Main

Retour vers le tutoriel complet

Affichage d'une liste de coordonnées : courbes (x,y)

Soit des vecteurs x et y de même tailles, par exemple:

x = np.linspace(0,10,20)   # 20 points entre 0 et 10
y1 = x*x + 2*x             # la fonction a tracer
y2 = np.sqrt(x)            # la fonction a tracer

import matplotlib.pyplot as pl

pl.figure()               # creation d'une figure
pl.plot(x,y1)
pl.plot(x,y2)
[$[Get Code]]

Avec 

  x
  Out[23]: 
  array([  0.        ,   0.52631579,   1.05263158,   1.57894737,
         2.10526316,   2.63157895,   3.15789474,   3.68421053,
         4.21052632,   4.73684211,   5.26315789,   5.78947368,
         6.31578947,   6.84210526,   7.36842105,   7.89473684,
         8.42105263,   8.94736842,   9.47368421,  10.        ])
  y1
  Out[25]: 
  array([   0.        ,    1.32963989,    3.2132964 ,    5.65096953,
          8.64265928,   12.18836565,   16.28808864,   20.94182825,
         26.14958449,   31.91135734,   38.22714681,   45.09695291,
         52.52077562,   60.49861496,   69.03047091,   78.11634349,
         87.75623269,   97.9501385 ,  108.69806094,  120.        ])

Résultat:

  • Par défaut les courbes se superposent (si on trace plusieurs choses dans la même fenêtre)
  • Plusieurs fenêtres = plusieurs appels à pl.figure()

Puis affichage de plusieurs courbes juxtaposées dans une fenêtre:

import matplotlib.pyplot as pl

pl.figure()               # creation d'une figure
pl.subplot(1,2,1)         # division de la fenetre en une matrice 1x2
pl.plot(x,y1,'g--', label='$y = x^2+2x$')
                          # affichage de la courbe + style + etiquette
pl.legend(loc=0)
pl.subplot(1,2,2)
pl.plot(x,y2, 'r*-', label='$y = \sqrt{x}$')
pl.legend(loc=2)          # affichage de la légende en haut a gauche
pl.show()                 # affichage de la fenetre
[$[Get Code]]

Affichage d'un nuage de points

Les données ont la même forme que précédemment, mais on souhaite afficher un nuage de point

x = np.linspace(0,5,50)
y = x*x + 2*x
yb = y + np.random.randn(x.shape[0]) *3            # la fonction a tracer

pl.figure()               # creation d'une figure
pl.plot(x,yb, '+')    # simple ajout d'une fonction de style
[$[Get Code]]

Pour aller plus loin avec les nuages de points (tailles des points, couleurs des points,...):

pl.figure()               # creation d'une figure
pl.scatter(x,yb, 20 - (y-yb)**2) # jouer avec le rayon des points du nuage

pl.figure()               # creation d'une figure
pl.scatter(x,yb, c = np.abs(y-yb )) # jouer avec les couleurs des points du nuage
[$[Get Code]]

Pour aller encore plus loin dans les interactions: lien

Affichage d'une matrice

Les grosses matrices (au delà de 20x20) sont difficiles à "explorer"... Une solution consiste à les afficher dans une figure pour étudier leur allure générale:

C = np.random.rand(5,10) # grosse matrice
pl.figure()
pl.imshow(C, interpolation='nearest')                # affichage sour forme d'image
                            # les couleurs correspondent aux valeurs
pl.colorbar()               # legende
pl.show()
[$[Get Code]]

Histogramme

Fonction de gestion des histogrammes:

a = np.random.randn(1000)
pl.hist(a)                     # 10 catégories par défaut
[$[Get Code]]

Sauvegarder la figure courante

Vraiment très simple (et très utile pour les rapports)

savefig('foo.pdf')
[$[Get Code]]

Affichage sur des données INSEE sur le salaire en fonction du diplôme et du sexe

Données brutes disponibles ici

Données mises en forme: ici

Correspondances des lignes:

  • Aucun ou Certificat d’études primaires
  • Brevet des collèges
  • CAP ou BEP
  • Baccalauréat
  • IUT, BTS, diplôme de 1er cycle universitaire (DEUG, L1, L2) ou diplôme équivalent
  • Diplôme supérieur à Baccalauréat +2
  • Diplôme de 2ème ou 3ème cycle universitaire
  • Diplôme d'une grande école (ingénieur, commerce)

Correspondances des colonnes:

  • Moyenne des heures travaillées
  • Salaire horaire
  • 2 colonnes répétées 3 fois: Ensemble, Femmes, Homme

Chargement des données:

import numpy as np
import matplotlib.pyplot as plt

data = np.loadtxt("dataSalaire.csv", delimiter=';')
[$[Get Code]]

Questions

  • A l'aide de la méthode scatter, tracer les salaires moyens en fonction des diplômes pour:
    NB: dans un premier temps, on trace le salaire en fonction de l'indice de ligne
    • L'ensemble de la population (en vert)
    • Les femmes (en rose)
    • Les hommes (en bleu)
  • Ajouter des titres sur les axes (xlabel, ylabel)
  • Modifier l'axe des x pour afficher le diplôme (il suffit de suivre le code ci-dessous)
fig = plt.figure() # astuce: récupération d'un pointeur pour pouvoir modifier
p = fig.add_subplot(111)
[...]
diplomes = ["Aucun", "BEPC", "CAP/BEP", "Bac", "IUT, BTS, DEUG", ">Bac+2", "Master/Phd", "Ecole Ing/com"]

p.set_xticks(np.arange(data.shape[0])) # où positionner les étiquettes
lab = p.set_xticklabels(diplomes)
plt.xlabel(U"Diplome", fontsize=20)
plt.setp(lab, rotation=45, fontsize=10)
[$[Get Code]]