Scribd
Importer
6 vues2 pages

TP Matplotlib

Le document présente des exercices pratiques utilisant Matplotlib pour tracer des graphiques en Python. Les exercices incluent la création de courbes de sin(x) et cos(x), l'évolution des inscriptions mensuelles dans une université, un diagramme de dispersion comparant les notes de Python et Java, et l'analyse des températures dans différentes villes. Chaque exercice fournit des instructions détaillées sur les spécifications graphiques et les données à utiliser.

Transféré par

talentueux.information
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
6 vues2 pages

TP Matplotlib

Le document présente des exercices pratiques utilisant Matplotlib pour tracer des graphiques en Python. Les exercices incluent la création de courbes de sin(x) et cos(x), l'évolution des inscriptions mensuelles dans une université, un diagramme de dispersion comparant les notes de Python et Java, et l'analyse des températures dans différentes villes. Chaque exercice fournit des instructions détaillées sur les spécifications graphiques et les données à utiliser.

Transféré par

talentueux.information
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

INTRODUCTION À L’INTELLIGENCE ARTIFICIELLE

1CI-ISI
PR. IMANE EL BOUJNOUNI

TP : Matplotlib

Exercice 01:
Tracer les courbes de sin(x) et cos(x) sur l'intervalle [−π,π], avec les specifications suivantes :
1. La courbe de sin(x) est rouge et celle de cos(x) est bleue.
2. Les deux courbes ont une epaisseur de 2.5 et un style de ligne continu.
3. Ajouter une legende pour identifier les courbes en haut a gauche.
4. Definir les limites des axes :
o Axe x : de −π a π.
o Axe y : de −1 a 1.
5. Afficher des graduations specifiques sur les axes :
o Axe x : −π, −π/2, 0, +π/2, +π.
o Axe y : −1, 0, +1.

Exercice 02:

Le DataFrame suivant represente le nombre d’inscriptions a differents cours au sein d’une


universite sur plusieurs mois.

mois = ['Janv', 'Fev', 'Mars', 'Avr', 'Mai']


inscriptions = [64, 67, 84, 87, 75]
1. Creer un graphique lineaire montrant l’evolution mensuelle du nombre d’inscriptions.
2. Creer un box plot montrant la repartition mensuelle du nombre d’inscriptions.

1
//2
a1/
INTRODUCTION À L’INTELLIGENCE ARTIFICIELLE
1CI-ISI
PR. IMANE EL BOUJNOUNI

Exercice 03:

Écrire un programme Python pour tracer un diagramme de dispersion (scatter plot)


comparant les notes de deux matieres, Python et Java. Utilisez les notes de 10 etudiants.

python_marks = [88, 92, 80, 89, 100, 80, 60, 100, 80, 34]
java_marks = [35, 79, 79, 48, 100, 88, 32, 45, 20, 30]
marks_range = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]
Objectif :
1. Écrire un programme en Python qui genere un diagramme de dispersion comparant
les notes de Python et de Java pour chaque etudiant.
2. Personnaliser l'apparence du graphique en ajoutant des titres, des etiquettes sur les
axes et une legende.
3. Utiliser les marks_range pour definir une echelle des notes dans le graphique.

Exercice 04:

Les donnees suivantes representent les temperatures mesurees dans differentes villes
pendant une semaine.
villes = ['Paris', 'Lyon', 'Marseille', 'Toulouse', 'Bordeaux', 'Lille', 'Nice']
# Simulation de données : Températures mesurées chaque jour à 6 moments différents
(00:00, 06:00, 12:00, 18:00)

temperatures = [Link](5, 30, size=(7, 4))

1. Creer un graphique lineaire montrant la variation quotidienne de la temperature a midi


pour chaque ville pendant la semaine.
2. Utiliser un box plot pour comparer la distribution des temperatures a differents moments
de la journee (00:00, 06:00, 12:00, 18:00) pour toutes les villes.

2
//2
a1/

Vous aimerez peut-être aussi