Tutoriel Matplotlib

Matplotlib est une bibliothèque de traçage Python qui permet aux utilisateurs de visualiser facilement des données et fournit une variété de formats de sortie.
Matplotlib peut être utilisé pour dessiner divers graphiques statiques, dynamiques et interactifs.
Matplotlib est un outil de traçage Python très puissant. Nous pouvons utiliser cet outil pour présenter beaucoup de données de manière plus intuitive sous forme de graphiques.
Matplotlib peut dessiner des graphiques en courbes, des nuages de points, des graphiques de contour, des diagrammes à barres, des diagrammes en colonnes, des graphiques 3D, et même des animations graphiques.
Avant de suivre ce tutoriel, vous devez savoir
Avant de commencer le tutoriel Matplotlib, vous devez avoir des connaissances de base en Python. Si vous n'êtes pas encore familier avec Python, vous pouvez lire notre tutoriel :
Applications de Matplotlib
Matplotlib est généralement utilisé avec NumPy et SciPy (Scientific Python). Cette combinaison est largement utilisée comme alternative à MatLab, et constitue un puissant environnement de calcul scientifique qui nous aide à apprendre la science des données ou l'apprentissage automatique grâce à Python.
SciPy est une bibliothèque open source d'algorithmes Python et une boîte à outils mathématique.
SciPy inclut des modules pour l'optimisation, l'algèbre linéaire, l'intégration, l'interpolation, les fonctions spéciales, les transformées de Fourier rapides, le traitement du signal et le traitement d'images, la résolution d'équations différentielles ordinaires, et d'autres calculs couramment utilisés en science et en ingénierie.
Liens connexes
- Site officiel de NumPyhttp://www.numpy.org/
- Code source de NumPy :https://github.com/numpy/numpy
- Site officiel de SciPy :https://www.scipy.org/
- Code source de SciPy :https://github.com/scipy/scipy
- Site officiel de Matplotlib :https://matplotlib.org/
- Code source de Matplotlib :https://github.com/matplotlib/matplotlib
- Documentation officielle de visualisation de pandas :https://pandas.pydata.org/docs/user_guide/visualization.html