Python - Représentation d’un nuage de points et tracé d’une courbe
A.L
Novembre 2024
1 Importation des bibliothèques
La bibliothèque matplotlib est très utile pour tracer des graphiques et la bibliothèque numpy pour faire un
certain nombre de calculs.
2 Tableaux de données avec le module NUMPY
Création de tableaux
∗ T = np.array([val1, val2, val3, ...]) : créé à la main un tableau contenant val1, val2,
etc.
∗ T = np.linspace(début, fin, n) : créé automatiquement un tableau de n valeurs entre début
et fin (inclus).
∗ T = np.arange(début, fin, pas) : créé automatiquement un tableau de début et fin-1 par pas
de pas.
∗ U = 200*I : créé un nouveau tableau U dont les éléments valent 200 fois ceux du tableau I.
Manipulation de tableaux
∗ T[n] : Valeur du (n + 1)ème élément du tableau T (situé à l’index n. Les index commencent à 0).
∗ T[-1] : Valeur du dernier élément (si -2 : l’avant dernier, etc.).
∗ T = np.append(T, N) : Ajoute la valeur de N à la fin du tableau T.
∗ T[n] = "a" : met "a" à l’index n (début = 0) en écrasant l’élément qui s’y trouve.
∗ len(T) : Renvoie le nombre d’éléments du tableau. C’est un entier.
∗ for Element in T: : Element prend successivement le contenu de chaque élément du tableau.
3 Tracé d’un graphique
Présentation des principales fonctions de matplotlib
3.1 Listes d’abscisses et d’ordonnées
Tracer un graphique avec Python suppose de disposer d’un nuage de points dont les abscisses et les ordonnées
sont rangées dans deux listes distinctes.
t
Par exemple, pour tracer la courbe représentant les variations d’une tension u(t) = 5 1 − exp − 20 au
cours du temps, alors il faut créer :
∗ une liste de valeurs de temps,
∗ une liste de valeurs de la tension u(t).
1
A.L
Novembre 2024
1 Importation des bibliothèques
La bibliothèque matplotlib est très utile pour tracer des graphiques et la bibliothèque numpy pour faire un
certain nombre de calculs.
2 Tableaux de données avec le module NUMPY
Création de tableaux
∗ T = np.array([val1, val2, val3, ...]) : créé à la main un tableau contenant val1, val2,
etc.
∗ T = np.linspace(début, fin, n) : créé automatiquement un tableau de n valeurs entre début
et fin (inclus).
∗ T = np.arange(début, fin, pas) : créé automatiquement un tableau de début et fin-1 par pas
de pas.
∗ U = 200*I : créé un nouveau tableau U dont les éléments valent 200 fois ceux du tableau I.
Manipulation de tableaux
∗ T[n] : Valeur du (n + 1)ème élément du tableau T (situé à l’index n. Les index commencent à 0).
∗ T[-1] : Valeur du dernier élément (si -2 : l’avant dernier, etc.).
∗ T = np.append(T, N) : Ajoute la valeur de N à la fin du tableau T.
∗ T[n] = "a" : met "a" à l’index n (début = 0) en écrasant l’élément qui s’y trouve.
∗ len(T) : Renvoie le nombre d’éléments du tableau. C’est un entier.
∗ for Element in T: : Element prend successivement le contenu de chaque élément du tableau.
3 Tracé d’un graphique
Présentation des principales fonctions de matplotlib
3.1 Listes d’abscisses et d’ordonnées
Tracer un graphique avec Python suppose de disposer d’un nuage de points dont les abscisses et les ordonnées
sont rangées dans deux listes distinctes.
t
Par exemple, pour tracer la courbe représentant les variations d’une tension u(t) = 5 1 − exp − 20 au
cours du temps, alors il faut créer :
∗ une liste de valeurs de temps,
∗ une liste de valeurs de la tension u(t).
1
