Terrain de jeu Matplotlib en ligne – Créez des graphiques Python dans votre navigateur
Visualisez des données avec Python et Matplotlib directement dans votre navigateur grâce à notre terrain de jeu Matplotlib en ligne. Affichez instantanément des graphiques — aucune configuration requise, idéal pour la science des données.
💡 Apprenez Matplotlib pour booster vos compétences
Loading...
📊 Introduction à Matplotlib
1. Qu'est-ce que Matplotlib ?
Matplotlib est une bibliothèque Python populaire utilisée pour créer des visualisations statiques, animées et interactives. Elle est particulièrement utile en science des données et en calcul scientifique.
import matplotlib.pyplot as plt2. Graphique en ligne
Un graphique en ligne de base utilisant des valeurs X et Y.
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [2, 4, 6, 8]
plt.plot(x, y)
plt.title("Graphique en ligne")
plt.xlabel("Axe X")
plt.ylabel("Axe Y")
plt.show()3. Diagramme à barres
Les diagrammes à barres sont utiles pour comparer des catégories discrètes.
categories = ['A', 'B', 'C']
values = [5, 7, 3]
plt.bar(categories, values)
plt.title("Diagramme à barres")
plt.show()4. Nuage de points
Utilisez des nuages de points pour montrer les relations entre deux variables numériques.
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.scatter(x, y)
plt.title("Nuage de points")
plt.show()5. Diagramme circulaire
Les diagrammes circulaires sont utilisés pour montrer des proportions.
labels = ['Pomme', 'Banane', 'Cerise']
sizes = [30, 40, 30]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title("Répartition des fruits")
plt.show()6. Histogramme
Les histogrammes aident à comprendre la distribution des données numériques.
import numpy as np
data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.title("Histogramme")
plt.show()7. Graphiques multiples
Tracez plusieurs graphiques dans une seule figure en utilisant des sous-graphiques.
x = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
y2 = [2, 3, 5, 7]
plt.subplot(1, 2, 1)
plt.plot(x, y1)
plt.title("Graphique 1")
plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title("Graphique 2")
plt.tight_layout()
plt.show()8. Personnaliser les styles
Vous pouvez personnaliser les couleurs, styles, marqueurs, et plus encore.
plt.plot(x, y1, color='red', linestyle='--', marker='o')
plt.title("Ligne stylisée")
plt.show()9. Enregistrer le graphique en tant qu'image
Enregistrez votre graphique dans un fichier image en utilisant savefig().
plt.plot(x, y1)
plt.savefig("mon_graphique.png")10. Graphique 3D (Avancé)
Matplotlib prend également en charge les graphiques 3D via mpl_toolkits.mplot3d.
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = [1, 2, 3]
y = [2, 3, 4]
z = [5, 6, 7]
ax.scatter(x, y, z)
plt.show()