1. Description de la méthode plt.pie() matplotlib
La méthode plt.pie() de la bibliothèque Matplotlib est utilisée pour créer des graphiques en secteurs (ou camemberts) dans le cadre de la création de graphiques circulaires. Les graphiques en secteurs permettent de représenter la répartition relative des différentes catégories d'un ensemble de données sous forme de secteurs d'un cercle, où la taille de chaque secteur est proportionnelle à la valeur qu'il représente.
Voici une description des paramètres les plus couramment utilisés de la méthode plt.pie() :
- x : C'est l'ensemble de données que vous souhaitez représenter sous forme de graphique en secteurs. Il s'agit généralement d'une séquence de valeurs numériques (par exemple, une liste ou un tableau NumPy) représentant les pourcentages ou les proportions de chaque catégorie.
- labels : Une liste d'étiquettes de texte associées à chaque segment du graphique en secteurs. Ces étiquettes sont utilisées pour indiquer à quoi chaque segment correspond.
- autopct : Cette option permet de spécifier le format de l'étiquette à afficher à l'intérieur de chaque secteur. Par exemple, autopct='%1.1f%%' affichera les pourcentages avec une décimale.
- startangle : Vous pouvez utiliser cette option pour spécifier l'angle de départ à partir duquel le graphique en secteurs commence. Par défaut, l'angle est de 0 degrés, ce qui signifie que le premier segment commence à l'horizontale (à droite). Vous pouvez changer cet angle pour créer des graphiques en secteurs inclinés.
- explode : Cette option permet de mettre en évidence certains segments en les écartant du centre du graphique en secteurs. Vous pouvez fournir une liste de valeurs numériques pour spécifier l'écartement de chaque segment. Par exemple, explode=(0.1, 0, 0, 0) écarte le premier segment de 10% de la largeur du graphique en secteurs.
- colors : Vous pouvez spécifier les couleurs des segments en utilisant cette option. Par exemple, colors=['red', 'blue', 'green'] attribuera des couleurs spécifiques à chaque segment.
- shadow : Si vous définissez cette option sur True, le graphique en secteurs aura une ombre, ce qui peut améliorer la lisibilité.
- radius : Cette option vous permet de contrôler la taille du graphique en secteurs. Vous pouvez spécifier un facteur de mise à l'échelle pour augmenter ou réduire la taille du graphique en secteurs par rapport à la taille par défaut.
- wedgeprops : Un dictionnaire d'options pour personnaliser les coins des secteurs, tels que le bord ou la couleur de contour.
- textprops : Un dictionnaire d'options pour personnaliser les étiquettes de texte à l'intérieur des secteurs, telles que la taille de la police.
Une fois que vous avez configuré ces paramètres selon vos besoins, vous pouvez utiliser plt.pie() pour créer un graphique en secteurs et plt.show() pour afficher le graphique. Ce type de graphique est couramment utilisé pour visualiser la répartition des catégories dans un ensemble de données, comme les parts de marché, les pourcentages de répartition, etc.
2. Syntaxe et usages de la méthode plt.pie() matplotlib
La syntaxe générale de la méthode plt.pie() de Matplotlib est la suivante :
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
import matplotlib.pyplot as plt plt.pie( x, # Données à représenter sous forme de graphique en secteurs labels=None, # Étiquettes pour chaque segment (liste de chaînes de caractères) autopct=None, # Format de l'étiquette pour les pourcentages (par exemple, '%1.1f%%') startangle=0, # Angle de départ du graphique en secteurs (en degrés) explode=None, # Écartement des segments (liste de valeurs numériques) colors=None, # Couleurs des segments (liste de couleurs) shadow=False, # Afficher une ombre sous le graphique en secteurs radius=1.0, # Facteur de mise à l'échelle de la taille wedgeprops=None, # Options de personnalisation des coins des secteurs (dictionnaire) textprops=None # Options de personnalisation des étiquettes de texte (dictionnaire) ) plt.axis('equal') # Assure une échelle égale pour le graphique en secteurs (pour qu'il soit circulaire) plt.show() # Affiche le graphique en secteurs |
- Importer le module matplotlib.pyplot: au début de votre script Python pour pouvoir utiliser plt.pie().
- Fournir ensuite vos données: et personnaliser les options selon vos besoins pour créer un graphique en secteurs personnalisé.
- Utiliser plt.axis('equal'): pour s'assurer que le graphique en secteurs est parfaitement circulaire. Enfin, plt.show() est utilisé pour afficher le graphique.
3. Exemples d'usages de la méthode plt.pie() matplotlib
Voici un exemple simple d'utilisation de la méthode plt.pie() de Matplotlib pour créer un graphique en secteurs représentant la répartition de certaines catégories avec des étiquettes et des couleurs personnalisées :
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 |
import matplotlib.pyplot as plt # Données à représenter sous forme de graphique en secteurs valeurs = [30, 25, 15, 10, 20] # Étiquettes pour chaque segment categories = ['Catégorie A', 'Catégorie B', 'Catégorie C', 'Catégorie D', 'Catégorie E'] # Couleurs personnalisées pour chaque segment couleurs = ['gold', 'lightcoral', 'lightskyblue', 'lightgreen', 'lightpink'] # Écartement de certains segments (par exemple, le 2ème segment) ecartement = (0, 0.1, 0, 0, 0) # Format de l'étiquette pour les pourcentages avec une décimale pourcentage_format = '%1.1f%%' # Créer le graphique en secteurs plt.pie( valeurs, labels=categories, autopct=pourcentage_format, startangle=90, explode=ecartement, colors=couleurs, shadow=True, ) # Assure une échelle égale pour le graphique en secteurs (pour qu'il soit circulaire) plt.axis('equal') # Afficher le graphique en secteurs plt.show() |
- Spécification des valeurs: nous avons spécifié les valeurs, les étiquettes, les couleurs, l'écartement et le format des pourcentages pour chaque segment du graphique en secteurs.
- Création du graphique en secteurs : Nous avons ensuite créé le graphique en secteurs en utilisant plt.pie() et affiché le résultat avec plt.show().
- Role du graphique : Ce graphique en secteurs représente la répartition de catégories fictives avec des étiquettes personnalisées et des couleurs pour chaque segment.
Younes Derfoufi
CRMEF OUJDA
Acheter sur Très Facile !
