AccueilCoursPython intermédiaire

Adapter le choix du graphique aux données — Partie 2

Chapitre 2 · Visualiser les données avec Matplotlib · leçon 13 sur 89
Réservée aux abonnés — voici son début
La suite de cette leçon est réservée aux abonnés Créez votre compte gratuit pour tester les exercices d’exemple, puis passez à l'accès complet quand vous le souhaitez.

Créez votre compte gratuit

Sans carte bancaire, en trente secondes.
Continuer avec Google
ou
S'inscrire avec un e-mail
Déjà inscrit ? Se connecter
En continuant, vous acceptez les conditions d'utilisation et la politique de confidentialité. Vos données sont hébergées dans l'Union européenne.

Accès complet DATAGOZ

19 €/ mois — ou 190 € / an
  • Tous les cours publiés et les parcours métier
  • Exercices et quiz corrigés automatiquement
  • Entraînement, examen et attestation de suivi
  • Sans engagement, résiliable en ligne
Voir les formules
Cette leçon fait partie du cours

Python intermédiaire

short_training7 chapitres · 89 leçons

Approfondissez vos connaissances en Python et développez vos compétences.

  • La plateforme de formationabonnés
  • Créer ses premiers graphiques avec Matplotlibabonnés
  • Créer un graphique linéaire — Partie 1abonnés
  • Interpréter un graphique linéaire — Partie 2abonnés
  • Approfondir les graphiques linéaires — Partie 3abonnés
  • Découvrir les diagrammes de dispersionabonnés
  • Analyser un nuage de pointsabonnés
  • Construire un histogramme avec Matplotlibabonnés
  • Construire un histogramme — Partie 1abonnés
  • Construire un histogramme avec des classes — Partie 2abonnés
  • Comparer des distributions avec des histogrammes — Partie 3abonnés
  • Sélectionner le graphique adapté — Partie 1abonnés
  • Adapter le choix du graphique aux données — Partie 2vous êtes ici
  • Personnaliser ses graphiques avec Matplotlibabonnés
  • Ajouter et personnaliser les étiquettes des graphiquesabonnés
  • Régler les graduations des graphiquesabonnés
  • Ajuster la taille des graphiquesabonnés
  • Personnaliser les couleurs des graphiquesabonnés
  • Affiner la personnalisation des graphiquesabonnés
  • Interpréter les graphiques avec pertinenceabonnés
  • Découvrir les dictionnaires en Python — Partie 1abonnés
  • Comprendre l’intérêt des dictionnaires en Pythonabonnés
  • Construire un dictionnaire en Pythonabonnés
  • Consulter les éléments d’un dictionnaire en Pythonabonnés
  • Approfondir l’utilisation des dictionnaires en Python — Partie 2abonnés
  • Manipuler les dictionnaires en Python — Partie 1abonnés
  • Approfondir la manipulation des dictionnaires en Python — Partie 2abonnés
  • Utiliser des dictionnaires imbriqués en Pythonabonnés
  • Découvrir Pandas — Partie 1abonnés
  • Transformer un dictionnaire en DataFrame — Partie 1abonnés
  • Poursuivre la conversion d’un dictionnaire en DataFrame — Partie 2abonnés
  • Importer un fichier CSV dans un DataFrame — Partie 1abonnés
  • Approfondir l’importation des fichiers CSV dans un DataFrame — Partie 2abonnés
  • Approfondir Pandas — Partie 2abonnés
  • Utiliser les crochets en Python — Partie 1abonnés
  • Approfondir l’utilisation des crochets en Python — Partie 2abonnés
  • Sélectionner des données avec loc et iloc — Partie 1abonnés
  • Approfondir la sélection des données avec loc et iloc — Partie 2abonnés
  • Maîtriser la sélection avancée avec loc et iloc — Partie 3abonnés
  • Utiliser les opérateurs de comparaison en Pythonabonnés
  • Comparer des valeurs avec l’égalité en Pythonabonnés
  • Comparer des valeurs avec les opérateurs supérieur et inférieurabonnés
  • Comparer des tableaux de données en Pythonabonnés
  • Manipuler les opérateurs booléens en Pythonabonnés
  • Utiliser les opérateurs and, or et not — Partie 1abonnés
  • Approfondir les opérateurs and, or et not — Partie 2abonnés
  • Manipuler les opérateurs booléens avec NumPyabonnés
  • Utiliser les conditions if, elif et elseabonnés
  • Se familiariser avec les notions essentiellesabonnés
  • Utiliser la condition if en Pythonabonnés
  • Ajouter else pour gérer les alternatives en Pythonabonnés
  • Affiner les conditions avec elif en Pythonabonnés
  • Appliquer des filtres aux DataFrames Pandasabonnés
  • Simuler une conduite à droite avec Python — Partie 1abonnés
  • Poursuivre la simulation de conduite à droite avec Python — Partie 2abonnés
  • Analyser le nombre de voitures par habitant — Partie 1abonnés
  • Comparer le nombre de voitures par habitant — Partie 2abonnés
  • Utiliser la boucle while en Pythonabonnés
  • Se préparer à utiliser la boucle while en Pythonabonnés
  • Découvrir le fonctionnement de la boucle while en Pythonabonnés
  • Intégrer des conditions dans une boucle while en Pythonabonnés
  • Parcourir des éléments avec la boucle for en Pythonabonnés
  • Parcourir les éléments d’une liste en Pythonabonnés
  • Parcourir une liste avec ses index et ses valeurs — Partie 1abonnés
  • Manipuler les index et les valeurs d’une liste — Partie 2abonnés
  • Parcourir des listes imbriquées en Pythonabonnés
  • Explorer les structures de données avec les boucles — Partie 1abonnés
  • Parcourir les éléments d’un dictionnaireabonnés
  • Parcourir les éléments d’un tableau NumPyabonnés
  • Explorer les structures de données avec les boucles — Partie 2abonnés
  • Parcourir les données d’un DataFrame — Partie 1abonnés
  • Explorer les données d’un DataFrame — Partie 2abonnés
  • Ajouter une colonne à un DataFrame — Partie 1abonnés
  • Modifier un DataFrame en ajoutant une colonne — Partie 2abonnés
  • Générer des nombres aléatoires en Pythonabonnés
  • Générer un nombre flottant aléatoireabonnés
  • Simuler un lancer de désabonnés
  • Déterminer le prochain déplacementabonnés
  • Simuler une marche aléatoire en Pythonabonnés
  • Passer à l’étape suivanteabonnés
  • Déterminer jusqu’où vous pouvez descendreabonnés
  • Visualiser une marche aléatoireabonnés
  • Explorer les distributions statistiques en Pythonabonnés
  • Simuler plusieurs marches aléatoiresabonnés
  • Visualiser l’ensemble des marches aléatoiresabonnés
  • Intégrer la maladresse dans la simulationabonnés
  • Visualiser la distribution des résultatsabonnés
  • Estimer les probabilités à partir des donnéesabonnés
  • Conclusion de la formationabonnés
Leçon suivante

Personnaliser ses graphiques avec Matplotlib

Voir le programme Créer un compte pour continuer