Introduction

Pourquoi Matplotlib

Pandas est une librairie utilisée pour visualiser des données 2D.

Par convention, Matplotlib.pyplot est importé sous le nom plt

import matplotlib.pyplot as plt

%matplotlib inline

Bases

Pour dessiner un graphe, il y a différentes manières de procéder:

Matplotlib est integré avec Pandas, on peut appeler Matplotlib directement sur un DataFrame pour visualiser ses données:

 x  = np.arange(-10, 11)
 df = pd.DataFrame({
     'x^2'   : x ** 2,
     '-(x^2)': 1 - (x ** 2),
 }, index=x)

 ax = df.plot(figsize=(12, 6))
 ax.set_xlabel('X')
 ax.set_ylabel('X Squared')
 ax.set_title('My Nice Plot')

Par défaut, plot affiche un graphique ligne, mais on peut préciser un style de graphique différent (valeurs acceptées: line, bar, barh, hist, box, kde, area, pie, scatter ou hexbin)

df_etc.plot(kind='hist', y='Ether', bins=150)

On peut utiliser l’API Matploblib globale — via plt

 plt.figure(figsize=(12, 6))
 plt.plot(x, x ** 2, label='x^2')
 plt.plot(x, -1 * (x ** 2), label='-(x^2)')
 plt.legend()

 plt.xlabel('X')
 plt.ylabel('X Squared')
 plt.title('My Nice Plot')

Ou l’API Matplotlib orientée objet — en créant un objet avec subplots.
Notons que Pandas retourne un objet Matplotlib

 fig, ax = plt.subplots(figsize=(12, 6))
 ax.plot(x, x ** 2, label='x^2')
 ax.plot(x, -1 * (x ** 2), label='-(x^2)')
 ax.legend()

 ax.set_xlabel('X')
 ax.set_ylabel('X Squared')
 ax.set_title("My Nice Plot")

Quadriller l’espace

On peut quadriller l’espace pour afficher plusieurs graphiques.

API globale: subplot
Prend 3 paramètres: nombre de lignes, nombres de colonne, panel sélectionné:

x = np.arange(1, 100)
plt.figure(figsize=(12, 6))

# Graph #1
plt.subplot(3, 2, 1)
plt.plot(x, x)
plt.xlabel('X')
plt.ylabel('X')

# Graph #2
plt.subplot(3, 2, 2)
plt.plot(x, -x)
plt.xlabel('X')
plt.ylabel('-X')

# Graph #3
plt.subplot(3, 2, 3)
plt.plot(x, x**2)
plt.xlabel('X')
plt.ylabel('X^2')

# Graph #4
plt.subplot(3, 2, 4)
plt.plot(x, -(x**2))
plt.xlabel('X')
plt.ylabel('-(X^2)')

# Graph #5
plt.subplot(3, 2, 5)
plt.plot(x, np.log(x))
plt.xlabel('X')
plt.ylabel('log(X)')

# Graph #6
plt.subplot(3, 2, 6)
plt.plot(x, -np.log(x))
plt.xlabel('X')
plt.ylabel('-log(X)')

# Pour éviter que les graphiques soient écrasés
# Les uns contre les autres
plt.tight_layout()

API orientée objet: subplots ou fig.add_subplot

x = np.arange(1, 100)
fig, axes = plt.subplots(nrows=3, ncols=2, figsize=(12, 6))

# Graph #1
axes[0,0].plot(x, x)
axes[0,0].set_xlabel('X')
axes[0,0].set_ylabel('X')

# Graph #2
axes[0,1].plot(x, -x)
axes[0,1].set_xlabel('X')
axes[0,1].set_ylabel('-X')

# Graph #3
axes[1,0].plot(x, x**2)
axes[1,0].set_xlabel('X')
axes[1,0].set_ylabel('X^2')

# Graph #4
axes[1,1].plot(x, -(x**2))
axes[1,1].set_xlabel('X')
axes[1,1].set_ylabel('-(X^2)')

# Graph #5
axes[2,0].plot(x, np.log(x))
axes[2,0].set_xlabel('X')
axes[2,0].set_ylabel('log(X)')

# Graph #6
axes[2,1].plot(x, -np.log(x))
axes[2,1].set_xlabel('X')
axes[2,1].set_ylabel('-log(X)')

fig.tight_layout()

x = np.arange(1, 100)
fig = plt.figure(figsize=(12, 6))

# Graph #1
ax = fig.add_subplot(3, 2, 1)
ax.plot(x, x)
ax.set_xlabel('X')
ax.set_ylabel('X')

# Graph #2
ax = fig.add_subplot(3, 2, 2)
ax.plot(x, -x)
ax.set_xlabel('X')
ax.set_ylabel('-X')

# Graph #3
ax = fig.add_subplot(3, 2, 3)
ax.plot(x, x**2)
ax.set_xlabel('X')
ax.set_ylabel('X^2')

# Graph #4
ax = fig.add_subplot(3, 2, 4)
ax.plot(x, -(x**2))
ax.set_xlabel('X')
ax.set_ylabel('-(X^2)')

# Graph #5
ax = fig.add_subplot(3, 2, 5)
ax.plot(x, np.log(x))
ax.set_xlabel('X')
ax.set_ylabel('log(X)')

# Graph #6
ax = fig.add_subplot(3, 2, 6)
ax.plot(x, -np.log(x))
ax.set_xlabel('X')
ax.set_ylabel('-log(X)')

fig.tight_layout()

subplot2grid permet d’étirer les graphiques sur plusieurs lignes et/ou colonnes.
Prend 2 paramètres: taille de la grille, espace sélectionné. Et optionnellement: rowspan et colspan.

x = np.arange(1, 100)
plt.figure(figsize=(12,6))

# Graph 1
ax = plt.subplot2grid((3, 2), (0,0), rowspan=2)
ax.plot(x, x)
ax.set_xlabel('X')
ax.set_ylabel('X')
ax.set_title('(0,0) rowspan=2')

# Graph 2
ax = plt.subplot2grid((3, 2), (0,1))
ax.plot(x, -x)
ax.set_xlabel('X')
ax.set_ylabel('-X')
ax.set_title('(0,1)')

# Graph 3
ax = plt.subplot2grid((3, 2), (1,1))
ax.plot(x, x**2)
ax.set_xlabel('X')
ax.set_ylabel('X^2')
ax.set_title('(1,1)')

# Graph 4
ax = plt.subplot2grid((3, 2), (2,0), colspan=2)
ax.plot(x, -(x**2))
ax.set_xlabel('X')
ax.set_ylabel('-(X^2)')
ax.set_title('(2,0) colspan=2')

plt.tight_layout()

NB on peut récupérer les axes à partir de l’API globale avec ax = plt.gca()

Subplots

On peut mettre en commun la graduation des sous-graphiques
```
plt.subplots(4,4, sharex=True, sharey=True)
```

Ou l’enlever

plt.subplots(4,4, subplot_kw={'xticks': [], 'yticks': []})

Subplots by hand

On peut ajouter de nouveau graphique manuellement avec axes

ax1 = plt.axes() # standard axes
ax2 = plt.axes([0.65, 0.65, 0.2, 0.2])

fig = plt.figure()
ax1 = fig.add_axes([0.1, 0.5, 0.8, 0.4], xticklabels=[], ylim=(-1.2, 1.2))
ax2 = fig.add_axes([0.1, 0.1, 0.8, 0.4], ylim=(-1.2, 1.2))

Show

La méthode show affiche le graphique.
Sous Jupyter, cette méthode est appelée automatiquement quand on exécute une cellule qui contient un graphique en cours.

from scipy.stats import norm

x = np.arange(-3, 3, 0.01)
plt.plot(x, norm.pdf(x))
plt.show()

Savefig

La méthode savefig permet d’enregistrer le graphique crée dans une image.

plt.plot(x, norm.pdf(x))
plt.plot(x, norm.pdf(x, 1.0, 0.5))
plt.savefig('MyPlot.png', format='png')

Close

En mode global, Matplotlib applique les modifications au graphique en cours, bien qu’il ne soit pas explicité stocké dans une variable de votre côté — il est gardé du côté Matplotlib. Pour supprimer un graphique en cours de modification, il faut appeler plt.close.

C’est notamment utile quand on veut utiliser Matploblib pour effectuer des calculs et non pour afficher un graphique:

x = np.random.randint(20,60,100)

n, bins, patches = plt.hist(x, range(20,61,5))
plt.close()

print(n)
'''
[10. 12. 16. 12. 10. 10. 16. 14.]
'''

print(bins)
'''
[20 25 30 35 40 45 50 55 60]
'''

This site is open source. Improve this page.