Étiquettes Matplotlib

Parfois, vous devrez personnaliser les étiquettes de vos graphiques Matplotlib pour ajouter du contexte ou mettre en évidence des éléments importants. Avec Matplotlib, vous pouvez facilement personnaliser les éléments du graphique, tels que les étiquettes des axes, les titres et les légendes. Dans cet article, nous explorerons différentes façons de personnaliser les étiquettes sur les graphiques Matplotlib afin de créer des visualisations plus informatives et engageantes.

Définir les étiquettes des axes

Lors de la création de graphiques dans Matplotlib, il est important de fournir un contexte aux données en étiquetant les axes. Les étiquettes des axes x et y peuvent être définies respectivement à l'aide des fonctions xlabel() et ylabel(). Par exemple, supposons que nous ayons un nuage de points représentant la relation entre la taille et le poids, et que nous souhaitions étiqueter les axes avec un texte descriptif. Voici comment procéder :

étiqueter les axes d'un graphique avec un texte descriptif en Python

import matplotlib.pyplot as plt

height = [63, 64, 65, 66, 67, 68, 69, 70, 71, 72]
weight = [127, 130, 133, 136, 139, 142, 145, 148, 151, 154]

plt.scatter(height, weight)
plt.xlabel('Height (inches)')
plt.ylabel('Weight (pounds)')
plt.show()

Ce code génère un nuage de points avec des axes étiquetés, fournissant un contexte aux données et facilitant leur interprétation.

Ajouter un titre

En plus d'étiqueter les axes, vous souhaiterez peut-être ajouter un titre à votre graphique. Cela peut être réalisé à l'aide de la fonction title(). Par exemple, supposons que nous ayons un graphique linéaire des données de vente d'une entreprise, et que nous voulions ajouter un titre au graphique. Voici comment procéder :

ajouter un titre à un graphique en Python

import matplotlib.pyplot as plt

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
sales = [25000, 30000, 45000, 35000, 50000, 60000, 70000, 80000, 90000, 100000, 110000, 120000]

plt.plot(months, sales)
plt.title('Monthly Sales')
plt.show()

Ce code génère un graphique linéaire avec un titre, offrant un résumé clair et concis des données présentées.

Personnaliser la légende

Lors de la création de graphiques avec plusieurs séries de données, il est important de fournir une légende pour différencier les différentes séries. La fonction legend() de Matplotlib vous permet de créer une légende pour votre graphique. Par défaut, la légende affichera l'étiquette de chaque série de données. Cependant, vous pouvez personnaliser la légende pour afficher des informations supplémentaires ou modifier son apparence.

Par exemple, supposons que nous ayons un diagramme en barres comparant les données de vente de deux produits différents, et que nous souhaitions créer une légende affichant le total des ventes pour chaque produit. Voici comment procéder :

créer une légende pour votre graphique en Python

import matplotlib.pyplot as plt

products = ['Product A', 'Product B']
sales = [50000, 75000]

plt.bar(products, sales)
plt.legend(['Total Sales: $' + str(s) for s in sales])
plt.show()

Ce code génère un diagramme en barres avec une légende affichant le total des ventes pour chaque produit, ce qui facilite la comparaison des données de vente entre les deux produits.

Conclusion

En conclusion, Matplotlib offre une plateforme puissante et flexible pour créer des visualisations en Python. En personnalisant les étiquettes de vos graphiques, vous pouvez fournir plus de contexte à vos données et créer des visualisations plus informatives et engageantes.