Leçon 2 sur 5
Visualisation des données avec Matplotlib
Je sais construire avec Matplotlib un graphique scientifique lisible (courbes, barres, histogramme, nuage de points, échelles logarithmiques), choisir le type adapté aux données et l'exporter proprement.
- 1 h 15
- 6 exercices corrigés
- QCM de 6 questions
À la fin de la leçon, vous saurez :
- Décrire l'organisation d'une figure Matplotlib (Figure, Axes) et utiliser l'interface orientée objet
- Tracer des courbes, des barres, un histogramme et un nuage de points avec titres, unités et légende
- Choisir le type de graphique adapté à une question
- Disposer plusieurs graphiques avec subplots et exporter une figure
- Lire une pente en échelle log-log ou semi-log
Avant de commencer : Leçon 1 (NumPy et tableaux).
1Je découvre
Mariama a calculé avec NumPy les totaux et les moyennes des pluies de Labé, Kankan et N'Zérékoré (valeurs supposées, leçon 1). Elle présente au chef de projet un tableau de 36 nombres. Il le parcourt, fronce les sourcils et demande : « Où est le pic de la saison des pluies ? Quelle station a la saison la plus longue ? »
Mariama refait sa présentation avec une seule figure : trois courbes, une par station, les mois en abscisse, les millimètres en ordonnée. En quelques secondes, tout le monde voit que Labé a le pic le plus marqué, en août, et que N'Zérékoré reçoit de la pluie sur une plus longue période. Le même tableau de chiffres raconte enfin quelque chose.
Mais un graphique mal construit peut aussi tromper : axes sans unités, échelle tronquée, couleurs indiscernables, type de graphique inadapté.
Comment construire avec Python un graphique scientifique juste, lisible et adapté à la question posée ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.