Scribd
Importer
3 vues3 pages

TP Matplotlib

Ce document présente un TP sur la visualisation des données avec Matplotlib, comprenant des exercices pour créer des graphiques linéaires, en barres et circulaires à partir de données de ventes. Il inclut également des étapes pour charger des données à partir d'un fichier CSV, explorer ces données, et générer divers graphiques pour analyser les performances des ventes. Enfin, il explique comment exporter les graphiques créés sous forme de fichiers PNG.

Transféré par

Walid Elhanafi
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
3 vues3 pages

TP Matplotlib

Ce document présente un TP sur la visualisation des données avec Matplotlib, comprenant des exercices pour créer des graphiques linéaires, en barres et circulaires à partir de données de ventes. Il inclut également des étapes pour charger des données à partir d'un fichier CSV, explorer ces données, et générer divers graphiques pour analyser les performances des ventes. Enfin, il explique comment exporter les graphiques créés sous forme de fichiers PNG.

Transféré par

Walid Elhanafi
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

TP : Visualisation des données avec Matplotlib

Partie 1 : Graphiques simples


Exercice 1 :

1. Créez un graphique linéaire représentant l'évolution des ventes sur 12 mois.

o Données :

▪ Mois : ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct",
"Nov", "Dec"]

▪ Ventes : [500, 600, 750, 800, 950, 1000, 1100, 1150, 1200, 1300, 1350,
1400]

2. Ajoutez un titre, des labels pour les axes.

Exercice 2 :

1. Créez un graphique en barres montrant les ventes par catégorie de produit.

o Données :

▪ Catégories : ["Électronique", "Vêtements", "Meubles", "Alimentation"]

▪ Ventes : [1500, 1200, 800, 1000]

2. Ajoutez une couleur différente pour chaque barre.

Exercice 3 :

1. Représentez la répartition des ventes entre les catégories de produit sous forme d’un
graphique circulaire.

o Utilisez les mêmes données que l’Exercice 2.

2. Affichez les pourcentages sur chaque part et démarrez l’angle du graphique à 90°.
Partie 2 : Graphiques des ventes
1. Chargement et exploration :

o Importez le fichier [Link] dans un DataFrame Pandas.

o Affichez les 5 premières lignes du DataFrame pour vérifier la structure des


données.

o Affichez un résumé des données : types de colonnes et valeurs manquantes.

2. Graphique linéaire - Chiffre d'affaires mensuel :

o Calculez le chiffre d'affaires total pour chaque mois.

o Créez un graphique linéaire représentant l’évolution du chiffre d'affaires


mensuel.

o Ajoutez des titres, des labels pour les axes, et des annotations pour les mois
avec le chiffre d'affaires le plus élevé.

3. Graphique en barres - Chiffre d'affaires par ville :

o Calculez le chiffre d'affaires total pour chaque ville.

o Créez un graphique en barres pour afficher les performances des villes.

o Ajoutez des étiquettes de valeurs au sommet de chaque barre.

4. Graphique circulaire - Répartition des catégories de prix :

o Comptez le nombre de produits dans chaque catégorie de prix (Bon marché,


Moyen, Luxe).

o Créez un graphique circulaire montrant la répartition des catégories de prix.

o Affichez les pourcentages et personnalisez les couleurs.

5. Histogramme - Distribution des quantités vendues :

o Créez un histogramme pour afficher la distribution des quantités vendues par


transaction.

o Ajoutez une transparence (alpha) et des bordures pour les barres.

6. Sous-graphiques - Comparaison multi-indicateurs :

o Créez une figure avec 4 sous-graphiques :

▪ (1) Chiffre d'affaires par mois (graphique linéaire).

▪ (2) Chiffre d'affaires par ville (barres).

▪ (3) Répartition des catégories de prix (circulaire).

▪ (4) Histogramme des quantités vendues.

o Utilisez plt.tight_layout() pour optimiser l’espacement.


Exportation des graphiques :

• Sauvegardez les graphiques créés sous forme de fichiers PNG.

• Nommez les fichiers selon leur contenu (ex. : chiffre_affaires_mensuel.png).

Vous aimerez peut-être aussi