Tracé de graphiques avec Matplotlib en Python : Guide complet

Matplotlib est une bibliothèque essentielle pour la visualisation de données en Python. Dans ce guide, nous couvrirons ses fonctionnalités de base, comment les utiliser efficacement et comment créer des visualisations claires et professionnelles.

Introduction au tracé de graphiques avec Matplotlib en Python

Matplotlib est une bibliothèque de visualisation de données pour Python. Elle a été créée par John D. Hunter en 2003 dans le but de générer des graphiques de qualité publication. Depuis, elle est devenue l'une des bibliothèques les plus utilisées pour la visualisation de données en Python. Matplotlib dispose d'une vaste collection de graphiques personnalisables, ce qui en fait un outil essentiel pour créer des visualisations époustouflantes.

Création d'un graphique linéaire simple

Commençons par créer un graphique linéaire simple à l'aide de Matplotlib. Dans cet exemple, nous tracerons un graphique linéaire des données de ventes au fil du temps.

Création d'un graphique linéaire simple avec Matplotlib en Python

pip install matplotlib

import matplotlib.pyplot as plt

# Sales data
year = [2015, 2016, 2017, 2018, 2019, 2020]
sales = [100, 150, 200, 250, 300, 350]

# Create a line plot
plt.plot(year, sales)

# Add labels and title
plt.xlabel("Year")
plt.ylabel("Sales")
plt.title("Sales Data over Time")

# Display the plot
plt.show()

Ce code génère un graphique linéaire simple des données de ventes au fil du temps. L'axe des x affiche les années, et l'axe des y montre les chiffres des ventes, illustrant clairement la tendance à la hausse.

Création d'un graphique en barres

Un autre type de graphique populaire est le graphique en barres. Il est utilisé pour comparer différentes catégories. Dans cet exemple, nous créerons un graphique en barres des 5 premiers pays par PIB.

Création d'un graphique en barres avec Matplotlib en Python

import matplotlib.pyplot as plt

# GDP data
countries = ["USA", "China", "Japan", "Germany", "UK"]
gdp = [21.44, 14.14, 5.15, 4.17, 2.62]

# Create a bar chart
plt.bar(countries, gdp)

# Add labels and title
plt.xlabel("Country")
plt.ylabel("GDP (trillions)")
plt.title("Top 5 Countries by GDP")

# Display the plot
plt.show()

Cet extrait produit un graphique en barres comparant les 5 premiers pays par PIB. L'axe horizontal liste les pays, tandis que l'axe vertical représente le PIB en billions, mettant en évidence la première place des États-Unis.

Création d'un graphique circulaire

Un graphique circulaire est utilisé pour montrer la composition d'un tout. Dans cet exemple, nous créerons un graphique circulaire de la part de marché des différentes marques de smartphones.

Création d'un graphique circulaire avec Matplotlib en Python

import matplotlib.pyplot as plt

# Market share data
brands = ["Samsung", "Apple", "Huawei", "Xiaomi", "Others"]
market_share = [19.2, 15.9, 14.6, 10.2, 40.1]

# Create a pie chart
plt.pie(market_share, labels=brands)

# Display the plot
plt.show()

Le graphique circulaire résultant visualise la répartition des parts de marché. La catégorie « Autres » occupe le plus grand segment, suivie par Samsung, Apple, Huawei et Xiaomi.

*Remarque : Les chiffres du PIB et des parts de marché utilisés dans ces exemples sont approximatifs et destinés à des fins illustratives uniquement.

Personnalisation des graphiques

L'une des fonctionnalités clés de Matplotlib est sa personnalisation. Vous pouvez personnaliser presque tous les aspects d'un graphique, y compris la couleur, le style des marqueurs, le style des lignes, la taille de la police, et plus encore. Dans cet exemple, nous personnaliserons un graphique linéaire pour afficher les points de données sous forme de cercles rouges.

Personnalisation de divers aspects d'un graphique Matplotlib en Python

import matplotlib.pyplot as plt

# Sales data
year = [2015, 2016, 2017, 2018, 2019, 2020]
sales = [100, 150, 200, 250, 300, 350]

# Create a line plot
plt.plot(year, sales, 'o-', color='red')

# Add labels and title
plt.xlabel("Year")
plt.ylabel("Sales")
plt.title("Sales Data over Time")

# Display the plot
plt.show()

Cet exemple affiche un graphique linéaire avec des cercles rouges à chaque point de données. La chaîne de format 'o-' trace des cercles et les relie par des lignes, tandis que color='red' applique la couleur spécifiée aux deux.

Conclusion

Ce guide a couvert les bases de Matplotlib en Python, notamment la création de graphiques linéaires, de graphiques en barres et de graphiques circulaires, ainsi que la personnalisation de leur apparence. Ces fondamentaux constituent une base solide pour vos projets de visualisation de données. Bonnes visualisations !