Les bases de Matplotlib, une librairie pour réaliser des graphiques 2D

Les bases de Matplotlib, une librairie pour réaliser des graphiques 2D

Créateur de livres
Ajouter cette page à votre livre

Créateur de livres
Retirer cette page de votre livre

Matplotlib est une bibliothèque très puissante du langage de programmation Python destinée à tracer et visualiser des données sous formes de graphiques. Elle est souvent combinée avec les bibliothèques python de calcul scientifique :

NumPy : gestion de tableaux numériques multidimensionnels, algèbre linéaire, transformées de Fourier, nombres (pseudo-)aléatoires
SciPy : méthodes numériques comme l'intégration ou l'optimisation
SymPy : mathématiques symboliques
Pandas: analyse de données

Avec Matplotlib, on peut créer rapidement un graphe à partir de deux listes (voir le premier exemple ci-après).

Matplotlib permet de générer facilement des graphiques, camemberts ou autres histogrammes, intégrant symboles, barres d'erreur, éléments colorés,… Il peut créer pratiquement tous les types connus de graphiques (consulter la galerie d'exemples).

Le projet Pylab vise à regrouper ces différentes librairies. De nombreuses commandes de Pylab ont été définies semblablement aux commandes du logiciel commercial MatLab.

TODO : différences pyplot comme ici : https://towardsdatascience.com/5-quick-facts-about-python-matplotlib-53f23eab6d31

La page d'installation de Matplotlib fournit une procédure pas à pas assez complète et facile pour installer matplotlib (et NumPy). Sinon :

Sous Windows, installez une distribution complète comme Anaconda ou Python (x, y)
Sous GNU/Linux, on peut aussi n'installer que les librairies suivantes : python-numpy python-scipy python-matplotlib

standard :

import matplotlib as mpl
import matplotlib.pyplot as plt

alternative, simplifiée (en mode pylab, pour obtenir une certaine compatibilité avec Matlab) :
```
from pylab import *
```

Il s'agit d'un graphe classique de séries de points reliés par une ligne colorée :

simple_series_01.py

#! /usr/bin/env python
# -*- coding: utf-8 -*-
"""
Matplotib : graphe simple de séries de données
"""
 
import matplotlib.pyplot as plt  #directive d'importation standard
 
plt.figure()  #initialisation d'une nouvelle figure
 
#les données
serie_x = [0.,1.,2.,3.,5.,7.,11.,13.,17.,19.]
serie_y1 = [x**2 for x in serie_x]     # ces lignes utilisent la technique de "liste en compréhension"
serie_y2 = [x**1.5 for x in serie_x]   # pour définir efficacement une liste par une seule instruction.
 
#plot de deux lignes lignes
plt.plot(serie_x, serie_y1)
plt.plot(serie_x, serie_y2)
 
plt.savefig("example.png")  # sauvegarde de la figure
 
plt.show()  # vue interactive de la figure

Le même graphique peut être agrémenté d'un titre, d'appellations pour les axes, de valeurs limites, d'une légende :

simple_series_02.py

#! /usr/bin/env python
# -*- coding: utf-8 -*-
"""
Matplotib : graphe simple de séries de données
ajouts des titres pour la figure, les axes, d'une légende, de valeurs min et max
"""
 
import matplotlib.pyplot as plt  #directive d'importation standard
 
plt.figure()  #initialisation d'une nouvelle figure
plt.title("Ma première figure avec Matplolib") 
 
#les données
serie_x = [0., 1., 2., 3., 5., 7., 11., 13., 17., 19.]
serie_y1 = [x**2 for x in serie_x]
serie_y2 = [x**1.5 for x in serie_x]
 
plt.xlim(0, 20.)   #les limites suivant x
plt.ylim(-5, 400.)  # les limites suivant y
 
#plot de deux lignes lignes
plt.plot(serie_x, serie_y1, label="x^2")
plt.plot(serie_x, serie_y2, label="x^1.5")
plt.xlabel("Les données X")  
plt.ylabel("Des valeurs calculées de Y")
 
#ajout d'une légende
plt.legend()
 
plt.savefig("example.pdf")  # sauvegarde de la figure au format pdf
 
plt.show()  # vue interactive de la figure

La personnalisation des lignes ou point se fait très facilement lorsqu'on utilise la fonction de traçage, en passant dans une chaîne de deux caractères la spécification du type de ligne et de la couleur à utiliser. Voici un exemple d'un graphique qui utilise des cercles verts comme marqueurs, sans ligne, grâce aux deux caractères “g” (pour green ou vert) et “o” (pour figurer des petits cercles.

simple_series_03.py

#! /usr/bin/env python
# -*- coding: utf-8 -*-
"""
Matplotib : graphe simple de séries de données
utilisation de points
"""
 
import matplotlib.pyplot as plt  #directive d'importation standard
 
plt.figure()  #initialisation d'une nouvelle figure
 
#les données
serie_x = [0., 1., 2., 3., 5., 7., 11., 13., 17., 19.]
serie_y1 = [x**2 for x in serie_x]
 
#plot
plt.plot(serie_x, serie_y1, "go")
 
plt.show()  # vue interactive de la figure

Pour essayer d'autres marqueurs ou couleurs, consultez la documentation ici :

simple_fonction_01.py

#! /usr/bin/env python
# -*- coding: utf-8 -*-
"""
Matplotib : graphe simple d'une fonction : cosinusoïde amortie
 
"""
 
from pylab import * # directive d'importation simplifiée
 
def my_func(t):        
    s1 = cos(2*pi*t*1.)  #essayez 2., 4., 100. !!        
    e1 = exp(-t)        
    return s1*e1
 
tvals = arange(0., 5., 0.05)
# arange (importé) permet de définir un tableau numérique
# arange([start], stop[, step]) renvoie un "array" de valeurs
# espacées de step à partir de start jusque stop
# passer step à 0.001 ?
 
plot(tvals, my_func(tvals), 'bo', tvals, my_func(tvals), 'k')
 
show()

À cette page, on montre en détail comment réaliser une représentation graphique simple des fonctions sinus et cosinus. Au départ le graphique utilisera les réglages par défaut et la figure sera ensuite améliorée pas à pas en commentant les instructions matplotlib utilisées.

Source : Matplotlib: plotting, par Nicolas Rougier, Mike Müller, Gaël Varoquaux.

Cette dernière référence reprend aussi des explications sur les principes d'organisation des graphiques multiples sur une figure, propose d'autres types de graphes sous forme d'exercices avec les solutions disponibles, et propose de nombreux liens pour l'apprentissage de Matplotlib.

Histogramme simple	Rotateur biatomique	Potentiel de Morse
Ph à 3D (dilution et neutralisation)	Couples acide-base dans le plan pKa/pKb	un autre…
un autre…	un autre…	un autre…

Notamment avec l'éditeur Spyder, il est possible de choisir le mode d'affichage des graphes :

dans une fenêtre interactive
en ligne (mode “inline”) sous forme d'une image au format .png, dans la console

Pour choisir le mode, utiliser les réglages suivants de Spyder : menu Outils - option Préférences - rubrique Console Ipython - onglet Graphiques - la sortie “Automatique” permet d'obtenir les graphes dans une fenêtre interactive, sinon, choisir “En ligne”. L'option sera prise en compte après avoir quitté Spyder et l'avoir relancé. Sinon, il est possible de sélectionner l'un ou l'autre des modes par les commandes suivantes dans la console :