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

Diagramme Circulaire

Diagramme circulaire est un graphique qui utilise un cercle divisé en tranches (segments) pour représenter la proportion numérique (distribution en pourcentage) de données nominales. Voici un exemple de diagramme circulaire :

Ce graphique représente la distribution en pourcentage de la population par région. Ça a l'air plutôt sympa, n'est-ce pas ?

Remarque

Bien qu'ils soient sympas, les diagrammes circulaires devraient être principalement évités, car ils déforment la vue des données. Une catégorie avec beaucoup d'instances semblera encore plus grande, une catégorie avec peu d'instances semblera encore plus petite.

Nous allons maintenant discuter de la façon de créer un tel graphique dans matplotlib.

Diagramme circulaire avec étiquettes

La fonction que nous allons utiliser est pie() du module pyplot, et son premier et seul paramètre obligatoire est notre donnée (appelée x).

Un autre paramètre important est labels qui spécifie les étiquettes des segments (il doit s'agir d'une séquence de chaînes).

Jetons d'abord un coup d'œil aux données de notre exemple :


              1234
            
import pandas as pd
url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/population.csv'
population_df = pd.read_csv(url)
print(population_df)

Ce DataFrame contient la population de chaque région. Passons maintenant à notre exemple :


              123456
            
import matplotlib.pyplot as plt
import pandas as pd
population_df = pd.read_csv('https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/population.csv')
# Creating a pie chart and setting the labels for each region 
plt.pie(population_df['Population'], labels=population_df['Region'])
plt.show()

Nous avons appelé la fonction pie() en passant la Series avec les données de population comme paramètre x et la Series avec les noms des régions comme étiquettes pour les segments.

Ajout des Pourcentages

Le graphique semble correct, mais il manque encore quelque chose. Nous ne connaissons pas le pourcentage exact de chaque région individuelle. Heureusement, il existe un paramètre autopct qui spécifie le format de l'étiquetage des secteurs (les étiquettes sont placées à l'intérieur).

Vous pouvez soit passer une chaîne de format, soit une fonction, cependant, nous nous concentrerons ici sur la chaîne de format. Modifions maintenant notre exemple :


              123456
            
import matplotlib.pyplot as plt
import pandas as pd
population_df = pd.read_csv('https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/population.csv')
# Setting the label for each region and its percentage
plt.pie(population_df['Population'], labels=population_df['Region'], autopct='%1.1f%%')
plt.show()

Chaîne de format

Ici, nous avons passé la chaîne suivante : %1.1f%%. f indique que la valeur doit être traitée comme un nombre à virgule flottante (d indique un entier), et .1 qu'il doit y avoir exactement un chiffre après la virgule décimale.

Les signes de pourcentage spécifient qu'il s'agit d'une chaîne de format et que le nombre doit être suivi du signe pourcentage (%).

Si vous souhaitez explorer plus de paramètres de la méthode .pie(), voici sa documentation pour vous.

Tâche

Swipe to start coding

Utilisez la fonction correcte pour créer un diagramme circulaire.
Utilisez incomes comme données pour le diagramme circulaire (le premier argument).
Définissez les étiquettes sur names via le deuxième argument.
Définissez le format du pourcentage sur un nombre flottant avec un chiffre après la virgule via le troisième argument.

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 4. Chapitre 3

Diagramme Circulaire

Ce graphique représente la distribution en pourcentage de la population par région. Ça a l'air plutôt sympa, n'est-ce pas ?

Remarque

Bien qu'ils soient sympas, les diagrammes circulaires devraient être principalement évités, car ils déforment la vue des données. Une catégorie avec beaucoup d'instances semblera encore plus grande, une catégorie avec peu d'instances semblera encore plus petite.

Nous allons maintenant discuter de la façon de créer un tel graphique dans matplotlib.

Diagramme circulaire avec étiquettes

La fonction que nous allons utiliser est pie() du module pyplot, et son premier et seul paramètre obligatoire est notre donnée (appelée x).

Un autre paramètre important est labels qui spécifie les étiquettes des segments (il doit s'agir d'une séquence de chaînes).

Jetons d'abord un coup d'œil aux données de notre exemple :


              1234
            
import pandas as pd
url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/population.csv'
population_df = pd.read_csv(url)
print(population_df)

Ce DataFrame contient la population de chaque région. Passons maintenant à notre exemple :


              123456
            
import matplotlib.pyplot as plt
import pandas as pd
population_df = pd.read_csv('https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/population.csv')
# Creating a pie chart and setting the labels for each region 
plt.pie(population_df['Population'], labels=population_df['Region'])
plt.show()

Nous avons appelé la fonction pie() en passant la Series avec les données de population comme paramètre x et la Series avec les noms des régions comme étiquettes pour les segments.

Ajout des Pourcentages

Vous pouvez soit passer une chaîne de format, soit une fonction, cependant, nous nous concentrerons ici sur la chaîne de format. Modifions maintenant notre exemple :


              123456
            
import matplotlib.pyplot as plt
import pandas as pd
population_df = pd.read_csv('https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/population.csv')
# Setting the label for each region and its percentage
plt.pie(population_df['Population'], labels=population_df['Region'], autopct='%1.1f%%')
plt.show()

Chaîne de format

Les signes de pourcentage spécifient qu'il s'agit d'une chaîne de format et que le nombre doit être suivi du signe pourcentage (%).

Si vous souhaitez explorer plus de paramètres de la méthode .pie(), voici sa documentation pour vous.

Tâche

Swipe to start coding

Utilisez la fonction correcte pour créer un diagramme circulaire.
Utilisez incomes comme données pour le diagramme circulaire (le premier argument).
Définissez les étiquettes sur names via le deuxième argument.
Définissez le format du pourcentage sur un nombre flottant avec un chiffre après la virgule via le troisième argument.

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 4. Chapitre 3

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