Matplotlib avec date - Python

Matplotlib est une bibliothèque de visualisation de données en Python. Elle offre de nombreuses fonctionnalités pour créer des graphiques, des diagrammes et des tracés de grande qualité. Lorsqu'il s'agit de manipuler des données temporelles, Matplotlib propose des outils spécifiques pour travailler avec des dates.

Installer Matplotlib

Pour commencer à utiliser Matplotlib avec la prise en charge des dates, vous devez d'abord installer la bibliothèque. Vous pouvez le faire en utilisant le gestionnaire de paquets pip de Python :

pip install matplotlib

Importer les modules requis

Une fois Matplotlib installé, vous pouvez l'importer dans votre script Python, ainsi que les autres modules nécessaires pour travailler avec des dates :

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import datetime as dt

Travailler avec des dates

Pour utiliser la fonctionnalité de date dans Matplotlib, vous devez convertir vos données de date en un format compatible. Matplotlib utilise une échelle de temps interne pour représenter les dates.

Voici un exemple de conversion d'une liste de dates en un format compatible avec Matplotlib :

dates = [dt.datetime(2022, 1, 1), dt.datetime(2022, 1, 2), dt.datetime(2022, 1, 3)]
data = [10, 5, 8]

plt.plot(dates, data)
plt.show()

Personnalisation des axes de date

Matplotlib propose de nombreuses options pour personnaliser les axes de date afin de répondre à vos besoins spécifiques. Par exemple, vous pouvez définir le format de l'axe de date en utilisant mdates.DateFormatter :

plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
plt.gca().xaxis.set_major_locator(mdates.DayLocator())

Ces lignes de code définissent le format de date sur l'axe des x pour afficher uniquement l'année, le mois et le jour.

Conclusion

Matplotlib est une bibliothèque puissante pour créer des graphiques et des tracés en Python. Avec sa prise en charge des dates, vous pouvez facilement représenter et manipuler des données temporelles. En utilisant les outils appropriés de Matplotlib, vous pouvez personnaliser vos graphiques afin de rendre vos visualisations encore plus informatives et attrayantes.

N'hésitez pas à consulter la documentation officielle de Matplotlib pour en savoir plus sur les différentes fonctionnalités et options disponibles.

Documentation officielle de Matplotlib