Leçon 7 / 10 — Chapitre 10: Mise en pratique : pipeline d'analyse de données
Visualiser les données avec matplotlib
Septième étape : un tableau de chiffres reste souvent moins parlant qu'un graphique. matplotlib (à installer séparément, comme pandas et requests) est la bibliothèque de référence pour tracer des graphiques simples en Python.
import matplotlib.pyplot as plt
categories = ["alimentation", "hygiene", "transport"]
totaux = [65, 15, 30]
plt.bar(categories, totaux)
plt.show()
import matplotlib.pyplot as plt est la convention quasi universelle, comme import pandas as pd. plt.bar(categories, totaux) prépare un graphique en barres, une barre par catégorie ; plt.show() affiche le graphique dans une fenêtre séparée (ou l'intègre directement dans un notebook Jupyter, selon l'environnement d'exécution).
Un graphique en courbe s'obtient avec plt.plot() à la place de plt.bar(), sur le même principe :
jours = [1, 2, 3, 4, 5]
ventes_par_jour = [10, 15, 12, 20, 18]
plt.plot(jours, ventes_par_jour)
plt.show()
Sans plt.show(), un graphique préparé avec plt.bar() ou plt.plot() ne s'affiche jamais : les instructions matplotlib se contentent de construire le graphique en mémoire, jusqu'à cet appel final qui déclenche réellement l'affichage.
À vous de jouer : tracez un graphique en barres avec plt.bar() à partir d'une liste de catégories et d'une liste de valeurs associées.
Continuez ce module
Débloquez les leçons restantes ainsi que la certification finale.
2 500 XOF / 3,81 € / 4,15 $
Débloquez les 87 leçons restantes de ce module
Votre paiement est vérifié avant l'activation de l'accès