Formation
90 min de lecture
Visualisation de données
📦 Visualisation avec Matplotlib
Objectifs d'apprentissage
🎯 Objectifs :\n
1Créer des graphiques linéaires\n2. Créer des graphiques à barres\n3. Créer des histogrammes\n4. Personnaliser les graphiques
Introduction
📖 Matplotlib est la bibliothèque de visualisation la plus utilisée en Python.
Contenu théorique
Matplotlib :\n
PYTHON
\nimport matplotlib.pyplot as plt\n\n# Graphique linéaire\nplt.plot(x, y)\n\n# Graphique à barres\nplt.bar(x, y)\n\n# Histogramme\nplt.hist(data)\n\n# Personnalisation\nplt.title("Titre")\nplt.xlabel("Axe X")\nplt.ylabel("Axe Y")\nplt.legend()\nplt.grid()\n\n# Affichage\nplt.show()\nExemples pratiques
💻 Exemple : Graphique des ventes\n
PYTHON
\nimport matplotlib.pyplot as plt\n\nmois = ["Jan", "Fev", "Mar", "Avr", "Mai", "Juin"]\nventes = [1000, 1200, 1500, 1300, 1600, 1800]\nobjectif = [1100] * 6\n\nplt.figure(figsize=(10, 6))\nplt.plot(mois, ventes, marker="o", label="Ventes", linewidth=2)\nplt.plot(mois, objectif, "--", label="Objectif", linewidth=2)\nplt.fill_between(mois, ventes, objectif, where=(ventes >= objectif), \n color="green", alpha=0.3, label="Objectif atteint")\nplt.fill_between(mois, ventes, objectif, where=(ventes < objectif), \n color="red", alpha=0.3, label="Objectif non atteint")\n\nplt.title("Évolution des ventes 2024", fontsize=14)\nplt.xlabel("Mois", fontsize=12)\nplt.ylabel("Ventes (€)", fontsize=12)\nplt.legend()\nplt.grid(True, alpha=0.3)\nplt.xticks(rotation=45)\nplt.tight_layout()\nplt.show()\nBonnes pratiques
1Toujours importer plt\n✅ 2. Utiliser figure() pour taille\n✅ 3. Ajouter titres et labels\n✅ 4. Utiliser grid() pour lisibilité\n✅ 5. tight_layout() pour éviter chevauchement
Pièges à éviter
Oublier plt.show()\n
Toujours appeler plt.show()
Résumé
plot() : graphique linéaire\n✅ bar() : graphique à barres\n✅ hist() : histogramme\n✅ title(), xlabel(), ylabel() : labels\n✅ legend() : légende\n✅ grid() : grille\n✅ show() : affichage
Ressources supplémentaires
📚 matplotlib.org/stable/tutorials/index.html