209 lines
7.3 KiB
Markdown
209 lines
7.3 KiB
Markdown
---
|
||
title: Matplotlib
|
||
author: Steve Kossouho
|
||
---
|
||
|
||
# Rendu de graphiques Matplotlib
|
||
|
||
----
|
||
|
||
## Qu'est-ce que Matplotlib ?
|
||
|
||
Matplotlib, selon ses créateurs (John D. Hunter et al.), est une bibliothèque complète,
|
||
pour créer des graphiques statiques, animés ou interactifs 👀.
|
||
|
||
La bibliothèque rend des choses simples très simples,
|
||
et des choses compliquées possibles
|
||
(_et accessoirement beaucoup de choses simples compliquées_).
|
||
|
||
----
|
||
|
||
## Comment fonctionne Matplotlib ?
|
||
|
||
La bibliothèque permet de dessiner des graphiques, souvent très simplement en
|
||
assemblant des éléments, par exemple un axe avec une certaine échelle, et
|
||
une ligne suivant la même échelle.
|
||
|
||
Les possibilités sont très nombreuses, et les concepts proposés aussi, avec une
|
||
approche très différente de ce qui se fait normalement en Python; usage de variables
|
||
globales ou classes complexes pour représenter de simples dégradés de couleurs.
|
||
|
||
----
|
||
|
||
## Graphiques avec Pandas
|
||
|
||
----
|
||
|
||
La bibliothèque Matplotlib permet facilement de générer et afficher
|
||
des graphiques, mais les objets `DataFrame`{.python} proposent un
|
||
raccourci pour les générer facilement.
|
||
|
||
Chaque objet possède une méthode générale `.plot()`{.python}, qui possède
|
||
des attributs qui sont des méthodes spécifiques pour chaque type
|
||
de graphique.
|
||
|
||
----
|
||
|
||
| Méthode | Explication succincte |
|
||
|----------------------|----------------------------------------------|
|
||
| [`plot.area`][1] | Tracer un graphique en _aires empilées_ |
|
||
| [`plot.bar`][2] | Tracer un graphique en _barres verticales_ |
|
||
| [`plot.barh`][3] | Tracer un graphique en _barres horizontales_ |
|
||
| [`plot.box`][4] | Tracer un graphique à _moustaches_ (boxplot) |
|
||
| [`plot.density`][5] | Tracer une estimation de densité de noyau |
|
||
| [`plot.hexbin`][6] | Tracer un graphique hexagonal en 2D |
|
||
| [`plot.hist`][7] | Tracer un _histogramme_ |
|
||
| [`plot.kde`][8] | Tracer une estimation de densité de noyau |
|
||
| [`plot.line`][9] | Tracer un graphique en _lignes_ |
|
||
| [`plot.pie`][10] | Tracer un graphique en _secteurs_ |
|
||
| [`plot.scatter`][11] | Tracer un _nuage de points_ (scatter plot) |
|
||
|
||
[1]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.area.html
|
||
[2]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.bar.html
|
||
[3]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.barh.html
|
||
[4]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.box.html
|
||
[5]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.density.html
|
||
[6]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.hexbin.html
|
||
[7]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.hist.html
|
||
[8]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.kde.html
|
||
[9]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.line.html
|
||
[10]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.pie.html
|
||
[11]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.scatter.html
|
||
|
||
|
||
----
|
||
|
||
### Barres
|
||
|
||
```python {.numberLines}
|
||
import pandas as pd
|
||
from matplotlib import use, pyplot
|
||
|
||
# Utiliser tkinter
|
||
use("TkAgg")
|
||
|
||
# Données à afficher
|
||
data = pd.DataFrame(data={
|
||
"product": ["pomme", "poire", "banane", "pêche"],
|
||
"price": [1.99, 2.49, 2.99, 3.49]
|
||
})
|
||
|
||
# Générer un graphique dans Matplotlib
|
||
axis = data.plot.bar(x="product", y="price")
|
||
# Afficher le dernier graphique généré
|
||
pyplot.show()
|
||
```
|
||
|
||
[`DataFrame.plot.bar`](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.bar.html#pandas.DataFrame.plot.bar)
|
||
|
||
----
|
||
|
||
|
||
|
||
Notez que les étiquettes des barres, entre autres, débordent de l'image. D'autres défauts généraux
|
||
sont habituellement rencontrés avec Matplotlib, comme l'absence d'affichage de valeur pour les
|
||
éléments des graphiques, ou l'absence de gestion du contraste lorsqu'il faut afficher du texte sur
|
||
des fonds sombres ou clairs.
|
||
|
||
----
|
||
|
||
### Personnalisation
|
||
|
||
De nombreuses options de personnalisation permettent de changer le rendu par défaut des graphiques.
|
||
La variable `rcParams`{.python} de `pyplot`{.python} est un dictionnaire proposant des options
|
||
pour changer entre autres la police de texte par défaut ou les styles de ligne.
|
||
|
||
```python {.numberLines}
|
||
import matplotlib
|
||
import pandas as pd
|
||
from matplotlib import pyplot
|
||
|
||
matplotlib.use("TkAgg")
|
||
pyplot.style.use('ggplot')
|
||
pyplot.rcParams["font.family"] = "Cabin"
|
||
|
||
data = pd.DataFrame(data={
|
||
"product": ["pomme", "poire", "banane", "pêche"],
|
||
"price": [1.99, 2.49, 2.99, 3.49],
|
||
"wpu": [200, 180, 140, 200]
|
||
})
|
||
# Générer un graphique dans Matplotlib
|
||
data.plot.bar(x="product", y=["price", "wpu"], rot=0.0, secondary_y="wpu", legend="reverse")
|
||
pyplot.gcf().savefig("test.png")
|
||
```
|
||
|
||
[Options de `rcParams`](https://matplotlib.org/stable/api/matplotlib_configuration_api.html#matplotlib.rcParams)
|
||
|
||
----
|
||
|
||
|
||
|
||
----
|
||
|
||
#### Ajout d'étiquettes sur des barres
|
||
|
||
```python {.numberLines}
|
||
import matplotlib
|
||
import pandas as pd
|
||
from matplotlib import pyplot
|
||
from matplotlib.axes import Axes
|
||
|
||
matplotlib.use("TkAgg")
|
||
pyplot.style.use('ggplot')
|
||
pyplot.rcParams["font.family"] = "Cabin"
|
||
|
||
data = pd.DataFrame(data={
|
||
"product": ["pomme", "poire", "banane", "pêche"],
|
||
"price": [1.99, 2.49, 2.99, 3.49],
|
||
"wpu": [200, 180, 140, 200]
|
||
})
|
||
# Générer un graphique dans Matplotlib
|
||
data.plot.bar(x="product", y=["price", "wpu"], rot=0.0, secondary_y="wpu", legend="reverse", title="Prix et poids unitaires")
|
||
prices, weights = pyplot.gcf().axes # type: Axes
|
||
prices.legend(bbox_to_anchor=(0.0, 1.1), loc="upper left")
|
||
weights.legend(bbox_to_anchor=(1.0, 1.1), loc="upper right")
|
||
# Il est difficile de personnaliser le contenu du graphique
|
||
options: dict = {"fontsize": 8, "color": "w", "rotation": 90, "label_type": "center"}
|
||
prices.bar_label(prices.containers[0], labels=[f"{p}€" for p in data["price"]], **options)
|
||
weights.bar_label(weights.containers[0], labels=[f"{p}g" for p in data["wpu"]], **options)
|
||
pyplot.gcf().savefig("bar-labeled.png")
|
||
|
||
```
|
||
|
||
----
|
||
|
||
|
||
|
||
Le travail nécessaire est peut-être trop élevé pour une visualisation simple.
|
||
|
||
----
|
||
|
||
### Secteurs (camembert)
|
||
|
||
```python {.numberLines}
|
||
import pandas as pd
|
||
from matplotlib import use, pyplot
|
||
|
||
# Utiliser tkinter
|
||
use("TkAgg")
|
||
pyplot.style.use('ggplot')
|
||
pyplot.rcParams["font.family"] = "Cabin"
|
||
|
||
# Données à afficher
|
||
data = pd.DataFrame(data={
|
||
"product": ["pomme", "poire", "banane", "pêche"],
|
||
"price": [1.99, 2.49, 2.99, 3.49]
|
||
})
|
||
|
||
# Générer un graphique dans Matplotlib
|
||
axis = data.set_index("product").plot.pie(y="price", title="Prix")
|
||
# Afficher le dernier graphique généré
|
||
pyplot.show()
|
||
```
|
||
|
||
[`DataFrame.plot.pie`](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.pie.html#pandas.DataFrame.plot.pie)
|
||
|
||
----
|
||
|
||
|