Configurer les étiquettes, légendes et axes pour améliorer la perception des graphiques

1. L'importance de l'annotation des graphiques

Pourquoi il est important d'ajouter des étiquettes, des légendes et des annotations aux graphiques

Aujourd'hui, on va discuter d'une partie souvent ignorée mais super importante de la visualisation des données : l'annotation. C'est comme un tuner pour une télé : sans lui, tout est là, mais c'est juste pas clair. Les étiquettes, légendes et annotations manquent souvent pour que les données prennent vie et puissent nous parler dans un langage humain compréhensible.

Tu te demandes peut-être : est-ce que les étiquettes et légendes sont vraiment si importantes ? La réponse est simple : elles sont comme le sel et le poivre pour un graphique. Sans elles, ton graphique peut devenir dur à lire et le sens des données peut se perdre. Grâce aux annotations, on donne un sens supplémentaire au graphique et on le rend plus intuitivement compréhensible.

Les étiquettes et légendes aident ton audience à comprendre rapidement ce qu'ils voient. Imagine regarder une carte au trésor sans aucun indice et on te demande directement de trouver le trésor. Genre, c'est du délire, non ? C'est pareil pour les graphiques sans étiquettes. On doit aider l'audience, pas rendre leur vie plus compliquée.

Alors, plongeons dans les détails pour apprendre à ajouter un peu de magie d'annotation à tes graphiques avec Python et Matplotlib. Prêt ? Allons-y !

2. Les étiquettes des axes

Gérer les étiquettes des axes avec xlabel, ylabel et title

La première étape, c'est de donner un nom aux axes. Le processus est simple, presque enfantin. On utilise les fonctions xlabel() et ylabel() pour ajouter des étiquettes aux axes X et Y, respectivement. Et pour le titre du graphique, on utilise title(). Ces fonctions structurent le graphique et le rendent plus compréhensible. Voici un exemple basique :

import matplotlib.pyplot as plt

# Données
x = [0, 1, 2, 3, 4, 5]
y = [0, 1, 4, 9, 16, 25]

# Création du graphique
plt.plot(x, y, color='blue')

# Ajout des étiquettes
plt.xlabel('Temps (heures)', color='red')
plt.ylabel('Distance (km)', color='green')
plt.title('Augmentation de la distance au fil du temps', color='gold')

# Affichage du graphique
plt.show()

Tu peux aussi colorer le texte et le graphique dans tes couleurs préférées :

Configurer la police et la taille des étiquettes

Pour rendre le graphique plus attractif, on peut changer la taille, la couleur et le style des polices d'étiquettes. Avec Matplotlib, c'est faisable grâce aux paramètres fontsize, fontweight, color et d'autres encore.

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 15, 20, 25, 30]

plt.plot(x, y)

# Configuration des titres et étiquettes avec des paramètres
plt.title("Exemple de graphique", fontsize=16, fontweight="bold", color="navy")
plt.xlabel("Valeurs X", fontsize=12, color="darkred")
plt.ylabel("Valeurs Y", fontsize=12, color="darkred")

plt.show()

Dans cet exemple :

• fontsize définit la taille de la police.
• fontweight="bold" rend le texte en gras.
• color modifie la couleur du texte.

3. Afficher une "légende"

Ajouter et configurer une légende avec la fonction legend()

La légende n'est pas juste une histoire ou un mythe, mais un outil clé pour ton graphique. Elle explique ce que représentent les lignes ou les barres sur le graphique, et permet de distinguer plusieurs séries de données. Avec Matplotlib, c'est super simple. Voilà comment tu peux ajouter une légende à ton graphique :

# Données
x = [0, 1, 2, 3, 4, 5]
y1 = [0, 1, 4, 9, 16, 25]
y2 = [0, 1, 2, 3, 4, 5]

# Création du graphique
plt.plot(x, y1, label='Carré du nombre')
plt.plot(x, y2, label='La valeur elle-même')

# Ajout des étiquettes
plt.xlabel('Temps (heures)')
plt.ylabel('Distance (km)')
plt.title('Comparaison des fonctions')

# Ajout de la légende
plt.legend(loc='upper left')

# Affichage du graphique
plt.show()

L'appel à legend() ajoute une légende à l'endroit spécifié. L'argument loc peut être remplacé par 'best' pour que Python choisisse l'emplacement le plus approprié (oui, un peu de magie IA là-dedans).

Position de la légende

Tu peux changer la position de la légende en utilisant le paramètre loc. Par exemple :

• loc="upper right" — coin supérieur droit (par défaut).
• loc="upper left" — coin supérieur gauche.
• loc="lower right" — coin inférieur droit.
• loc="center" — au centre.

plt.legend(loc="upper left")

Configurer la taille et les couleurs de la légende

Tu peux personnaliser la taille de la police et les couleurs de la légende avec les paramètres fontsize, facecolor et edgecolor.

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [10, 15, 20, 25, 30]
y2 = [5, 10, 15, 20, 25]

plt.plot(x, y1, label="Ligne 1", color="blue")
plt.plot(x, y2, label="Ligne 2", color="green")

plt.title("Graphique avec une légende personnalisée")
plt.xlabel("Valeurs X")
plt.ylabel("Valeurs Y")

# Configurer la légende
plt.legend(loc="upper left", fontsize=10, facecolor="lightgray", edgecolor="black")

plt.show()

4. Formatage des axes

Matplotlib te permet de configurer l'échelle, les étiquettes et la plage de valeurs des axes, ce qui est utile pour améliorer la lisibilité d'un graphique.

Changer la plage des axes