Outils et fonctions interactives Matplotlib
Documentation de référence de Matplotlib
Cet ensemble de fonctions fournit la gestion des événements, les opérations sur les propriétés, l'interaction avec la souris et des outils de débogage.
Aperçu des fonctions
| Fonction | Description |
|---|---|
| connect() | Lier une fonction de rappel d'événement |
| disconnect() | Délier une fonction de rappel d'événement |
| ginput() | Obtenir les coordonnées via un clic de souris |
| waitforbuttonpress() | Attendre une pression de la souris ou du clavier |
| findobj() | Trouver les Artist correspondant aux conditions |
| get() / setp() | Obtenir/Définir les propriétés d'Artist |
| getp() | Obtenir les propriétés d'Artist (alias de get) |
| get_current_fig_manager() | Obtenir le gestionnaire de Figure actuel |
| new_figure_manager() | Créer un gestionnaire pour Figure |
| set_loglevel() | Définir le niveau de journalisation |
| xkcd() | Passer au style de bande dessinée dessinée à la main xkcd |
Gestion des événements - connect() / disconnect()
matplotlib.pyplot.connect(s, func) matplotlib.pyplot.disconnect(cid)
Exemple
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots(figsize=(6, 4))
ax.plot(np.random.randn(50).cumsum())
ax.set_title('Cliquez n’importe où sur la figure')
# Callback d'événement de clic
def on_click(event):
print(f'Cliqué à : x={event.xdata:.2f}, y={event.ydata:.2f}')
# Lier l'événement
cid = fig.canvas.mpl_connect('button_press_event', on_click)
plt.show()
print("exemple : événements de clic enregistrés")
import numpy as np
fig, ax = plt.subplots(figsize=(6, 4))
ax.plot(np.random.randn(50).cumsum())
ax.set_title('Cliquez n’importe où sur la figure')
# Callback d'événement de clic
def on_click(event):
print(f'Cliqué à : x={event.xdata:.2f}, y={event.ydata:.2f}')
# Lier l'événement
cid = fig.canvas.mpl_connect('button_press_event', on_click)
plt.show()
print("exemple : événements de clic enregistrés")
ginput() - Sélection des coordonnées à la souris
matplotlib.pyplot.ginput(n=1, timeout=30, show_clicks=True,
mouse_add=MouseButton.LEFT, mouse_pop=MouseButton.RIGHT,
mouse_stop=MouseButton.MIDDLE)
Exemple
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots(figsize=(7, 5))
ax.plot(np.arange(10), np.random.randn(10), 'o-')
ax.set_title('Cliquez sur 3 points (timeout=15s)')
ax.set_xlim(-1, 10)
ax.set_ylim(-3, 3)
ax.grid(True, alpha=0.3)
print("Veuillez cliquer sur 3 points...")
points = plt.ginput(3, timeout=15, show_clicks=True)
for i, (x, y) in enumerate(points):
print(f"Point {i+1}: ({x:.2f}, {y:.2f})")
plt.show()
import numpy as np
fig, ax = plt.subplots(figsize=(7, 5))
ax.plot(np.arange(10), np.random.randn(10), 'o-')
ax.set_title('Cliquez sur 3 points (timeout=15s)')
ax.set_xlim(-1, 10)
ax.set_ylim(-3, 3)
ax.grid(True, alpha=0.3)
print("Veuillez cliquer sur 3 points...")
points = plt.ginput(3, timeout=15, show_clicks=True)
for i, (x, y) in enumerate(points):
print(f"Point {i+1}: ({x:.2f}, {y:.2f})")
plt.show()
waitforbuttonpress() - Attendre l'appui sur une touche
matplotlib.pyplot.waitforbuttonpress(timeout=-1)
Valeur de retour : True indique qu'une touche a été enfoncée, False indique qu'un bouton de la souris a été enfoncé.
Exemple
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots()
ax.plot(np.sin(np.linspace(0, 10, 100)))
ax.set_title('Appuyez sur n'importe quelle touche ou cliquez avec la souris')
print("En attente d'une pression sur un bouton...")
result = plt.waitforbuttonpress(timeout=10)
if result is None:
print("Délai dépassé !")
elif result:
print("Une touche a été enfoncée")
else:
print("La souris a été cliquée")
plt.show()
import numpy as np
fig, ax = plt.subplots()
ax.plot(np.sin(np.linspace(0, 10, 100)))
ax.set_title('Appuyez sur n'importe quelle touche ou cliquez avec la souris')
print("En attente d'une pression sur un bouton...")
result = plt.waitforbuttonpress(timeout=10)
if result is None:
print("Délai dépassé !")
elif result:
print("Une touche a été enfoncée")
else:
print("La souris a été cliquée")
plt.show()
findobj() - Trouver un Artist
matplotlib.pyplot.findobj(o=None, match=None, include_self=False)
Exemple
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.lines import Line2D
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6], label='Ligne A')
ax.plot([1, 2, 3], [1, 2, 3], label='Ligne B')
ax.set_title('Démo de recherche d’objets')
# Trouver tous les objets Line2D
lines = ax.findobj(match=Line2D)
print(f"{len(lines)} objets de ligne trouvés")
# Obtenir des propriétés spécifiques
for line in lines:
print(f" - étiquette : {line.get_label()}")
# Utiliser get() pour obtenir des propriétés
ax_title = ax.get_title()
print(f"Titre des axes : {ax_title}")
plt.show()
import numpy as np
from matplotlib.lines import Line2D
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6], label='Ligne A')
ax.plot([1, 2, 3], [1, 2, 3], label='Ligne B')
ax.set_title('Démo de recherche d’objets')
# Trouver tous les objets Line2D
lines = ax.findobj(match=Line2D)
print(f"{len(lines)} objets de ligne trouvés")
# Obtenir des propriétés spécifiques
for line in lines:
print(f" - étiquette : {line.get_label()}")
# Utiliser get() pour obtenir des propriétés
ax_title = ax.get_title()
print(f"Titre des axes : {ax_title}")
plt.show()
Found 2 line objects - label: Line A - label: Line B Axes title: Find Objects Demo
get() / setp() - Opérations sur les propriétés
matplotlib.pyplot.get(obj, *args, **kwargs) matplotlib.pyplot.setp(obj, *args, **kwargs) matplotlib.pyplot.getp(obj, *args, **kwargs)
Exemple
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots(layout='constrained')
line, = ax.plot([0, 1], [0, 1], label='test')
# get() obtient une seule propriété
print("couleur de la ligne :", plt.get(line, 'color'))
# getp() obtient plusieurs propriétés
props = plt.getp(line)
print(f"la ligne a {len(props)} propriétés")
# setp() définit plusieurs propriétés à la fois
plt.setp(line, color='red', linewidth=3, linestyle='--')
ax.set_title('setp() démo')
ax.legend()
plt.show()
print("exemple : propriétés modifiées via setp()")
import numpy as np
fig, ax = plt.subplots(layout='constrained')
line, = ax.plot([0, 1], [0, 1], label='test')
# get() obtient une seule propriété
print("couleur de la ligne :", plt.get(line, 'color'))
# getp() obtient plusieurs propriétés
props = plt.getp(line)
print(f"la ligne a {len(props)} propriétés")
# setp() définit plusieurs propriétés à la fois
plt.setp(line, color='red', linewidth=3, linestyle='--')
ax.set_title('setp() démo')
ax.legend()
plt.show()
print("exemple : propriétés modifiées via setp()")
xkcd() - Style de bande dessinée dessiné à la main
matplotlib.pyplot.xkcd(scale=1, length=100, randomness=2)
Exemple
import matplotlib.pyplot as plt
import numpy as np
# Activer le style xkcd dessiné à la main
with plt.xkcd():
fig, ax = plt.subplots(figsize=(8, 5))
x = np.linspace(0, 10, 100)
ax.plot(x, np.sin(x), label='sin(x)')
ax.plot(x, np.cos(x), label='cos(x)')
ax.set_title('Graphique de style XKCD')
ax.set_xlabel('Temps')
ax.set_ylabel('Amplitude')
ax.legend()
ax.annotate('C'est le sommet !',
xy=(np.pi/2, 1), xytext=(2, 1.3),
arrowprops=dict(arrowstyle='->'))
plt.show()
print("exemple : style xkcd affiché")
import numpy as np
# Activer le style xkcd dessiné à la main
with plt.xkcd():
fig, ax = plt.subplots(figsize=(8, 5))
x = np.linspace(0, 10, 100)
ax.plot(x, np.sin(x), label='sin(x)')
ax.plot(x, np.cos(x), label='cos(x)')
ax.set_title('Graphique de style XKCD')
ax.set_xlabel('Temps')
ax.set_ylabel('Amplitude')
ax.legend()
ax.annotate('C'est le sommet !',
xy=(np.pi/2, 1), xytext=(2, 1.3),
arrowprops=dict(arrowstyle='->'))
plt.show()
print("exemple : style xkcd affiché")
set_loglevel() - Niveau de journalisation
matplotlib.pyplot.set_loglevel(level)
options de niveau : 'debug', 'info', 'warning', 'error', 'critical'.
Exemple
import matplotlib.pyplot as plt
import numpy as np
# Définir le niveau de log sur info (afficher les informations internes de Matplotlib)
plt.set_loglevel('info')
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
ax.set_title('Débogage avec loglevel')
plt.show()
import numpy as np
# Définir le niveau de log sur info (afficher les informations internes de Matplotlib)
plt.set_loglevel('info')
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
ax.set_title('Débogage avec loglevel')
plt.show()
Autres extensions