Contenu du cours

Visualisation Ultime Avec Python

1. Introduction à Matplotlib

Applications de Traçage Pourquoi Utiliser Matplotlib?Créer une Toile Tracé de Base

2. Création de Graphiques Couramment Utilisés

Graphique Linéaire Tracés de Lignes Multiples Nuage de Points Diagramme en Barres Diagrammes à Barres Empilées Diagrammes à Barres Groupées

3. Personnalisation des Graphiques

Ajouter un Titre au Graphique Ajouter une Légende Personnalisation des Axes Couleurs et Transparence Personnalisation de la Grille Sous-Graphiques

4. Plus de Graphiques Statistiques

Histogramme Boîte à Moustaches Diagramme Circulaire

5. Tracé avec Seaborn

Introduction à Seaborn Countplot Décoration des Graphiques Tracé KDE Tracé Conjoint Graphe de Paires Carte Thermique

Nuage de Points

Vous avez fait un excellent travail en apprenant les graphiques en ligne, il vous sera donc beaucoup plus facile de plonger dans les graphiques en nuage de points.

Un nuage de points est simplement un graphique qui représente une relation entre deux variables (x et y) à l'aide de points ou d'autres marqueurs. Créer un nuage de points est peut-être le moyen le plus simple de vérifier si deux variables sont corrélées (pas le plus précis, mais cela peut tout de même donner un aperçu).

Il est similaire à un graphique en ligne, sauf qu'il n'a pas de lignes, seulement des marqueurs. Pour créer un nuage de points, il vous suffit d'utiliser une fonction scatter() de pyplot, en passant d'abord les valeurs pour l'axe des x, puis les valeurs pour l'axe des y. Jetons un coup d'œil à un exemple :


              1234567
            
import matplotlib.pyplot as plt
import numpy as np
x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10])
y = 2 * x + 5
# Creating a scatter plot
plt.scatter(x, y)
plt.show()

La syntaxe de la fonction scatter() ressemble à celle de plot(). Cependant, contrairement à plot(), vous devez toujours fournir des valeurs pour les paramètres x et y.

Dans notre cas, les valeurs de y sont déterminées linéairement par la formule y = 2x + 5. Notre nuage de points illustre visuellement la relation linéaire positive entre ces deux variables : y augmente avec l'augmentation de x et diminue avec la diminution de x.

Il est également possible de définir d'autres marqueurs à la place des points et de définir leur taille à l'aide des paramètres marker et s respectivement :


              1234567
            
import matplotlib.pyplot as plt
import numpy as np
x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10])
y = 2 * x + 5
# Specifying the markers and their size
plt.scatter(x, y, marker='x', s=100)
plt.show()

Ici, nous avons utilisé 'x' comme marqueurs au lieu de 'o' (points) par défaut et avons défini leur taille à 100. N'hésitez pas à expérimenter avec le paramètre s (taille). Nous nous concentrerons davantage sur la personnalisation des graphiques dans la section suivante, mais pour l'instant, vous pouvez utiliser la fonction scatter() documentation pour explorer davantage.

Tracer plusieurs graphiques de dispersion peut être accompli simplement en appelant la fonction scatter() deux fois avec différents arguments x et y (de manière similaire aux graphiques en ligne).

Tâche

Swipe to start coding

Maintenant, vous allez afficher une relation quadratique entre deux variables à l'aide d'un graphique de dispersion :

Remplacez les tirets bas, de sorte que le tableau y contienne les éléments carrés du tableau x.
Utilisez la fonction correcte pour créer un graphique de dispersion.
Passez x et y dans cette fonction dans le bon ordre.
Définissez la taille des marqueurs à 70.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 2. Chapitre 3

Nuage de Points

Vous avez fait un excellent travail en apprenant les graphiques en ligne, il vous sera donc beaucoup plus facile de plonger dans les graphiques en nuage de points.


              1234567
            
import matplotlib.pyplot as plt
import numpy as np
x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10])
y = 2 * x + 5
# Creating a scatter plot
plt.scatter(x, y)
plt.show()

La syntaxe de la fonction scatter() ressemble à celle de plot(). Cependant, contrairement à plot(), vous devez toujours fournir des valeurs pour les paramètres x et y.

Il est également possible de définir d'autres marqueurs à la place des points et de définir leur taille à l'aide des paramètres marker et s respectivement :


              1234567
            
import matplotlib.pyplot as plt
import numpy as np
x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10])
y = 2 * x + 5
# Specifying the markers and their size
plt.scatter(x, y, marker='x', s=100)
plt.show()

Tâche

Swipe to start coding

Maintenant, vous allez afficher une relation quadratique entre deux variables à l'aide d'un graphique de dispersion :

Remplacez les tirets bas, de sorte que le tableau y contienne les éléments carrés du tableau x.
Utilisez la fonction correcte pour créer un graphique de dispersion.
Passez x et y dans cette fonction dans le bon ordre.
Définissez la taille des marqueurs à 70.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 2. Chapitre 3

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous