NumPy Matplotlib

pip3 Installation :

pip　install　matplotlib　-i　https://pypi.tuna.tsinghua.edu.cn/simple

Les systèmes Linux peuvent également utiliser le gestionnaire de paquets Linux pour installer :

Debian / Ubuntu :

sudo　apt-get　install　python-matplotlib

Fedora / Redhat :

sudo　yum　install　python-matplotlib

Après l'installation, vous pouvez utiliser python -m pip list La commande peut être utilisée pour vérifier si le module matplotlib est installé.

$　pip3　list　|　grep　matplotlib
matplotlib　3.3.0

Exemple

　import numpy as np　
　from matplotlib import pyplot as plt　
　　
　x = np.arange(1,11)　
　y =　2　*　x　+　5　
　plt.title("démonstration Matplotlib")　
　plt.xlabel("intitulé axe x")　
　plt.ylabel("intitulé axe y")　
　plt.plot(x, y)　plt.show()

Dans cet exemple, la fonction np.arange() crée des valeurs sur l'axe des abscisses. Les valeurs correspondantes sur l'axe des ordonnées sont stockées dans un autre objet d'array y. Ces valeurs sont tracées à l'aide de la fonction plot() du sous-module pyplot du paquet matplotlib.

Le graphique est affiché par la fonction show()

Affichage chinois dans le graphique

Matplotlib ne prend pas en charge le chinois par défaut, nous pouvons utiliser la méthode simple suivante pour résoudre ce problème.

Ici, nous utilisons le Source Han Sans, une police ouverte lancée par Adobe et Google.

Site officiel : https://source.typekit.com/source-han-serif/cn/

Adresse GitHub : https://github.com/adobe-fonts/source-han-sans/tree/release/OTF/SimplifiedChinese

Après avoir ouvert le lien, choisissez-en un dedans :

Vous pouvez télécharger une police OTF, par exemple SourceHanSansSC-Bold.otf, placez ce fichier dans le fichier de code en cours d'exécution :

SourceHanSansSC-Bold.otf doit être placé dans le fichier de code en cours d'exécution :

　import numpy as np　
　from matplotlib import pyplot as plt　
　import　matplotlib
　　
　#　fname　est le chemin vers la bibliothèque de polices que vous avez téléchargée, notez que le fichier SourceHanSansSC-Bold.otf　chemin du fichier de police
　zhfont1　=　matplotlib.font_manager.FontProperties(fname="SourceHanSansSC-Bold.otf")　
　　
　x = np.arange(1,11)　
　y =　2　*　x　+　5　
　plt.title("Produit en terre　-　test",　fontproperties=zhfont1)　
　　
　#　fontproperties　configure la visualisation des caractères chinois, fontsize　configure la taille de la police
　plt.xlabel("axe x",　fontproperties=zhfont1)
　plt.ylabel("axe y",　fontproperties=zhfont1)
　plt.plot(x,y)　
　plt.show()

De plus, nous pouvons utiliser les polices du système :

　from matplotlib import pyplot as plt
　import　matplotlib
　a=sorted([f.name　for　f　in　matplotlib.font_manager.fontManager.ttflist])
　for　i　in　a:
　　　　　print(i)

Imprimez tous les noms enregistrés dans ttflist de votre font_manager, trouvez une police de caractères chinoise par exemple : STFangsong (Fangsong), puis ajoutez le code suivant :

plt.rcParams['font.family']=['STFangsong']

En tant que substitut du graphique linéaire, vous pouvez afficher les valeurs discrètes en ajoutant une chaîne de formatage à la fonction plot(). Vous pouvez utiliser les caractères de formatage suivants.

Voici les abréviations des couleurs :

Pour afficher des cercles pour représenter les points au lieu de la ligne dans l'exemple précédent, utilisez ob comme chaîne de format dans la fonction plot().

　import numpy as np　
　from matplotlib import pyplot as plt　
　　
　x = np.arange(1,11)　
　y =　2　*　x　+　5　
　plt.title("démonstration Matplotlib")　
　plt.xlabel("intitulé axe x")　
　plt.ylabel("intitulé axe y")　
　plt.plot(x,y,"ob")　
　plt.show()

Les résultats de l'exécution sont représentés comme suit :

Dessiner l'onde sinus

L'exemple suivant utilise matplotlib pour générer un graphique en onde sinus.

　import numpy as np　
　import matplotlib.pyplot as plt　
　# Calculer les coordonnées x et y des points sur la courbe sinus
　x = np.arange(0,　3　*　np.pi, 0.1)　
　y = np.sin(x)
　plt.title("forme d'onde sinus")　
　# Utiliser matplotlib pour dessiner des points
　plt.plot(x, y)　
　plt.show()

Les résultats de l'exécution sont représentés comme suit :

subplot()

La fonction subplot() permet de dessiner différentes choses sur le même graphique.

L'exemple suivant dessine les valeurs sinus et cosinus:

　import numpy as np　
　import matplotlib.pyplot as plt　
　# Calculer les coordonnées x et y des points sur les courbes sinus et cosinus　
　x = np.arange(0,　3　*　np.pi, 0.1)　
　y_sin = np.sin(x)　
　y_cos = np.cos(x)　
　# Créer une grille de subplot, hauteur de　2，largeur de　1　
　# Activer le premier subplot
　plt.subplot(2,　1,　1)　
　# Dessiner la première image　
　plt.plot(x, y_sin)　
　plt.title('Sinus')　
　# Activer le deuxième subplot et dessiner la deuxième image
　plt.subplot(2,　1,　2)　
　plt.plot(x, y_cos)　
　plt.title('Cosinus')　
　# Afficher l'image
　plt.show()

Les résultats de l'exécution sont représentés comme suit :

bar()

Le sous-module pyplot fournit la fonction bar() pour générer des graphiques en barres.

L'exemple suivant génère deux groupes de graphiques en barres pour les tableaux x et y.

　from matplotlib import pyplot as plt　
　x = [5,8,10]　
　y = [12,16,6]　
　x2　= [6,9,11]　
　y2　= [6,15,7]　
　plt.bar(x, y, align = 'center')　
　plt.bar(x2, y2, color = 'g', align = 'center')　
　plt.title('Bar graph')　
　plt.ylabel('Y axe')　
　plt.xlabel('X axe')　
　plt.show()

Les résultats de l'exécution sont représentés comme suit :

La fonction numpy.histogram()

La fonction numpy.histogram() est une représentation graphique de la distribution de fréquence des données. Des rectangles de même dimension horizontale correspondent aux intervalles de classe, appelés bins, et la variable height correspond à la fréquence.

La fonction numpy.histogram() prend deux paramètres : un tableau d'entrée et un tableau d'intervalles. Les éléments continus du tableau d'intervalles sont utilisés comme limites pour chaque intervalle.

　import numpy as np　
　　
　a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
　np.histogram(a, bins = [0,20,40,60,80,100])　
　hist, bins = np.histogram(a, bins = [0,20,40,60,80,100])　
　print(hist)　
　print(bins)

Le résultat de la sortie est :

　[3　4　5　2　1]
　[ 0　20　40　60　80　100]

plt()

Matplotlib peut convertir la représentation numérique des histogrammes en graphiques. La fonction plt() du sous-module pyplot convertit un tableau contenant des données et un tableau d'intervalles en histogramme.

　from matplotlib import pyplot as plt　
　import numpy as np　
　　
　a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])　
　plt.hist(a, bins = [0,20,40,60,80,100])　
　plt.title("histogramme")　
　plt.show()

Les résultats de l'exécution sont représentés comme suit :

Plus de ressources pour Matplotlib :

Guide de l'utilisateur Questions fréquentes et réponses Capture d'écran