Fonctions de mise en page et de configuration Matplotlib
Documentation de référence de Matplotlib
Les fonctions de mise en page contrôlent l'espacement et l'agencement des sous-graphiques, les fonctions de configuration gèrent les paramètres globaux de Matplotlib.
Aperçu des fonctions
Fonctions de mise en page
| Fonction | Description |
|---|---|
| subplots_adjust() | Ajuster manuellement l'espacement des sous-graphiques |
| tight_layout() | Mise en page compacte automatique |
| margins() | Définir les marges de données (espace blanc aux deux extrémités des axes) |
| subplot_tool() | Lancer l'outil interactif d'ajustement des sous-graphiques |
Fonctions de configuration
| Fonction | Description |
|---|---|
| rc() | Définir les paramètres rc (prend en charge la définition par lots) |
| rc_context() | Gestionnaire de contexte pour définir temporairement les paramètres rc |
| rcdefaults() | Restaurer tous les paramètres rc à leurs valeurs par défaut |
Fonctions de palette de couleurs
| Fonction | Description |
|---|---|
| clim() | Définir la plage de données pour le mappage des couleurs |
| get_cmap() | Obtenir la palette de couleurs avec le nom spécifié |
| set_cmap() | Définir la palette de couleurs par défaut |
| gci() | Obtenir l'objet courant mappable en couleur |
| sci() | Définir l'objet courant mappable en couleur |
| imread() | Lire une image depuis un fichier dans un tableau |
| imsave() | Enregistrer un tableau sous forme de fichier image |
Fonctions de sortie et d'interaction
| Fonction | Description |
|---|---|
| show() | Afficher toutes les Figures ouvertes |
| draw() | Forcer le réaffichage de la Figure actuelle |
| draw_if_interactive() | Effectuer le rendu de la Figure en mode interactif |
| pause() | Mettre en pause pendant le nombre de secondes spécifié (traite les événements GUI pendant la pause) |
| ion() / ioff() | Activer/désactiver le mode interactif |
| isinteractive() | Vérifier si l'on est actuellement en mode interactif |
| install_repl_displayhook() | Installer le hook d'affichage REPL |
| uninstall_repl_displayhook() | Désinstaller le hook d'affichage REPL |
| switch_backend() | Changer de backend Matplotlib |
Exemples de fonctions de mise en page
subplots_adjust() / tight_layout() / margins()
matplotlib.pyplot.subplots_adjust(left=None, bottom=None, right=None,
top=None, wspace=None, hspace=None)
matplotlib.pyplot.tight_layout(*, pad=1.08, h_pad=None, w_pad=None,
rect=None)
matplotlib.pyplot.margins(*margins, x=None, y=None, tight=True)
Exemple
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
fig, axes = plt.subplots(2, 2, figsize=(10, 8))
# Contrôle manuel avec subplots_adjust
fig.subplots_adjust(left=0.1, right=0.95,
top=0.9, bottom=0.1,
hspace=0.4, wspace=0.3)
for i, ax in enumerate(axes.flatten()):
ax.plot(x, np.sin(x + i))
ax.set_title(f'Tracé {i+1}')
ax.set_xlabel('A long x label')
ax.set_ylabel('A long y label')
# Définir les marges
ax.margins(x=0.1, y=0.15)
fig.suptitle('subplots_adjust() + margins()', fontsize=14)
plt.show()
print("exemple : exemple de mise en page")
import numpy as np
x = np.linspace(0, 10, 100)
fig, axes = plt.subplots(2, 2, figsize=(10, 8))
# Contrôle manuel avec subplots_adjust
fig.subplots_adjust(left=0.1, right=0.95,
top=0.9, bottom=0.1,
hspace=0.4, wspace=0.3)
for i, ax in enumerate(axes.flatten()):
ax.plot(x, np.sin(x + i))
ax.set_title(f'Tracé {i+1}')
ax.set_xlabel('A long x label')
ax.set_ylabel('A long y label')
# Définir les marges
ax.margins(x=0.1, y=0.15)
fig.suptitle('subplots_adjust() + margins()', fontsize=14)
plt.show()
print("exemple : exemple de mise en page")
Exemples de fonctions de configuration
rc() / rc_context() / rcdefaults()
matplotlib.pyplot.rc(group, **kwargs) matplotlib.pyplot.rc_context(rc=None, fname=None) matplotlib.pyplot.rcdefaults()
Exemple
import matplotlib.pyplot as plt
import numpy as np
# Méthode 1 : définir rcParams globalement
plt.rcParams['font.size'] = 12
plt.rcParams['axes.grid'] = True
# Méthode 2 : utiliser rc() pour définir par lots
plt.rc('lines', linewidth=2, color='steelblue')
plt.rc('axes', titlesize=14, grid=True)
x = np.linspace(0, 10, 50)
# réglage temporaire de rc_context (valide uniquement dans le bloc with)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4),
layout='constrained')
# ax1 utilise les paramètres rc globaux
ax1.plot(x, np.sin(x))
ax1.set_title('Paramètres rc globaux')
# ax2 utilise une surcharge de style temporaire
with plt.rc_context({'lines.color': 'coral',
'lines.linestyle': '--',
'axes.facecolor': '#f0f0f0'}):
ax2.plot(x, np.cos(x))
ax2.set_title('rc_context() surcharge')
plt.show()
# Restaurer les valeurs par défaut
plt.rcdefaults()
print("exemple : paramètres rc restaurés aux valeurs par défaut")
import numpy as np
# Méthode 1 : définir rcParams globalement
plt.rcParams['font.size'] = 12
plt.rcParams['axes.grid'] = True
# Méthode 2 : utiliser rc() pour définir par lots
plt.rc('lines', linewidth=2, color='steelblue')
plt.rc('axes', titlesize=14, grid=True)
x = np.linspace(0, 10, 50)
# réglage temporaire de rc_context (valide uniquement dans le bloc with)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4),
layout='constrained')
# ax1 utilise les paramètres rc globaux
ax1.plot(x, np.sin(x))
ax1.set_title('Paramètres rc globaux')
# ax2 utilise une surcharge de style temporaire
with plt.rc_context({'lines.color': 'coral',
'lines.linestyle': '--',
'axes.facecolor': '#f0f0f0'}):
ax2.plot(x, np.cos(x))
ax2.set_title('rc_context() surcharge')
plt.show()
# Restaurer les valeurs par défaut
plt.rcdefaults()
print("exemple : paramètres rc restaurés aux valeurs par défaut")
Exemples de fonctions de palette de couleurs
clim() / get_cmap() / set_cmap()
matplotlib.pyplot.clim(vmin=None, vmax=None) matplotlib.pyplot.get_cmap(name=None, lut=None) matplotlib.pyplot.set_cmap(cmap)
Exemple
import matplotlib.pyplot as plt
import numpy as np
data = np.random.rand(10, 10)
# Afficher la palette de couleurs par défaut actuelle
print('cmap par défaut :', plt.rcParams['image.cmap'])
# Obtenir une palette de couleurs spécifique
cmap = plt.get_cmap('plasma')
print('cmap obtenu :', cmap.name)
fig, ax = plt.subplots(figsize=(5, 4), layout='constrained')
im = ax.imshow(data, cmap='hot', vmin=0.2, vmax=0.8)
# clim() peut également être utilisé pour modifier la plage
plt.clim(0.1, 0.9)
fig.colorbar(im, ax=ax, label='Valeur')
ax.set_title('imshow avec clim()')
plt.show()
# Définir la palette de couleurs par défaut globale
plt.set_cmap('Blues')
print('Nouveau cmap par défaut :', plt.rcParams['image.cmap'])
import numpy as np
data = np.random.rand(10, 10)
# Afficher la palette de couleurs par défaut actuelle
print('cmap par défaut :', plt.rcParams['image.cmap'])
# Obtenir une palette de couleurs spécifique
cmap = plt.get_cmap('plasma')
print('cmap obtenu :', cmap.name)
fig, ax = plt.subplots(figsize=(5, 4), layout='constrained')
im = ax.imshow(data, cmap='hot', vmin=0.2, vmax=0.8)
# clim() peut également être utilisé pour modifier la plage
plt.clim(0.1, 0.9)
fig.colorbar(im, ax=ax, label='Valeur')
ax.set_title('imshow avec clim()')
plt.show()
# Définir la palette de couleurs par défaut globale
plt.set_cmap('Blues')
print('Nouveau cmap par défaut :', plt.rcParams['image.cmap'])
Default cmap: viridis Got cmap: plasma New default cmap: Blues
imread() / imsave()
matplotlib.pyplot.imread(fname, format=None) matplotlib.pyplot.imsave(fname, arr, **kwargs)
Exemple
import matplotlib.pyplot as plt
import numpy as np
# Créer des données d'image
img = np.random.rand(50, 50)
# Enregistrer au format PNG (aucune Figure requise)
plt.imsave('example_temp_image.png', img,
cmap='viridis')
print("exemple : image enregistrée via imsave()")
# Relire l'image
loaded = plt.imread('example_temp_image.png')
print("Forme chargée :", loaded.shape)
print("exemple : image chargée via imread()")
import numpy as np
# Créer des données d'image
img = np.random.rand(50, 50)
# Enregistrer au format PNG (aucune Figure requise)
plt.imsave('example_temp_image.png', img,
cmap='viridis')
print("exemple : image enregistrée via imsave()")
# Relire l'image
loaded = plt.imread('example_temp_image.png')
print("Forme chargée :", loaded.shape)
print("exemple : image chargée via imread()")
Loaded shape: (50, 50, 4)
Exemples de fonctions de sortie et d'interaction
ion() / ioff() / pause() / draw()
matplotlib.pyplot.ion() # 开启交互模式 matplotlib.pyplot.ioff() # 关闭交互模式 matplotlib.pyplot.isinteractive() # 检查状态 matplotlib.pyplot.pause(interval) # 暂停并处理事件 matplotlib.pyplot.draw() # 强制重绘
Exemple
import matplotlib.pyplot as plt
import numpy as np
# Exemple de mode interactif (à exécuter dans un environnement prenant en charge l'interaction)
print('Mode interactif :', plt.isinteractive())
# Contrôle manuel du rendu en mode non interactif
plt.ioff()
fig, ax = plt.subplots()
x = np.linspace(0, 10, 100)
for i in range(3):
ax.clear()
ax.plot(x, np.sin(x + i * 0.5))
ax.set_title(f'Image {i+1}')
plt.draw() # Rendu manuel
plt.pause(0.5) # Pause de 0.5 secondes
plt.show()
print("exemple : animation terminée")
import numpy as np
# Exemple de mode interactif (à exécuter dans un environnement prenant en charge l'interaction)
print('Mode interactif :', plt.isinteractive())
# Contrôle manuel du rendu en mode non interactif
plt.ioff()
fig, ax = plt.subplots()
x = np.linspace(0, 10, 100)
for i in range(3):
ax.clear()
ax.plot(x, np.sin(x + i * 0.5))
ax.set_title(f'Image {i+1}')
plt.draw() # Rendu manuel
plt.pause(0.5) # Pause de 0.5 secondes
plt.show()
print("exemple : animation terminée")
switch_backend()
matplotlib.pyplot.switch_backend(newbackend)
switch_backend() ne peut être appelé qu'après le premier import de pyplot et avant la création de toute Figure. Pour changer de backend après la création d'une Figure, vous devez utiliser la fonctionnalité expérimentale
matplotlib.use()。
Autres extensions