Introduction à Matplotlib

Matplotlib est l’une des bibliothèques les plus populaires pour créer des graphiques en Python.

INFO

Matplotlib est fortement inspiré des fonctions de traçage de MATLAB

Points forts de Matplotlib

• Permet la création de presque tous les types de graphiques.
• Offre une personnalisation poussée : couleurs, styles, épaisseurs, marqueurs, etc.

Deux approches pour créer des graphiques

1. Méthode fonctionnelle

   • Appels directs aux fonctions de Matplotlib (comme plt.plot, plt.scatter, etc.)
   • Idéal pour les graphiques simples et les débutants.

2. Programmation orientée objet (POO)

   • Utilisation des objets Figure et Axes.
   • Plus flexible pour les graphiques complexes ou multiples sous-graphes.
   • Favorisée lorsque l’on gagne en expérience avec Matplotlib.

INFO

Les deux méthodes produisent souvent des graphiques similaires, mais la POO devient plus pratique pour la personnalisation avancée et les figures complexes.

Bases de Matplotlib

Bases de Matplotlib

import matplotlib.pyplot as plt
import numpy as np

# ======================================================
# Exemple de base : Tracé simple d'un tableau
# ======================================================
# Ici, nous allons créer un graphique très simple en utilisant deux tableaux NumPy.
# Vous pouvez aussi utiliser des listes Python ou des colonnes Pandas, qui se comportent comme des tableaux.

# Création des données
x = np.arange(0, 10)  # Tableau de 0 à 9
y = 2 * x             # Relation linéaire : y = 2*x

# ======================================================
# 1. Tracé de base avec plt.plot()
# ======================================================
# Commandes Matplotlib de base pour créer un graphique linéaire

plt.plot(x, y)                       # Tracer X vs Y
plt.xlabel("Axe X")                  # Label de l'axe X
plt.ylabel("Axe Y")                  # Label de l'axe Y
plt.title("Graphique linéaire simple") # Titre du graphique
plt.show()                            # Afficher le graphique
# Note : plt.show() est nécessaire si vous utilisez un script .py. 
# Dans un notebook Jupyter ou Google Colab, le graphique s'affiche automatiquement, mais show() permet de supprimer l'objet Out[].

# ======================================================
# 2. Modification des limites des axes
# ======================================================
# Vous pouvez définir les limites pour zoomer sur une partie spécifique du graphique
plt.plot(x, y)
plt.xlabel("Axe X")
plt.ylabel("Axe Y")
plt.title("Graphique avec limites d'axes")
plt.xlim(0, 6)   # Limite de l'axe X : de 0 à 6
plt.ylim(0, 12)  # Limite de l'axe Y : de 0 à 12
plt.show()

# ======================================================
# 3. Exportation d'un graphique
# ======================================================
# Pour sauvegarder votre graphique dans un fichier image (PNG, JPEG, PDF, etc.)
# La fonction plt.savefig() permet de contrôler le format, le dpi, et le chemin de sauvegarde

plt.plot(x, y)
plt.xlabel("Axe X")
plt.ylabel("Axe Y")
plt.title("Graphique sauvegardé")
plt.savefig("example.png")  # Enregistre le graphique dans le fichier 'example.png'
plt.show()

# Pour plus d'informations sur savefig
help(plt.savefig)