Skip to content
GitLab
Projects Groups Topics Snippets
  • /
  • Help
    • Help
    • Support
    • Community forum
    • Submit feedback
    • Contribute to GitLab
  • Register
  • Sign in
  • PYTHON - Atelier MatPlotLib PYTHON - Atelier MatPlotLib
  • Project information
    • Project information
    • Activity
    • Labels
    • Members
  • Repository
    • Repository
    • Files
    • Commits
    • Branches
    • Tags
    • Contributor statistics
    • Graph
    • Compare revisions
  • Issues 0
    • Issues 0
    • List
    • Boards
    • Service Desk
    • Milestones
  • CI/CD
    • CI/CD
    • Pipelines
    • Jobs
    • Schedules
  • Deployments
    • Deployments
    • Environments
    • Releases
  • Packages and registries
    • Packages and registries
    • Package Registry
    • Terraform modules
  • Monitor
    • Monitor
    • Incidents
  • Analytics
    • Analytics
    • Value stream
    • CI/CD
    • Repository
  • Wiki
    • Wiki
  • Activity
  • Graph
  • Create a new issue
  • Jobs
  • Commits
  • Issue Boards
Collapse sidebar

La forge institutionnelle d'INRAE étant en production depuis le 10 juin 2025, nous vous invitons à y créer vos nouveaux projets.

  • Poulard Christine
  • PYTHON - Atelier MatPlotLibPYTHON - Atelier MatPlotLib
  • Wiki
  • focus seaborn

focus seaborn · Changes

Page history
Update focus seaborn authored Mar 07, 2022 by Poulard Christine's avatar Poulard Christine
Show whitespace changes
Inline Side-by-side
focus-seaborn.md
View page @ 9b158222
...@@ -16,7 +16,7 @@ plt.plot("var1", "var2", data=df) ...@@ -16,7 +16,7 @@ plt.plot("var1", "var2", data=df)
:bookmark: Voir la [page seaborn](https://seaborn.pydata.org/index.html) :bookmark: Voir la [page seaborn](https://seaborn.pydata.org/index.html)
C'est un **wrapper** de matplotlib, c'est à dire qu'il se "contente" de proposer une syntaxe claire pour réaliser facilement des figures même complexe, pour la visualisation et l'analyse d'objets de type DataFrame par exemple. :ocean: **seaborn** est un **wrapper** de matplotlib, c'est à dire qu'il propose une syntaxe claire pour réaliser facilement des figures même complexes, pour la visualisation et l'analyse d'objets de type DataFrame par exemple, qu'il se débrouille pour traduire en instructions matplotlib.
Si on veut "personnaliser" un graphique seaborn, il est toujours possible d'appliquer des méthodes plt (pour annoter, tracer une horizontale ou une verticale....). Si on veut "personnaliser" un graphique seaborn, il est toujours possible d'appliquer des méthodes plt (pour annoter, tracer une horizontale ou une verticale....).
Réciproquement, il est possible de bénéficier dans matplotlib "canonique" des efforts d'amélioration du rendu de seaborn en appelant une feuille de style basée sur celles de seaborn : Réciproquement, il est possible de bénéficier dans matplotlib "canonique" des efforts d'amélioration du rendu de seaborn en appelant une feuille de style basée sur celles de seaborn :
...@@ -27,4 +27,15 @@ On rappelle qu'il existe d'autres styles : `'dark_background', 'fast', 'fivethir ...@@ -27,4 +27,15 @@ On rappelle qu'il existe d'autres styles : `'dark_background', 'fast', 'fivethir
## Figures classiques ## Figures classiques
## Figures simples à partir de données stockées dans des pandas DataFrame
``` python
import seaborn as sns
ax = sns.scatterplot(data=mon_data_frame, x=nom_colonne_x, y=nom_colonne_y, color="black", alpha=0.5)
ax.set_title("Flipper length in function of the body mass")
# est-ce qu'il faut un "plt.show()" ??
```
## Combiner seaborn et plt ## Combiner seaborn et plt
Clone repository
  • AtelierB1_Graphiques_simples
  • AtelierB2_Lire_un_fichier
  • AtelierC
  • Atelier_D_carte
  • Atelier_D_carte_a_partir_de_fichiers_binaires
  • Atelier_E_longues_series
  • Atelier_G_widgets
  • Atelier_clic_afficher
  • Atelier_clics
  • Cartes focus sur le redimensionnement
  • GUI avec QT
  • La doc avec Sphinx
  • Lexique
  • Point Théorie Subplots
  • Pour les contributeurs
View All Pages