Summary  
This chapter introduces how to create and manage Figure and Axes objects in matplotlib’s artist layer via the pyplot module, demonstrating the use of subplots() to set up a canvas, plotting on the Axes, and printing the canvas with show().

General domain of usage  
Data visualization

`matplotlib` comporte trois couches :
* **Couche backend** : rend le graphique sur les écrans ou dans des fichiers ;
* **Couche artiste** : décrit comment les données sont organisées, composée d’un seul objet, `Artist` ;
* **Couche de script** : relie les deux couches précédentes et simplifie leur accès.

L’accent principal est mis sur la couche de script avec le module `pyplot` et la couche artiste. La couche artiste comprend les éléments suivants :

* **Conteneurs** (par exemple, `Figure`, `Axes`) ;
* **Primitifs** (par exemple, ligne, rectangle, cercle, texte, etc).

`Figure` est l’objet principal `Artist` et peut être considéré comme une toile sur laquelle tous les graphiques seront placés. Fondamentalement, il regroupe tous les éléments.

D’autre part, `Axes` est un objet composé de deux objets axe, l’axe des abscisses (x) et l’axe des ordonnées (y).



`Figure` = toile, `Axes` = axe x + axe y.

Remarque

Voyons maintenant la création de la `Figure` et de ses `Axes` :

import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot()
plt.show()

Les données sont omniprésentes autour de nous, et leur interprétation est essentielle. La visualisation permet d’analyser les données en identifiant certains motifs et informations clés. Vous acquerrez des bases solides en visualisation de données avec Python et ses bibliothèques, telles que matplotlib et seaborn, afin d’extraire un maximum d’informations de manière claire et concise.

Découvrez les principes fondamentaux de la visualisation de données avec Matplotlib. Comprenez ses concepts clés, explorez ses avantages et réalisez un premier graphique simple à l'aide de cette bibliothèque de visualisation essentielle.

Maîtriser la visualisation des données à travers les types de graphiques les plus populaires. Apprendre à construire des graphiques linéaires, de dispersion et à barres pour communiquer clairement les informations issues des données.

Apprenez à rendre vos graphiques plus informatifs et attrayants visuellement. Ajoutez des titres, des légendes, des couleurs et des grilles, et découvrez comment organiser efficacement plusieurs sous-graphiques.

Explorer des visualisations statistiques permettant d’analyser les distributions et les tendances des données. Créer des histogrammes, des boîtes à moustaches et des diagrammes circulaires pour révéler des informations statistiques approfondies.

Améliorez vos compétences en visualisation avec Seaborn. Créez des graphiques avancés tels que les countplots, KDE, pair plots et heatmaps tout en maîtrisant le style élégant et les options de personnalisation de Seaborn.

Création d'un Canevas

Création d'un Canevas