Matplotlib Tutoriels
Matplotlib propose un parcours d'apprentissage structuré pour la visualisation des données en Python. Nos tutoriels couvrent divers types de graphiques, options de personnalisation et meilleures pratiques, adaptés aux scientifiques des données débutants et intermédiaires. Avec des laboratoires gratuits et des exemples pratiques, vous acquerrez une expérience concrète dans la création de visualisations informatives et attrayantes. Notre environnement de visualisation des données vous permet d'expérimenter avec les fonctions Matplotlib et de voir des résultats graphiques immédiats.
Autres Arbres de Compétences
Personnalisation des visualisations Matplotlib
Ce laboratoire vous guidera dans le processus de personnalisation de Matplotlib à l'aide de feuilles de style et de paramètres rc. Matplotlib est une bibliothèque puissante pour créer des visualisations en Python. En personnalisant les propriétés et les styles par défaut de Matplotlib, vous pouvez créer des graphiques uniques et visuellement attrayants.
MatplotlibPython
Tutoriel sur l'interface Pyplot de Matplotlib
Ce tutoriel fournit un guide étape par étape pour utiliser l'interface Pyplot dans Matplotlib. Le module Pyplot est une collection de fonctions qui rend Matplotlib fonctionnant comme MATLAB, vous permettant de créer et de personnaliser facilement des graphiques. Ce tutoriel suppose que vous avez une compréhension de base de Matplotlib et de ses concepts.
MatplotlibPython
Simple Axis Pad
Ce laboratoire vous apprendra à utiliser la fonction add_floating_axis dans Matplotlib pour ajouter des axes flottants à un graphique, qui peuvent être utilisés pour afficher des informations supplémentaires sur le graphique. Plus précisément, vous apprendrez à ajuster le rembourrage des étiquettes d'échelle et des étiquettes d'axe, ainsi qu'à ajuster la position des échelles sur les axes flottants.
PythonMatplotlib
Le cycle de vie d'un graphique
Dans ce laboratoire, nous explorerons le cycle de vie d'un graphique à l'aide de Matplotlib. Nous commencerons par des données brutes et terminerons en enregistrant une visualisation personnalisée. Nous apprendrons à créer un graphique, à contrôler son style, à personnaliser son apparence, à combiner plusieurs visualisations et à enregistrer le graphique sur le disque.
PythonMatplotlib
Tracé d'images avec Matplotlib
Dans ce laboratoire, vous allez apprendre à tracer et à manipuler des images à l'aide de la bibliothèque Matplotlib en Python. Vous allez apprendre à importer des données d'image dans des tableaux NumPy, à tracer des tableaux NumPy sous forme d'images, à appliquer des schémas de pseudocolor, à ajouter des références d'échelle de couleur, à examiner des plages de données spécifiques et à explorer différents schémas d'interpolation.
MatplotlibPython
Créer un graphique en ligne avec Matplotlib
Dans ce laboratoire, nous allons apprendre à créer un graphique en ligne à l'aide de Matplotlib. Les graphiques en ligne sont une visualisation de base qui peut être utilisée pour représenter des points de données connectés par des segments de ligne droite. Nous utiliserons la bibliothèque Matplotlib en Python pour créer un graphique en ligne.
PythonMatplotlib
Construire des histogrammes avec Matplotlib
Dans ce laboratoire, nous allons apprendre à utiliser Matplotlib pour construire des histogrammes à l'aide de rectangles et de PolyCollections. Nous utiliserons numpy pour générer des données aléatoires, puis utiliser Matplotlib pour visualiser les données sous forme d'un histogramme. Ce laboratoire suppose que vous avez une compréhension de base de Python et de Matplotlib.
PythonMatplotlib
Couper des images avec des patches
Dans ce laboratoire, nous allons apprendre à couper une image avec des patches à l'aide de la bibliothèque Matplotlib de Python. Couper une image avec des patches vous permet de mettre en évidence des zones spécifiques de l'image, ou de couper l'image à une forme spécifique.
MatplotlibPython
Événement de défilement Matplotlib
Ce laboratoire vous guidera étape par étape sur la manière d'utiliser l'événement de défilement dans Matplotlib. L'événement de défilement peut être utilisé pour naviguer à travers les tranches 2D de données 3D.
PythonMatplotlib
Matplotlib Inset Locator
Matplotlib est une bibliothèque de visualisation de données en Python. La fonction.inset_locator permet de placer facilement des insets dans les coins des axes. Dans ce laboratoire, nous allons explorer comment utiliser la fonction.inset_locator pour créer des insets dans les graphiques Matplotlib.
PythonMatplotlib
Miniature d'image Matplotlib
Ce laboratoire vous guidera tout au long du processus de génération de miniatures à partir d'images existantes à l'aide de la bibliothèque Matplotlib en Python. Les miniatures sont des versions réduites d'images qui peuvent être utilisées pour afficher une aperçu de l'image plus grande. Matplotlib dépend de la bibliothèque Pillow pour la lecture des images et prend en charge tous les formats pris en charge par Pillow.
PythonMatplotlib
Distribution discrète sous forme de diagramme en barres horizontales
Dans ce laboratoire, nous allons apprendre à visualiser des distributions discrètes à l'aide de diagrammes en barres empilées horizontales. Nous utiliserons Matplotlib, une bibliothèque de tracé populaire en Python, pour créer une visualisation des résultats d'un sondage.
PythonMatplotlib
Techniques de visualisation d'images avec Matplotlib
Matplotlib est une bibliothèque de tracé pour le langage de programmation Python et son extension NumPy pour les mathématiques numériques. Elle fournit une API orientée objet pour intégrer des tracés dans des applications utilisant des outils GUI de type général tels que Tkinter, wxPython, Qt ou GTK. Dans ce laboratoire, nous allons apprendre à tracer différents types d'images à l'aide de Matplotlib.
MatplotlibPython
Tracer des images non uniformes avec Matplotlib
Ce laboratoire fournit un guide étape par étape sur la manière d'utiliser la classe NonUniformImage dans la bibliothèque Matplotlib de Python. NonUniformImage permet aux utilisateurs de tracer des images avec des positions de pixels non uniformes.
PythonMatplotlib
Ajout de liens hypertexte aux graphiques
Matplotlib est une bibliothèque de visualisation de données Python qui permet aux utilisateurs de créer une large gamme de visualisations statiques, animées et interactives en Python. Dans ce laboratoire, vous allez apprendre à ajouter des liens hypertexte à vos graphiques à l'aide de Matplotlib. À la fin de ce laboratoire, vous serez capable d'ajouter des liens hypertexte à des graphiques de dispersion et des images dans Matplotlib.
MatplotlibPython
Modifier le formatteur de coordonnées dans Matplotlib
Matplotlib est une bibliothèque utilisée pour la visualisation de données en Python. Elle fournit une large gamme d'outils pour créer différents types de tracés, graphiques et diagrammes. L'une des fonctionnalités utiles de Matplotlib est la possibilité de personnaliser le formatteur de coordonnées. Dans ce laboratoire, nous allons parcourir les étapes de modification du formatteur de coordonnées dans Matplotlib pour afficher la valeur 'z' de l'image du pixel le plus proche en fonction des coordonnées x et y.
PythonMatplotlib
Création d'une incrustation zoomée avec Matplotlib
Matplotlib est une bibliothèque de visualisation de données populaire en Python. Elle fournit de nombreux outils pour créer différents types de graphiques et diagrammes. L'une des fonctionnalités utiles de Matplotlib est la capacité de zoomer sur une région particulière d'un graphique, ce qui peut aider à analyser les données de manière plus approfondie. Dans ce laboratoire, nous allons apprendre à créer une incrustation zoomée à l'aide de Matplotlib.
PythonMatplotlib
Antialiasing d'images avec Matplotlib
Ce tutoriel vous guidera dans le processus d'antialiasing d'une image à l'aide de Matplotlib en Python. L'antialiasing est une technique utilisée pour apaiser les bords escamotés et réduire la distorsion dans les images. Dans ce tutoriel, nous utiliserons Matplotlib pour générer une image de 450x450 pixels avec un contenu de fréquence variable. Nous sous-échantillonnerons ensuite l'image de 450 pixels de données à 125 pixels ou 250 pixels pour démontrer comment l'antialiasing peut être utilisé pour réduire les motifs de Moiré causés par le sous-échantillonnage de données haute fréquence.
PythonMatplotlib
- Précédent
- 1
- 2
- 3
- 4
- 5
- 6
- ...
- 28
- Suivant