- Exécuteurs
-
Apprendre
Apprendre Python Exemples exécutables, NumPy, pandas et plus Apprendre l'IARéseaux de neurones, ML et LLM de zéro Apprendre le C et le C++ Pointeurs, mémoire, STL et C++ moderne Apprendre le C#Bases, POO, LINQ, async et exercices .NET Apprendre MatplotlibCourbes, barres, nuages de points et camemberts avec visualiseurs Algorithmes Python Recherche, tri, récursivité et visualisations O(n) Algorithmes C et C++ Comparer les implémentations en C et C++
- DéfisNouveau
- EnseignantsNouveau
Matplotlib intermédiaire
Maîtrisez axes et graduations, annotez l'essentiel, montrez dispersion et incertitude, empilez des données, tracez des DataFrames pandas et enregistrez vos figures.
Commencer le parcours →- Leçon Limites des axes, graduations et échelle log Fixez les limites des axes, choisissez la position et le texte des graduations et passez en échelle log avec set_yscale.
- Leçon Annotations, texte et lignes de référence Pointez les valeurs importantes avec ax.annotate, ajoutez des notes avec ax.text et marquez un objectif avec axhline.
- Leçon Boîtes à moustaches et diagrammes en violon Comparez la dispersion de plusieurs groupes avec ax.boxplot et ax.violinplot.
- Leçon Barres empilées et graphiques en aires Montrez comment des parts s'additionnent dans le temps avec des barres empilées (bottom=) et ax.stackplot.
- Leçon Barres d'erreur et incertitude Montrez l'incertitude d'une mesure avec ax.errorbar et une bande ombrée avec fill_between.
- Leçon Tracer des DataFrames pandas Transformez un DataFrame pandas en graphique avec df.plot et personnalisez-le avec Matplotlib.
- Leçon Enregistrer des figures : savefig, DPI et taille Enregistrez vos graphiques en PNG ou SVG avec fig.savefig et réglez leur taille, leur résolution et leurs marges.