Contenu du cours
Visualisation Ultime Avec Python
Visualisation Ultime Avec Python
Personnalisation de la Grille
Une autre partie importante de la personnalisation est la personnalisation de la grille. Le module pyplot
dispose d'une fonction grid()
à cet effet.
Visibilité et Axes
Son premier paramètre visible
spécifie s'il faut afficher les lignes de grille (par défaut, elles ne sont pas affichées).
Le paramètre axis
spécifie s'il faut appliquer la personnalisation aux lignes de grille parallèles à l'axe des x (défini sur 'y'
), à l'axe des y (défini sur 'x'
) ou aux deux (défini sur 'both'
), qui est la valeur par défaut. Clarifions tout cela avec un exemple :
import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) # Setting the horizontal grid lines to be visible plt.grid(True, axis='x') plt.legend() plt.show()
Dans cet exemple, nous définissons visible
sur True
, cependant, comme nous avons également défini axis='x'
, cela ne s'applique qu'aux lignes de la grille parallèles à l'axe y. C'est pourquoi seules les lignes de grille verticales sont affichées, ce qui rend le graphique plus détaillé, mais il n'est pas encombré de lignes de grille perpendiculaires, qui ne sont pas nécessaires ici.
Couleur et Transparence
Il est également possible de changer la couleur des lignes de la grille en utilisant le paramètre color
et leur transparence en utilisant le paramètre alpha
. Ces deux paramètres nous sont déjà familiers, voyons-les donc en action :
import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) # Customizing the horizontal grid lines plt.grid(True, axis='x', alpha=0.2, color='black') plt.legend() plt.show()
Maintenant, nos lignes de grille sont noires (color='black'
) et sont plus transparentes (alpha=0.2
), ce qui rend le graphique encore meilleur.
Il existe encore plus de paramètres possibles pour les fonctions grid()
(ils ne sont pas utilisés si souvent), voici donc sa documentation au cas où vous voudriez explorer davantage.
Swipe to start coding
- Utilisez la fonction appropriée pour personnaliser les lignes de la grille.
- Rendez les lignes de la grille visibles en spécifiant correctement l'argument le plus à gauche.
- Appliquez la personnalisation uniquement aux lignes de la grille parallèles à l'axe des x en spécifiant le deuxième paramètre.
- Définissez la couleur des lignes de la grille sur
'slategrey'
en spécifiant le troisième paramètre. - Définissez la transparence des lignes de la grille sur
0.5
en spécifiant le paramètre le plus à droite.
Solution
Merci pour vos commentaires !
Personnalisation de la Grille
Une autre partie importante de la personnalisation est la personnalisation de la grille. Le module pyplot
dispose d'une fonction grid()
à cet effet.
Visibilité et Axes
Son premier paramètre visible
spécifie s'il faut afficher les lignes de grille (par défaut, elles ne sont pas affichées).
Le paramètre axis
spécifie s'il faut appliquer la personnalisation aux lignes de grille parallèles à l'axe des x (défini sur 'y'
), à l'axe des y (défini sur 'x'
) ou aux deux (défini sur 'both'
), qui est la valeur par défaut. Clarifions tout cela avec un exemple :
import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) # Setting the horizontal grid lines to be visible plt.grid(True, axis='x') plt.legend() plt.show()
Dans cet exemple, nous définissons visible
sur True
, cependant, comme nous avons également défini axis='x'
, cela ne s'applique qu'aux lignes de la grille parallèles à l'axe y. C'est pourquoi seules les lignes de grille verticales sont affichées, ce qui rend le graphique plus détaillé, mais il n'est pas encombré de lignes de grille perpendiculaires, qui ne sont pas nécessaires ici.
Couleur et Transparence
Il est également possible de changer la couleur des lignes de la grille en utilisant le paramètre color
et leur transparence en utilisant le paramètre alpha
. Ces deux paramètres nous sont déjà familiers, voyons-les donc en action :
import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) # Customizing the horizontal grid lines plt.grid(True, axis='x', alpha=0.2, color='black') plt.legend() plt.show()
Maintenant, nos lignes de grille sont noires (color='black'
) et sont plus transparentes (alpha=0.2
), ce qui rend le graphique encore meilleur.
Il existe encore plus de paramètres possibles pour les fonctions grid()
(ils ne sont pas utilisés si souvent), voici donc sa documentation au cas où vous voudriez explorer davantage.
Swipe to start coding
- Utilisez la fonction appropriée pour personnaliser les lignes de la grille.
- Rendez les lignes de la grille visibles en spécifiant correctement l'argument le plus à gauche.
- Appliquez la personnalisation uniquement aux lignes de la grille parallèles à l'axe des x en spécifiant le deuxième paramètre.
- Définissez la couleur des lignes de la grille sur
'slategrey'
en spécifiant le troisième paramètre. - Définissez la transparence des lignes de la grille sur
0.5
en spécifiant le paramètre le plus à droite.
Solution
Merci pour vos commentaires !