Tutoriel Matplotlib

Par Nicolas P. Rougier - Raphaël Seban (traducteur)

Date de publication : 11 juillet 2014

Matplotlib est probablement l'un des packages Python les plus utilisés pour la représentation
de graphiques en 2D. Il fournit aussi bien un moyen rapide de visualiser des données grâce
au langage Python, que des illustrations de grande qualité dans divers formats.

En complément sur [Link]

• Condensé Python pour les scientifiques - Partie 1
 Tutoriel Matplotlib par Nicolas P. Rougier

I - Présentation............................................................................................................................................................ 3
I-A - IPython et le mode pylab...............................................................................................................................3
I-B - Pylab...............................................................................................................................................................3
II - Graphique simple................................................................................................................................................... 3
II-A - Paramètres par défaut.................................................................................................................................. 4
II-B - Modifier les réglages par défaut................................................................................................................... 5
II-C - Modifier les couleurs et épaisseurs de trait..................................................................................................7
II-D - Délimiter les axes du repère........................................................................................................................ 8
II-E - Définir les graduations.................................................................................................................................. 9
II-F - Définir le texte des graduations.................................................................................................................. 10
II-G - Déplacer les axes du repère...................................................................................................................... 11
II-H - Ajouter une légende au graphique............................................................................................................. 12
II-I - Annoter certains points remarquables......................................................................................................... 14
II-J - Le diable se cache toujours dans les détails.............................................................................................. 15
III - Graphiques, vues en grille, vues libres et graduations...................................................................................... 17
III-A - Graphiques ([Link]).................................................................................................................. 17
III-B - Vues en grille ([Link])..............................................................................................................18
III-C - Vues libres ([Link])......................................................................................................................21
III-D - Graduations de repère...............................................................................................................................23
III-D-1 - Localisateurs de graduations (tick locators)......................................................................................23
IV - Autres types de tracés....................................................................................................................................... 25
IV-A - Tracés simples...........................................................................................................................................27
IV-B - Tracés en points........................................................................................................................................ 28
IV-C - Histogrammes............................................................................................................................................29
IV-D - Tracés contour...........................................................................................................................................30
IV-E - Image pixelisée..........................................................................................................................................31
IV-F - Tracés fléchés............................................................................................................................................32
IV-G - Graphiques en camembert........................................................................................................................33
IV-H - Grilles.........................................................................................................................................................34
IV-I - Tracés multiples.......................................................................................................................................... 35
IV-J - Axes polaires..............................................................................................................................................36
IV-K - Graphiques en 3D..................................................................................................................................... 37
IV-L - Textes......................................................................................................................................................... 37
V - Aller plus loin....................................................................................................................................................... 38
V-A - Tutoriels.......................................................................................................................................................38
V-B - Documentation Matplotlib........................................................................................................................... 39
V-C - Documentation du code............................................................................................................................. 39
V-D - Galeries.......................................................................................................................................................40
V-E - Mailing lists................................................................................................................................................. 40
VI - Références..........................................................................................................................................................40
VI-A - Propriétés de trait...................................................................................................................................... 40
VI-B - Styles de trait.............................................................................................................................................42
VI-C - Marques..................................................................................................................................................... 43
VI-D - Bandes colorées........................................................................................................................................44
VI-D-1 - De base.............................................................................................................................................44
VI-D-2 - GIST.................................................................................................................................................. 44
VI-D-3 - Séquences........................................................................................................................................ 45
VI-D-4 - Dégradés...........................................................................................................................................45
VI-D-5 - Qualifiés............................................................................................................................................ 46
VI-D-6 - Divers................................................................................................................................................ 46
VII - Notes et remerciements de l'auteur.................................................................................................................. 46
VIII - Remerciements Developpez.............................................................................................................................47

-2-
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

I - Présentation

Matplotlib est probablement l'un des packages Python les plus utilisés pour la représentation de graphiques en 2D.
Il fournit aussi bien un moyen rapide de visualiser des données grâce au langage Python, que des illustrations de
grande qualité dans divers formats.

Nous explorerons matplotlib en console interactive et nous tenterons d'aborder les cas les plus courants.

I-A - IPython et le mode pylab

IPython est une console interactive Python améliorée qui supporte un grand nombre de fonctionnalités très
intéressantes parmi lesquelles les entrées/sorties nommées, l'utilisation directe de commandes shell, un système de
débogage amélioré et bien plus encore.

En lançant cette console avec l'argument -pylab (--pylab depuis IPython version 0.12), l'on dispose immédiatement
d'une session matplotlib interactive avec de nombreuses fonctionnalités du type Matlab™ / Mathematica™.

I-B - Pylab

Pylab fournit une interface procédurale à la librairie graphique matplotlib orientée objet. Elle est basée sur un modèle
très proche de Matlab™. De la sorte, la grande majorité des commandes pylab ont leur équivalent Matlab™ avec
des arguments similaires. Les commandes les plus importantes sont expliquées avec des exemples en console
interactive.

II - Graphique simple

Dans cette rubrique, nous voudrions tracer les fonctions sinus et cosinus sur un seul et même graphique. En partant
des paramètres par défaut, nous allons améliorer la représentation étape par étape jusqu'à obtenir quelque chose
de correct.

Tout d'abord, récupérons les données des fonctions sinus et cosinus :

from pylab import *

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

X est désormais un tableau numpy comprenant 256 valeurs allant de -π à +π (inclus). C et S représentent
respectivement le cosinus et le sinus de ces valeurs.

Pour tester cet exemple, vous pouvez lancer une console interactive IPython :

$ ipython --pylab

Vous obtiendrez alors un message de bienvenue ressemblant à ceci :

IPython 0.13 -- An enhanced Interactive Python.

? -> Introduction to IPython's features.
%magic -> Information about IPython's 'magic' % functions.
help -> Python's own help system.
object? -> Details about 'object'. ?object also works, ?? prints more.

Welcome to pylab, a matplotlib-based Python environment.

For more information, type 'help(pylab)'.

-3-
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Vous pouvez aussi copier/coller le code source de chaque exemple dans un fichier et le lancer comme un script
Python ordinaire, exemple :

$ python exercice_1.py

Le code source des exercices (exercice_xx.py, …) est dissimulé par défaut. Cliquez sur l'image
pour le faire apparaître à chaque étape.

II-A - Paramètres par défaut

Documentation

• Tutoriel de traçage de graphique

• Commande plot()

exercice_1.py
from pylab import *

n = 256
X = [Link](-[Link], [Link], 256,endpoint=True)
C,S = [Link](X), [Link](X)
plot(X,C),plot(X,S)

#savefig("../figures/exercice_1.png",dpi=72)
show()

Matplotlib est fournie avec un jeu de paramètres par défaut qui permet de personnaliser toute sorte de propriétés.
Vous pouvez contrôler les réglages par défaut de (presque) toutes les propriétés : taille du graphique, résolution en
points par pouce (dpi), épaisseur du trait, couleurs, styles, vues, repères, grilles, textes, polices de caractères, etc.

-4-
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Bien que les réglages par défaut répondent à la plupart des cas courants, vous pourriez être amenés à en modifier
quelques-uns pour des cas plus spécifiques.

from pylab import *

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X,C)
plot(X,S)

show()

II-B - Modifier les réglages par défaut

Documentation

• Personnaliser matplotlib

exercice_2.py
# Import everything from matplotlib (numpy is accessible via 'np' alias)
from pylab import *

# Create a new figure of size 8x6 inches, using 80 dots per inch
figure(figsize=(8,6), dpi=80)

# Create a new subplot from a grid of 1x1

subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

# Plot cosine using blue color with a continuous line of width 1 (pixels)

-5-
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

exercice_2.py
plot(X, C, color="blue", linewidth=1.0, linestyle="-")

# Plot sine using green color with a continuous line of width 1 (pixels)
plot(X, S, color="green", linewidth=1.0, linestyle="-")

# Set x limits
xlim(-4.0,4.0)

# Set x ticks
xticks([Link](-4,4,9,endpoint=True))

# Set y limits
ylim(-1.0,1.0)

# Set y ticks
yticks([Link](-1,1,5,endpoint=True))

# Save figure using 72 dots per inch

# savefig("../figures/exercice_2.png",dpi=72)

# Show result on screen

show()

Dans le script suivant, nous modifions (et commentons) les réglages qui impactent directement l'apparence du
graphique.

Ces réglages ont été volontairement redéfinis à leurs valeurs par défaut, mais vous pouvez les faire varier pour voir
ce que cela donne (voir les rubriques Propriétés de ligne et Styles de trait plus bas, rubrique Références).

# on importe tout de matplotlib

# numpy est accessible via l'alias 'np'
from pylab import *

# on crée un graphique de 8x6 pouces

# avec une résolution de 80 points par pouce
figure(figsize=(8,6), dpi=80)

# on crée une nouvelle vue dans une grille de 1 ligne x 1 colonne

subplot(1,1,1)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

# on trace la fonction cosinus en bleu avec un trait plein de 1 pixel d'épaisseur

plot(X, C, color="blue", linewidth=1.0, linestyle="-")

# on trace la fonction sinus en vert avec un trait plein de 1 pixel d'épaisseur

plot(X, S, color="green", linewidth=1.0, linestyle="-")

# limites de l'axe (O,x) des abscisses

xlim(-4.0,4.0)

# graduations de l'axe (O,x) des abscisses

xticks([Link](-4,4,9,endpoint=True))

# limites de l'axe (O,y) des ordonnées

ylim(-1.0,1.0)

# graduations de l'axe (O,y) des ordonnées

yticks([Link](-1,1,5,endpoint=True))

# on enregistre le graphique avec une résolution de 72 points par pouce

# savefig("exercice_2.png",dpi=72)

# on affiche le résultat à l'écran

show()

-6-
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

II-C - Modifier les couleurs et épaisseurs de trait

Documentation

• Gérer les propriétés du trait

• API pour le trait

[Link]
from pylab import *

figure(figsize=(8,5), dpi=80)
subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-")

plot(X, S, color="red", linewidth=2.5, linestyle="-")

xlim(-4.0,4.0)
xticks([Link](-4,4,9,endpoint=True))

ylim(-1.0,1.0)
yticks([Link](-1,1,5,endpoint=True))

#savefig("../figures/exercice_3.png",dpi=72)
show()

Pour commencer, nous voudrions mettre la courbe cosinus en bleu, la courbe sinus en rouge et épaissir un peu le
trait des deux courbes. Nous modifierons aussi, très légèrement, la taille du graphique afin que ce dernier paraisse
plus horizontal, plus panoramique.

...
figure(figsize=(10,6), dpi=80)
plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plot(X, S, color="red", linewidth=2.5, linestyle="-")
...

-7-
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

II-D - Délimiter les axes du repère

Documentation

• Commande xlim()
• Commande ylim()

exercice_4.py
from pylab import *

figure(figsize=(8,5), dpi=80)
subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-")

plot(X, S, color="red", linewidth=2.5, linestyle="-")

xlim([Link]()*1.1, [Link]()*1.1)
ylim([Link]()*1.1,[Link]()*1.1)

# savefig("../figures/exercice_4.png",dpi=72)
show()

Les limites actuelles sur les axes du repère sont un peu trop serrées, nous voudrions les agrandir afin d'aérer le
graphique.

...
xlim([Link]()*1.1, [Link]()*1.1)
ylim([Link]()*1.1, [Link]()*1.1)
...

Notez que pour une version plus robuste, nous devrions plutôt écrire :

xmin ,xmax = [Link](), [Link]()

ymin, ymax = [Link](), [Link]()

-8-
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

dx = (xmax - xmin) * 0.2

dy = (ymax - ymin) * 0.2

xlim(xmin - dx, xmax + dx)

ylim(ymin - dy, ymax + dy)

II-E - Définir les graduations

Documentation

• Commande xticks()
• Commande yticks()
• Conteneur de graduations
• Positionner et formater les graduations

exercice_5.py
from pylab import *

figure(figsize=(8,5), dpi=80)
subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-")

plot(X, S, color="red", linewidth=2.5, linestyle="-")

xlim([Link]()*1.1, [Link]()*1.1)
xticks([-[Link], -[Link]/2, 0, [Link]/2, [Link]])

ylim([Link]()*1.1,[Link]()*1.1)
yticks([-1, 0, +1])

# savefig("../figures/exercice_5.png",dpi=72)
show()

-9-
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Les graduations actuelles ne sont pas idéales : elles n'affichent pas les valeurs (+/-π, +/-π/2) qui nous intéressent
pour sinus et cosinus. Modifions-les pour qu'elles correspondent à ces valeurs.

...
xticks( [-[Link], -[Link]/2, 0, [Link]/2, [Link]])
yticks([-1, 0, +1])
...

II-F - Définir le texte des graduations

Documentation

• Travailler avec du texte

• Commande xticks()
• Commande yticks()
• Commande set_xticklabels()
• Commande set_yticklabels()

exercice_6.py
from pylab import *

figure(figsize=(8,5), dpi=80)
subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-")

plot(X, S, color="red", linewidth=2.5, linestyle="-")

xlim([Link]()*1.1, [Link]()*1.1)
xticks([-[Link], -[Link]/2, 0, [Link]/2, [Link]],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

ylim([Link]()*1.1,[Link]()*1.1)
yticks([-1, 0, +1],
[r'$-1$', r'$0$', r'$+1$'])

- 10 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

exercice_6.py
# savefig("../figures/exercice_6.png",dpi=72)
show()

Les graduations sont bien placées, mais le contenu de leur texte n'est pas très explicite. Nous pourrions deviner que
3.142 correspond à π, mais ce serait beaucoup mieux de l'indiquer clairement. Lorsqu'on définit des valeurs pour les
graduations, il est aussi possible de définir des étiquettes de texte correspondant à ces valeurs dans une liste fournie
en second argument d'appel de fonction. Nous utiliserons une notation LaTeX pour obtenir un meilleur rendu final.

...
xticks([-[Link], -[Link]/2, 0, [Link]/2, [Link]],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

yticks([-1, 0, +1],
[r'$-1$', r'$0$', r'$+1$'])
...

II-G - Déplacer les axes du repère

Documentation

• Axes de repère
• Conteneur d'axes de repère
• Tutoriel sur les transformations

exercice_7.py
from pylab import *

figure(figsize=(8,5), dpi=80)
subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-")

plot(X, S, color="red", linewidth=2.5, linestyle="-")

- 11 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

exercice_7.py
ax = gca()
[Link]['right'].set_color('none')
[Link]['top'].set_color('none')
[Link].set_ticks_position('bottom')
[Link]['bottom'].set_position(('data',0))
[Link].set_ticks_position('left')
[Link]['left'].set_position(('data',0))

xlim([Link]()*1.1, [Link]()*1.1)
xticks([-[Link], -[Link]/2, 0, [Link]/2, [Link]],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

ylim([Link]()*1.1,[Link]()*1.1)
yticks([-1, 0, +1],
[r'$-1$', r'$0$', r'$+1$'])

# savefig("../figures/exercice_7.png",dpi=72)
show()

Les axes du repère sont les droites qui portent les marques de graduation et qui délimitent la zone de représentation
du graphique. Ces axes peuvent être placés arbitrairement. Jusqu'à présent, ils étaient sur les bords extérieurs du
graphique. Déplaçons-les de telle sorte qu'ils se croisent au centre du graphique. Comme nous avons quatre droites
pour le moment, nous en masquerons deux en définissant leur couleur à None et nous déplacerons les deux autres
vers le point d'origine de coordonnées (0, 0) dans l'espace de coordonnées nommé 'data'.

...
ax = gca()
[Link]['right'].set_color('none')
[Link]['top'].set_color('none')
[Link].set_ticks_position('bottom')
[Link]['bottom'].set_position(('data',0))
[Link].set_ticks_position('left')
[Link]['left'].set_position(('data',0))
...

II-H - Ajouter une légende au graphique

Documentation

• Guide pour les légendes de graphiques

• Commande legend()
• API de légendes

- 12 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

exercice_8.py
from pylab import *

figure(figsize=(8,5), dpi=80)
subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-", label="cosine")

plot(X, S, color="red", linewidth=2.5, linestyle="-", label="sine")

ax = gca()
[Link]['right'].set_color('none')
[Link]['top'].set_color('none')
[Link].set_ticks_position('bottom')
[Link]['bottom'].set_position(('data',0))
[Link].set_ticks_position('left')
[Link]['left'].set_position(('data',0))

xlim([Link]()*1.1, [Link]()*1.1)
xticks([-[Link], -[Link]/2, 0, [Link]/2, [Link]],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

ylim([Link]()*1.1,[Link]()*1.1)
yticks([-1, +1],
[r'$-1$', r'$+1$'])

legend(loc='upper left')

# savefig("../figures/exercice_8.png",dpi=72)
show()

À présent, ajoutons au graphique une légende dans le coin supérieur gauche. Pour ce faire, il suffit d'ajouter
l'argument nommé 'label="texte"' à la commande plot(), puis de spécifier l'emplacement de cette légende.

...
plot(X, C, color="blue", linewidth=2.5, linestyle="-", label="cosine")
plot(X, S, color="red", linewidth=2.5, linestyle="-", label="sine")

legend(loc='upper left')

- 13 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

...

II-I - Annoter certains points remarquables

Documentation

• Annoter un axe de repère

• Commande annotate()

exercice_9.py
from pylab import *

figure(figsize=(8,5), dpi=80)
subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-", label="cosine")

plot(X, S, color="red", linewidth=2.5, linestyle="-", label="sine")

ax = gca()
[Link]['right'].set_color('none')
[Link]['top'].set_color('none')
[Link].set_ticks_position('bottom')
[Link]['bottom'].set_position(('data',0))
[Link].set_ticks_position('left')
[Link]['left'].set_position(('data',0))

xlim([Link]()*1.1, [Link]()*1.1)
xticks([-[Link], -[Link]/2, 0, [Link]/2, [Link]],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

ylim([Link]()*1.1,[Link]()*1.1)
yticks([-1, +1],
[r'$-1$', r'$+1$'])

t = 2*[Link]/3
plot([t,t],[0,[Link](t)],

- 14 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

exercice_9.py
color ='blue', linewidth=1.5, linestyle="--")
scatter([t,],[[Link](t),], 50, color ='blue')
annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', xy=(t, [Link](t)), xycoords='data',
xytext=(+10, +30), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

plot([t,t],[0,[Link](t)],
color ='red', linewidth=1.5, linestyle="--")
scatter([t,],[[Link](t),], 50, color ='red')
annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$', xy=(t, [Link](t)), xycoords='data',
xytext=(-90, -50), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

legend(loc='upper left')

# savefig("../figures/exercice_9.png",dpi=72)
show()

Annotons quelques points remarquables avec la commande annotate(). Nous choisirons la valeur x=2π/3 aussi bien
pour la courbe sinus que pour la courbe cosinus. Nous placerons tout d'abord une marque sur la courbe (gros point
rond), puis nous tracerons une ligne en pointillé pour relier cette marque à l'axe (O,x) des abscisses. Pour finir, nous
utiliserons la commande annotate() pour afficher du texte et une flèche d'indication.

...

t = 2*[Link]/3
plot([t,t],[0,[Link](t)], color ='blue', linewidth=2.5, linestyle="--")
scatter([t,],[[Link](t),], 50, color ='blue')

annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
xy=(t, [Link](t)), xycoords='data',
xytext=(+10, +30), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

plot([t,t],[0,[Link](t)], color ='red', linewidth=2.5, linestyle="--")

scatter([t,],[[Link](t),], 50, color ='red')

annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',
xy=(t, [Link](t)), xycoords='data',
xytext=(-90, -50), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
...

II-J - Le diable se cache toujours dans les détails

Documentation

• Artistes
• BBox

- 15 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

exercice_10.py
from pylab import *

figure(figsize=(8,5), dpi=80)
subplot(111)

X = [Link](-[Link], [Link], 256,endpoint=True)

C,S = [Link](X), [Link](X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-", label="cosine")

plot(X, S, color="red", linewidth=2.5, linestyle="-", label="sine")

ax = gca()
[Link]['right'].set_color('none')
[Link]['top'].set_color('none')
[Link].set_ticks_position('bottom')
[Link]['bottom'].set_position(('data',0))
[Link].set_ticks_position('left')
[Link]['left'].set_position(('data',0))

xlim([Link]()*1.1, [Link]()*1.1)
xticks([-[Link], -[Link]/2, 0, [Link]/2, [Link]],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

ylim([Link]()*1.1,[Link]()*1.1)
yticks([-1, +1],
[r'$-1$', r'$+1$'])

legend(loc='upper left')

t = 2*[Link]/3
plot([t,t],[0,[Link](t)],
color ='blue', linewidth=1.5, linestyle="--")
scatter([t,],[[Link](t),], 50, color ='blue')
annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', xy=(t, [Link](t)), xycoords='data',
xytext=(+10, +30), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

plot([t,t],[0,[Link](t)],
color ='red', linewidth=1.5, linestyle="--")
scatter([t,],[[Link](t),], 50, color ='red')
annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$', xy=(t, [Link](t)), xycoords='data',

- 16 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

exercice_10.py
xytext=(-90, -50), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

for label in ax.get_xticklabels() + ax.get_yticklabels():

label.set_fontsize(16)
label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65 ))

# savefig("../figures/exercice_10.png",dpi=72)
show()

Comme vous pouvez le remarquer, les étiquettes des graduations sont un peu difficiles à lire. Nous pourrions les
agrandir, puis ajuster leurs propriétés de telle sorte qu'elles s'affichent sur un ruban blanc semi-transparent, cela nous
permettrait de mieux visualiser aussi bien la courbe que les étiquettes.

...
for label in ax.get_xticklabels() + ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65 ))
...

III - Graphiques, vues en grille, vues libres et graduations

Jusqu'à présent, nous avons surtout utilisé la création de graphiques et de vues par défaut. Tout cela est bien
pratique lorsque l'on souhaite obtenir un résultat rapide, mais nous pourrions avoir un contrôle plus fin sur le résultat
en utilisant explicitement les graphiques ([Link]), les vues en grille ([Link]) et les vues libres
([Link]). Dans matplotlib, un objet figure représente la fenêtre GUI dans son ensemble. À l'intérieur de
cette fenêtre, plusieurs types d'affichage peuvent figurer. Alors qu'une vue en grille (subplot) positionne les tracés
à l'intérieur d'une grille d'affichage, les vues libres (axes) autorisent un placement plus arbitraire au sein de l'objet
figure. Les deux peuvent être très utiles selon l'usage que l'on veut en faire. Nous avons d'ores et déjà travaillé avec
des graphiques (figures) et des vues en grille (subplots) sans les mentionner explicitement. Lorsque nous utilisons
la commande plot(), matplotlib appelle gca() pour obtenir les vues libres actuelles et gca() appelle à son tour gcf()
pour obtenir l'objet figure (graphique) actuel. S'il n'y a pas d'objet figure à ce moment-là, gcf() appelle figure() pour en
créer un nouveau ou plus précisément, pour créer un objet figure contenant une vue en grille subplot(1,1,1). Voyons
tout cela en détail.

III-A - Graphiques ([Link])

Un objet figure (graphique) représente la fenêtre GUI intitulée « Figure #nnn » avec nnn le numéro de la figure. Les
fenêtres « figure » sont numérotées à partir de 1 et non pas à partir de zéro (0) comme pour le comptage en Python.
Cela est clairement conforme au style Matlab™. Plusieurs arguments nommés déterminent l'apparence d'un objet
figure :

Argument Valeur par défaut Description

num 1 numéro de l'objet figure
figsize [Link] taille en pouces (largeur,
hauteur)
dpi [Link] résolution en points par
pouce
facecolor [Link] couleur d'arrière-plan
edgecolor [Link] couleur de la bordure
entourant l'arrière-plan
frameon True dessiner le cadre de l'objet
figure ou non

- 17 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Les valeurs par défaut peuvent être spécifiées dans un fichier de ressources. Elles sont utilisées la plupart du temps.
Seul le numéro de figure est fréquemment changé.

Lorsque vous travaillez avec la fenêtre GUI, vous pouvez la fermer soit avec le bouton « x » dédié, soit par le code
avec la commande close().

Selon le cas :

1 close() ferme uniquement l'objet figure actif ;

2 close(num) ferme l'objet figure numéro num ;
3 close(fig) ferme l'objet figure référencé par fig ;
4 close('all') ferme tous les objets figure actuellement actifs.

Comme pour tous les autres objets, vous pouvez définir les propriétés d'un objet figure avec les méthodes set_<nom
propriété>(value).

III-B - Vues en grille ([Link])

Les vues en grille (subplot) permettent d'organiser les différents tracés à l'intérieur d'une grille d'affichage. Il faut
spécifier le nombre de lignes, le nombre de colonnes ainsi que le numéro du tracé. Notez toutefois que la commande
gridspec() est une alternative beaucoup plus puissante.

[Link]
from pylab import *

subplot(2,1,1)
xticks([]), yticks([])
text(0.5,0.5, 'subplot(2,1,1)',ha='center',va='center',size=24,alpha=.5)

subplot(2,1,2)
xticks([]), yticks([])
text(0.5,0.5, 'subplot(2,1,2)',ha='center',va='center',size=24,alpha=.5)

- 18 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

[Link]
# [Link]('../figures/[Link]', dpi=64)
show()

[Link]
from pylab import *

subplot(1,2,1)
xticks([]), yticks([])
text(0.5,0.5, 'subplot(1,2,1)',ha='center',va='center',size=24,alpha=.5)

subplot(1,2,2)
xticks([]), yticks([])
text(0.5,0.5, 'subplot(1,2,2)',ha='center',va='center',size=24,alpha=.5)

# [Link]('../figures/[Link]', dpi=64)
show()

- 19 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

[Link]
from pylab import *

subplot(2,2,1)
xticks([]), yticks([])
text(0.5,0.5, 'subplot(2,2,1)',ha='center',va='center',size=20,alpha=.5)

subplot(2,2,2)
xticks([]), yticks([])
text(0.5,0.5, 'subplot(2,2,2)',ha='center',va='center',size=20,alpha=.5)

subplot(2,2,3)
xticks([]), yticks([])
text(0.5,0.5, 'subplot(2,2,3)',ha='center',va='center',size=20,alpha=.5)

subplot(2,2,4)
xticks([]), yticks([])
text(0.5,0.5, 'subplot(2,2,4)',ha='center',va='center',size=20,alpha=.5)

# savefig('../figures/[Link]', dpi=64)
show()

- 20 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

[Link]
from pylab import *
import [Link] as gridspec

G = [Link](3, 3)

axes_1 = subplot(G[0, :])

xticks([]), yticks([])
text(0.5,0.5, 'Axes 1',ha='center',va='center',size=24,alpha=.5)

axes_2 = subplot(G[1,:-1])
xticks([]), yticks([])
text(0.5,0.5, 'Axes 2',ha='center',va='center',size=24,alpha=.5)

axes_3 = subplot(G[1:, -1])

xticks([]), yticks([])
text(0.5,0.5, 'Axes 3',ha='center',va='center',size=24,alpha=.5)

axes_4 = subplot(G[-1,0])
xticks([]), yticks([])
text(0.5,0.5, 'Axes 4',ha='center',va='center',size=24,alpha=.5)

axes_5 = subplot(G[-1,-2])
xticks([]), yticks([])
text(0.5,0.5, 'Axes 5',ha='center',va='center',size=24,alpha=.5)

#[Link]('../figures/[Link]', dpi=64)
show()

III-C - Vues libres ([Link])

Les vues libres (axes) sont très similaires aux vues en grille (subplot) sauf qu'elles permettent un placement libre
des tracés partout dans l'objet figure (la fenêtre GUI). Par exemple, pour placer un petit tracé dans un grand tracé,
rien de plus simple avec les vues libres.

- 21 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

[Link]
from pylab import *

axes([0.1,0.1,.8,.8])
xticks([]), yticks([])
text(0.6,0.6, 'axes([0.1,0.1,.8,.8])',ha='center',va='center',size=20,alpha=.5)

axes([0.2,0.2,.3,.3])
xticks([]), yticks([])
text(0.5,0.5, 'axes([0.2,0.2,.3,.3])',ha='center',va='center',size=16,alpha=.5)

[Link]("../figures/[Link]",dpi=64)
show()

- 22 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

[Link]
from pylab import *

axes([0.1,0.1,.5,.5])
xticks([]), yticks([])
text(0.1,0.1, 'axes([0.1,0.1,.8,.8])',ha='left',va='center',size=16,alpha=.5)

axes([0.2,0.2,.5,.5])
xticks([]), yticks([])
text(0.1,0.1, 'axes([0.2,0.2,.5,.5])',ha='left',va='center',size=16,alpha=.5)

axes([0.3,0.3,.5,.5])
xticks([]), yticks([])
text(0.1,0.1, 'axes([0.3,0.3,.5,.5])',ha='left',va='center',size=16,alpha=.5)

axes([0.4,0.4,.5,.5])
xticks([]), yticks([])
text(0.1,0.1, 'axes([0.4,0.4,.5,.5])',ha='left',va='center',size=16,alpha=.5)

# [Link]("../figures/[Link]",dpi=64)
show()

III-D - Graduations de repère

Une présentation soignée des graduations de repère est une part importante du rendu final d'un graphique prêt
à l'impression. Matplotlib fournit un système de graduations entièrement personnalisable. Les localisateurs (tick
locators) permettent de préciser l'emplacement des graduations dans le tracé, alors que les formateurs (tick
formatters) permettent une mise en forme des graduations selon vos exigences. Les graduations principales et
secondaires peuvent être placées ou mises en forme indépendamment les unes des autres. Par défaut, les
graduations secondaires ne sont pas affichées, elles correspondent en fait à une liste vide et un NullLocator (voir
plus bas).

III-D-1 - Localisateurs de graduations (tick locators)

Différentes classes de localisateurs en fonction des besoins :

- 23 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Classe Description
NullLocator Aucune graduation.

IndexLocator Affiche une graduation à chaque multiple

d'un nombre fixe de points tracés.

FixedLocator Les emplacements des graduations sont

déterminés arbitrairement.

LinearLocator Les emplacements des graduations sont

déterminés linéairement à intervalles
réguliers et à pas fixe.

MultipleLocator Place une graduation à chaque entier

multiple d'un nombre de base.

AutoLocator Choisit au plus n intervalles et harmonise les

emplacements.

LogLocator Les emplacements des graduations sont

déterminés pour les échelles logarithmiques.

Tous ces localisateurs dérivent de la classe ancêtre [Link]. Vous pouvez créer votre propre
localisateur en dérivant cette même classe ancêtre.

La gestion des dates comme graduations peut s'avérer particulièrement épineuse. Toutefois, matplotlib fournit
quelques localisateurs spéciaux dans le module [Link].

- 24 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

IV - Autres types de tracés

Tracés simples Tracés en points

- 25 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Histogrammes Tracés contour

Image pixelisée Tracés fléchés

- 26 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Graphiques en camembert Grilles

Tracés multiples Axes polaires

Graphiques en 3D Textes

IV-A - Tracés simples

Indice

- 27 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Vous aurez besoin de la commande fill_between().

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite (tenez compte des
zones remplies) :
from pylab import *

n = 256
X =
[Link](-[Link],[Link],n,endpoint=True)
Y = [Link](2*X)

plot (X, Y+1, color='blue',

alpha=1.00)
plot (X, Y-1, color='blue',
alpha=1.00)
show()

Cliquez sur pour voir la réponse.

plot_ex.py
from pylab import *

n = 256
X = [Link](-[Link],[Link],n,endpoint=True)
Y = [Link](2*X)

axes([0.025,0.025,0.95,0.95])

plot (X, Y+1, color='blue', alpha=1.00)

fill_between(X, 1, Y+1, color='blue', alpha=.25)

plot (X, Y-1, color='blue', alpha=1.00)

fill_between(X, -1, Y-1, (Y-1) > -1, color='blue', alpha=.25)
fill_between(X, -1, Y-1, (Y-1) < -1, color='red', alpha=.25)

xlim(-[Link],[Link]), xticks([])
ylim(-2.5,2.5), yticks([])
# savefig('../figures/plot_ex.png',dpi=48)
show()

IV-B - Tracés en points

Indice

La couleur est calculée grâce à l'angle de (X,Y).

- 28 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite (tenez compte de la
taille, de la couleur et de la transparence
des points) :
from pylab import *

n = 1024
X = [Link](0,1,n)
Y = [Link](0,1,n)

scatter(X,Y)
show()

Cliquez sur pour voir la réponse.

scatter_ex.py
from pylab import *

n = 1024
X = [Link](0,1,n)
Y = [Link](0,1,n)
T = np.arctan2(Y,X)

axes([0.025,0.025,0.95,0.95])
scatter(X,Y, s=75, c=T, alpha=.5)

xlim(-1.5,1.5), xticks([])
ylim(-1.5,1.5), yticks([])
# savefig('../figures/scatter_ex.png',dpi=48)
show()

IV-C - Histogrammes

Indice

Vous devrez faire attention à l'alignement du texte.

- 29 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite (tenez compte qu'il
faudra certainement ajouter des étiquettes
texte aux barres rouges) :
from pylab import *

n = 12
X = [Link](n)
Y1 = (1-X/float(n)) *
[Link](0.5,1.0,n)
Y2 = (1-X/float(n)) *
[Link](0.5,1.0,n)

bar(X, +Y1, facecolor='#9999ff',

edgecolor='white')
bar(X, -Y2, facecolor='#ff9999',
edgecolor='white')

for x,y in zip(X,Y1):

text(x+0.4, y+0.05, '%.2f' % y,
ha='center', va= 'bottom')

ylim(-1.25,+1.25)
show()

Cliquez sur pour voir la réponse.

bar_ex.py
from pylab import *

n = 12
X = [Link](n)
Y1 = (1-X/float(n)) * [Link](0.5,1.0,n)
Y2 = (1-X/float(n)) * [Link](0.5,1.0,n)

axes([0.025,0.025,0.95,0.95])
bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

for x,y in zip(X,Y1):

text(x+0.4, y+0.05, '%.2f' % y, ha='center', va= 'bottom')

for x,y in zip(X,Y2):

text(x+0.4, -y-0.05, '%.2f' % y, ha='center', va= 'top')

xlim(-.5,n), xticks([])
ylim(-1.25,+1.25), yticks([])

# savefig('../figures/bar_ex.png', dpi=48)
show()

IV-D - Tracés contour

Indice

Vous aurez besoin de la commande clabel().

- 30 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite (tenez compte des
bandes colorées - voir Référence plus
bas) :
from pylab import *

def f(x,y): return

(1-x/2+x**5+y**3)*[Link](-x**2-y**2)

n = 256
x = [Link](-3,3,n)
y = [Link](-3,3,n)
X,Y = [Link](x,y)

contourf(X, Y, f(X,Y), 8, alpha=.75,

cmap='jet')
C = contour(X, Y, f(X,Y), 8,
colors='black', linewidth=.5)
show()

Cliquez sur pour voir la réponse.

contour_ex.py
from pylab import *

def f(x,y): return (1-x/2+x**5+y**3)*[Link](-x**2-y**2)

n = 256
x = [Link](-3,3,n)
y = [Link](-3,3,n)
X,Y = [Link](x,y)

axes([0.025,0.025,0.95,0.95])

contourf(X, Y, f(X,Y), 8, alpha=.75, cmap=[Link])

C = contour(X, Y, f(X,Y), 8, colors='black', linewidth=.5)
clabel(C, inline=1, fontsize=10)

xticks([]), yticks([])
# savefig('../figures/contour_ex.png',dpi=48)
show()

IV-E - Image pixelisée

Indice

Vous devrez faire attention au point d'origine de l'image dans la commande imshow() et utiliser
une barre colorée (colorbar).

- 31 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite (tenez compte de la
bande colorée, de l'interpolation de l'image
et du point d'origine) :
from pylab import *

def f(x,y): return

(1-x/2+x**5+y**3)*[Link](-x**2-y**2)

n = 10
x = [Link](-3,3,4*n)
y = [Link](-3,3,3*n)
X,Y = [Link](x,y)
imshow(f(X,Y)), show()

Cliquez sur pour voir la réponse.

imshow_ex.py
from pylab import *

def f(x,y): return (1-x/2+x**5+y**3)*[Link](-x**2-y**2)

n = 10
x = [Link](-3,3,3.5*n)
y = [Link](-3,3,3.0*n)
X,Y = [Link](x,y)
Z = f(X,Y)

axes([0.025,0.025,0.95,0.95])
imshow(Z,interpolation='nearest', cmap='bone', origin='lower')
colorbar(shrink=.92)

xticks([]), yticks([])
# savefig('../figures/imshow_ex.png', dpi=48)
show()

IV-F - Tracés fléchés

Indice

Vous devrez dessiner les flèches deux fois.

- 32 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite (tenez compte des
couleurs et des orientations des flèches) :
from pylab import *

n = 8
X,Y = [Link][0:n,0:n]
quiver(X,Y), show()

Cliquez sur pour voir la réponse.

quiver_ex.py
from pylab import *

n = 8
X,Y = [Link][0:n,0:n]
T = np.arctan2(Y-n/2.0, X-n/2.0)
R = 10+[Link]((Y-n/2.0)**2+(X-n/2.0)**2)
U,V = R*[Link](T), R*[Link](T)

axes([0.025,0.025,0.95,0.95])
quiver(X,Y,U,V,R, alpha=.5)
quiver(X,Y,U,V, edgecolor='k', facecolor='None', linewidth=.5)

xlim(-1,n), xticks([])
ylim(-1,n), yticks([])

# savefig('../figures/quiver_ex.png',dpi=48)
show()

IV-G - Graphiques en camembert

Indice

Vous devrez modifier Z.

- 33 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite (tenez compte des
couleurs et de la taille des portions) :
from pylab import *

n = 20
Z = [Link](0,1,n)
pie(Z), show()

Cliquez sur pour voir la réponse.

pie_ex.py
from pylab import *

n = 20
Z = [Link](n)
Z[-1] *= 2

axes([0.025,0.025,0.95,0.95])

pie(Z, explode=Z*.05, colors = ['%f' % (i/float(n)) for i in range(n)])

gca().set_aspect('equal')
xticks([]), [Link]([])

# savefig('../figures/pie_ex.png',dpi=48)
show()

IV-H - Grilles

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite (tenez compte des
styles de trait) :
from pylab import *

axes = gca()
axes.set_xlim(0,4)
axes.set_ylim(0,3)
axes.set_xticklabels([])
axes.set_yticklabels([])

show()

- 34 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Cliquez sur pour voir la réponse.

grid_ex.py
from pylab import *

ax = axes([0.025,0.025,0.95,0.95])

ax.set_xlim(0,4)
ax.set_ylim(0,3)
[Link].set_major_locator(MultipleLocator(1.0))
[Link].set_minor_locator(MultipleLocator(0.1))
[Link].set_major_locator(MultipleLocator(1.0))
[Link].set_minor_locator(MultipleLocator(0.1))
[Link](which='major', axis='x', linewidth=0.75, linestyle='-', color='0.75')
[Link](which='minor', axis='x', linewidth=0.25, linestyle='-', color='0.75')
[Link](which='major', axis='y', linewidth=0.75, linestyle='-', color='0.75')
[Link](which='minor', axis='y', linewidth=0.25, linestyle='-', color='0.75')
ax.set_xticklabels([])
ax.set_yticklabels([])

# savefig('../figures/grid_ex.png',dpi=48)
show()

IV-I - Tracés multiples

Indice

Vous pouvez utiliser plusieurs vues avec différents découpages.

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite :
from pylab import *

subplot(2,2,1)
subplot(2,2,3)
subplot(2,2,4)

show()

Cliquez sur pour voir la réponse.

multiplot_ex.py
from pylab import *

fig =figure()
fig.subplots_adjust(bottom=0.025, left=0.025, top = 0.975, right=0.975)

subplot(2,1,1)
xticks([]), yticks([])

subplot(2,3,4)

- 35 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

multiplot_ex.py
xticks([]), yticks([])

subplot(2,3,5)
xticks([]), yticks([])

subplot(2,3,6)
xticks([]), yticks([])

savefig('../figures/multiplot_ex.png',dpi=48)
show()

IV-J - Axes polaires

Indice

Vous aurez uniquement besoin de modifier le tracé des axes.

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite :
from pylab import *

axes([0,0,1,1])

N = 20
theta =
[Link](0.0, 2*[Link], 2*[Link]/N)
radii = 10*[Link](N)
width = [Link]/4*[Link](N)
bars = bar(theta, radii, width=width,
bottom=0.0)

for r,bar in zip(radii, bars):

bar.set_facecolor( [Link](r/10.))
bar.set_alpha(0.5)

show()

Cliquez sur pour voir la réponse.

polar_ex.py
from pylab import *

ax = axes([0.025,0.025,0.95,0.95], polar=True)

N = 20
theta = [Link](0.0, 2*[Link], 2*[Link]/N)
radii = 10*[Link](N)
width = [Link]/4*[Link](N)
bars = bar(theta, radii, width=width, bottom=0.0)

for r,bar in zip(radii, bars):

bar.set_facecolor( [Link](r/10.))
bar.set_alpha(0.5)

ax.set_xticklabels([])
ax.set_yticklabels([])
# savefig('../figures/polar_ex.png',dpi=48)
show()

- 36 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

IV-K - Graphiques en 3D

Indice

Vous aurez besoin de la commande contourf().

En vous basant sur le code suivant, essayez

d'obtenir le graphique représenté dans
l'illustration de droite :
from pylab import *
from mpl_toolkits.mplot3d import
Axes3D

fig = figure()
ax = Axes3D(fig)
X = [Link](-4, 4, 0.25)
Y = [Link](-4, 4, 0.25)
X, Y = [Link](X, Y)
R = [Link](X**2 + Y**2)
Z = [Link](R)

ax.plot_surface(X, Y, Z, rstride=1,
cstride=1, cmap='hot')

show()

Cliquez sur pour voir la réponse.

plot3d_ex.py
from pylab import *
from mpl_toolkits.mplot3d import Axes3D

fig = figure()
ax = Axes3D(fig)
X = [Link](-4, 4, 0.25)
Y = [Link](-4, 4, 0.25)
X, Y = [Link](X, Y)
R = [Link](X**2 + Y**2)
Z = [Link](R)

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=[Link])

[Link](X, Y, Z, zdir='z', offset=-2, cmap=[Link])
ax.set_zlim(-2,2)

# savefig('../figures/plot3d_ex.png',dpi=48)
show()

IV-L - Textes

Indice

Jetez un œil au logo matplotlib.

- 37 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

Essayez de faire pareil à partir de zéro !

Cliquez sur pour voir la réponse.

text_ex.py
from pylab import *

eqs = []
[Link]((r"$W^{3\beta}_{\delta_1 \rho_1 \sigma_2} = U^{3\beta}_{\delta_1 \rho_1} + \frac{1}{8 \pi 2} \int^{\alp
[Link]((r"$\frac{d\rho}{d t} + \rho \vec{v}\cdot\nabla\vec{v} = -\nabla p + \mu
\nabla^2 \vec{v} + \rho \vec{g}$"))
[Link]((r"$\int_{-\infty}^\infty e^{-x^2}dx=\sqrt{\pi}$"))
[Link]((r"$E = mc^2 = \sqrt{{m_0}^2c^4 + p^2c^2}$"))
[Link]((r"$F_G = G\frac{m_1m_2}{r^2}$"))

axes([0.025,0.025,0.95,0.95])

for i in range(24):
index = [Link](0,len(eqs))
eq = eqs[index]
size = [Link](12,32)
x,y = [Link](0,1,2)
alpha = [Link](0.25,.75)
text(x, y, eq, ha='center', va='center', color="#11557c", alpha=alpha,
transform=gca().transAxes, fontsize=size, clip_on=True)
xticks([]), yticks([])
# savefig('../figures/text_ex.png',dpi=48)
show()

V - Aller plus loin

Matplotlib bénéficie d'une documentation riche et variée, de même que d'une vaste communauté d'utilisateurs et de
développeurs. Ci-dessous, quelques liens dignes d'intérêt.

V-A - Tutoriels

• Tutoriel pyplot

• Présentation
• Gérer les propriétés de trait
• Travailler avec plusieurs objets figure et plusieurs vues

- 38 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

• Travailler avec du texte

• Tutoriel image

• Commandes de départ
• Importer des données image dans des tableaux numpy
• Représenter des tableaux numpy comme des images
• Tutoriel texte

• Présentation
• Commandes de texte élémentaires
• Propriétés de textes et modes d'affichage
• Ecrire des formules mathématiques
• Rendu de texte avec LaTeX
• Annoter du texte
• Tutoriel pour artistes

• Présentation
• Personnaliser vos objets
• Conteneurs d'objets
• Conteneur graphique ([Link])
• Conteneur de vues libres ([Link])
• Conteneurs d'axes de repère
• Conteneurs de graduations
• Tutoriels chemins

• Présentation
• Exemple de courbe de Bézier
• Chemins mélangés
• Tutoriel transformations

• Présentation
• Coordonnées 'data'
• Coordonnées de vues libres ([Link])
• Transformations de dégradés (gradients)
• Utiliser les transformations offset pour créer un effet d'ombre projetée
• Le mécanisme de transformation(pipeline)

V-B - Documentation Matplotlib

• Guide utilisateur
• FAQ - Foire Aux Questions

• Installation de matplotlib
• Utilisation
• Recettes de cuisine (How-To)
• Problèmes et solutions
• Variables d'environnement
• Captures d'écran

V-C - Documentation du code

Le code source de matplotlib est particulièrement bien documenté ; vous pouvez même obtenir une aide rapide sur
telle ou telle commande directement dans une console Python :

- 39 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

>>> from pylab import *

>>> help(plot)
Help on function plot in module [Link]:

plot(*args, **kwargs)
Plot lines and/or markers to the
:class:`~[Link]`. *args* is a variable length
argument, allowing for multiple *x*, *y* pairs with an
optional format string. For example, each of the following is
legal::

plot(x, y) # plot x and y using default line style and color

plot(x, y, 'bo') # plot x and y using blue circle markers
plot(y) # plot y using x as index array 0..N-1
plot(y, 'r+') # ditto, but with red plusses

If *x* and/or *y* is 2-dimensional, then the corresponding columns

will be plotted.
...

V-D - Galeries

La galerie matplotlib est incroyablement utile lorsque l'on cherche un exemple pour un type de graphique en
particulier. Chaque exemple est accompagné de son code source.

Il existe une autre galerie plus modeste à cet endroit.

V-E - Mailing lists

Pour finir, vous disposez d'une mailing list utilisateurs où vous pourrez demander de l'aide et une mailing list
développeurs pour les questions plus techniques.

VI - Références

Ci-dessous quelques tableaux illustrant les principaux styles et propriétés de trait.

VI-A - Propriétés de trait

Propriété Description Apparence

alpha (ou a) Transparence alpha (ratio
compris entre 0 et 1)
antialiased Rendu anti-crénelage
(booléen)

- 40 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

color (ou c) Couleur matplotlib

linestyle (ou ls) cf. Styles de trait
linewidth (ou lw) Épaisseur du trait en points
(float)
solid_capstyle Style de fin de trait pour traits
pleins
solid_joinstyle Style de jointure pour traits
pleins
dash_capstyle Style de fin de trait pour
pointillés
dash_joinstyle Style de jointure pour
pointillés
marker cf. Marques
markeredgewidth (mew) Épaisseur du contour d'une
marque
markeredgecolor (mec) Couleur du contour d'une
marque
markerfacecolor (mfc) Couleur d'une marque
markersize (ms) Taille de la marque en points

- 41 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

VI-B - Styles de trait

Symbole Description Apparence

- Trait plein

-- Pointillé long

-. Pointillé mixte

: Pointillé court

. Gros points

, Pixels

o Cercles

^ Triangles vers le haut

v Triangles vers le bas

< Triangles vers la gauche

> Triangles vers la droite

s Carrés

+ Signes 'plus' (+)

x Signes 'croix' (x)

D Diamants carrés (<>)

d Losanges

1 Tripodes vers le bas

2 Tripodes vers le haut

3 Tripodes vers la gauche

4 Tripodes vers la droite

h Hexagones verticaux

H Hexagones horizontaux

p Pentagones

| Traits verticaux

_ Traits horizontaux

- 42 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

VI-C - Marques

Symbole Description Apparence

0 Graduation à gauche

1 Graduation à droite

2 Graduation en haut

3 Graduation en bas

4 Lambda à gauche

5 Lambda à droite

6 Lambda en haut

7 Lambda en bas

o Cercles

D Diamants carrés (<>)

h Hexagones verticaux

H Hexagones horizontaux

_ Traits horizontaux

1 Tripodes vers le bas

2 Tripodes vers le haut

3 Tripodes vers la gauche

4 Tripodes vers la droite

8 Octogones

p Pentagones

^ Triangles vers le haut

v Triangles vers le bas

< Triangles vers la gauche

> Triangles vers la droite

d Losanges

, Pixels

+ Signes 'plus' (+)

. Gros points

s Carrés

- 43 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

* Étoiles à cinq branches

| Traits verticaux

x Signes 'croix' (x)

r'$\sqrt{2}$' Toute expression LaTeX

VI-D - Bandes colorées

Toutes les bandes colorées peuvent être inversées en ajoutant _r en fin de nom. Par exemple, gray_r sera l'inverse
de gray.

Veuillez consulter documenter les bandes colorées matplotlib pour plus d'information.

VI-D-1 - De base

Nom Apparence
autumn
bone
cool
copper
flag
gray
hot
hsv
jet
pink
prism
spectral
spring
summer
winter

VI-D-2 - GIST

Nom Apparence
gist_earth
gist_gray
gist_heat
gist_ncar
gist_rainbow
gist_stern
gist_yarg

- 44 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

VI-D-3 - Séquences

Nom Apparence
BrBG
PiYG
PRGn
PuOr
RdBu
RdGy
RdYlBu
RdYlGn
Spectral

VI-D-4 - Dégradés

Nom Apparence
Blues
BuGn
BuPu
GnBu
Greens
Greys
Oranges
OrRd
PuBu
PuBuGn
PuRd
Purples
RdPu
Reds
YlGn
YlGnBu
YlOrBr
YlOrRd

- 45 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

VI-D-5 - Qualifiés

Nom Apparence
Accent
Dark2
Paired
Pastel1
Pastel2
Set1
Set2
Set3

VI-D-6 - Divers

Nom Apparence
afmhot
binary
brg
bwr
coolwarm
CMRmap
cubehelix
gnuplot
gnuplot2
ocean
rainbow
seismic
terrain

VII - Notes et remerciements de l'auteur

Le présent document est basé sur le tutoriel de Mike Müller disponible sur le site scipy lectures.

Les textes originaux sont disponibles ici. Les illustrations se trouvent dans ce répertoire et les scripts dans celui-
ci. Le répertoire Github est ici.

Les codes sources et les ressources sont publiés sous licence Creative Commons Paternité 3.0 - licence USA (CC-
by) [Link]

Un grand merci à Bill Wing, Christoph Deil et Wojciech Mamrak pour la relecture et les corrections.

Des illustrations de présentation de diverses techniques de représentation graphique scientifique se trouvent à cet
endroit.

Il existe désormais un tutoriel numpy d'accompagnement.

- 46 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]
 Tutoriel Matplotlib par Nicolas P. Rougier

VIII - Remerciements Developpez

Nous remercions Nicolas Rougier qui nous a aimablement autorisé à traduire son article Matlab Tutorial.

Nos remerciements à Raphaël SEBAN (tarball69) pour la traduction et à Fabien (f-leb) pour la mise au gabarit.

Merci également à Malick Seck (milkoseck) pour sa relecture orthographique.

- 47 -
Le contenu de cet article est rédigé par Nicolas P. Rougier et est mis à disposition selon les termes de la Licence Creative
Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 3.0 non transposé. Les
logos [Link], en-tête, pied de page, css, et look & feel de l'article sont Copyright ® 2013 [Link].
[Link]