colors.Normalize() : normalise une valeur donnée dans la plage 0-1 sur une échelle
logarithmique.
mpl.colors.LogNorm() : normalise une valeur donnée dans la plage 0-1 sur une échelle
logarithmique.
Fonctionnalités interactives
mpl.connect('event_name', callback) : connecter un événement avec un rappeler.
11
Personnalisation de Matplotlib
mpl.use() : dénit le backend Matplotlib.
Fonctionnalités avancées
mpl.colors.Colormap() : classe de base pour tous les mappages scalaires vers RGBA.
12
Notebook matplotlib : activer les gures interactives dans un Jupyter carnet de notes.
13
Chapitre 4
PRATIQUE
L'objectif de ce premier TP est de vous familiariser avec les concepts de base de la vi-
graphiques. Outre la bibliothèque Matplotlib, la bibliothèque numpy sera importée pour géné-
1. Graphique simple
b. Tracer une courbe de la position (1,3) à (2, 8) puis à (6,1) et enn à (8, 10).
Dans un objet x, générer une séquence de 1000 points uniformément espacés entre 0 et
4. Personnalisation de graphiques
a. Donner un titre à votre graphique : Fonction exponentielle . Pour les axes, l'abs-
14
5. Faire des graphiques dans un même carré
c. Changer les limites des axes : on s'intéresse à faire varier l'axe des abscisses entre 6
a. Approche fonctionnelle
L'objectif de cette partie est de créer une gure avec quatre sous-graphiques arrangés
en une grille de type 2x2. Chaque sous-graphique contient une courbe tracée à partir
des données x et y. Les courbes seront respectivement en rouge, bleu, noir et vert.
Ajouter un titre pour chaque graphique (Plot 1, Plot 2, Plot 3, Plot 4) et un titre
En utilisant une approche orientée objet de Matplotlib, créer une gure avec deux
tions à partir du célèbre dataset "Iris". Ce dataset est intégré à la bibliothèque Seaborn.
1. Histogrammes
b. Créez un histogramme distinct pour chaque espèce de eur (setosa, versicolor, vir-
ginica).
15
2. Nuages de Points
3. Boxplots
1. Créez une pyramide des âges à partir des données qui seront fournies
16