MATPLOTLIB - Les Bases ! (14/30)

[@mustaphabouafia969]

y pas un autre personne qui explique beaucoup plus mieux que toi , vous étes le major de ton domaine, merci pour tes vidéos enrichissantes et pour le partage de votre savoir

[@amyd.2840]

Je ne me lasse pas de tes vidéos vraiment, un grand bravo pour tout le travail que tu fais. J'essaye de partager autant que possible avec des proches qui pourraient être intéressés ! :)

[@MachineLearnia]

Merci beaucoup pour tout le soutien que tu m'offres :)

[@MachineLearnia]

Timecode de la vidéo: 00:38 La visualisation de données doit être un atout ! 02:42 premier graphique avec plt.plot() 04:36 Les styles les plus importants 05:48 Le cycle de vie d'une figure Matplotlib (IMPORTANT) 10:23 Subplot: afficher plusieurs graphiques avec matplotlib 12:44 Matplotlib Orienté Objets 16:05 BILAN et EXERCICE Matplotlib subplots TRÈS UTILE !

[@patmichel4724]

Je vous ai envoyé un mail , mais je n'ai toujours pas de réponse....l'avez vous reçu?

[@MachineLearnia]

@@patmichel4724 J'y ai répondu ce soir même. Je consulte cette boite mail que 2 fois par semaine. pour rester productif dans mes projets.

[@yvonplancade725]

Merci pour ce travail d'une très grande clarté. Il m'a permis d'aller à l'essentiel après diverses recherches où j'avais l'impression de faire du sur-place.

[@aymenlazem2062]

Merci infiniment cher Guillaume tes vidéo ont été une grande richesse très formatrice. vraiment super beau Vous êtes un professionnelle investis, compétents. tes vidéo m’a grandement motivé pour mener à bien la ML mille mille merci cher Guillaume

[@MachineLearnia]

Fabuleux merci beaucoup et bon courage dans le Machine Learning :)

[@maieulguitton1153]

Vidéo claire et concise, de grande qualité. Merci beaucoup, grâce à vous il m'a suffit de 15 minutes pour comprendre tout ce dont j'avais besoin.

[@issabarack8590]

Merci beaucoup Guillaume pour toutes ces vidéos que tu as produit sur le Machine Learning. Pédagogie claire, vidéos qui donnent envie d'apprendre, site très riche et ebook gratuit !

[@MachineLearnia]

Merci, c'est vraiment bon de savoir que mes efforts pour aider les autres sont utiles.

[@Robino_del_Bosquet]

quelle pédagogie, excellement bien expliqué, c'est un plaisir de voir ces vidéos, Python devient limpide comme de l'eau de montagne, un grand MERCI, je m'en vais dévorer TOUS ces contenus :-D

[@MachineLearnia]

Ahah merci beaucoup pour ton retour :) Va dévorer, c'est gratuit et a consommer sans modération ;)

[@bienvenumusangu2162]

L'intelligence est la capacité de rendre les choses simples pour soi-même et pour les autres. Merci pour ces digestes explications.

[@pzorba7512]

Clair, exemples pertinents, ce qu'il me faut pour m'y remettre de temps à autre sans avoir à fouiner dans la documentation officielle et épouvantable de longueur.

[@chayeatsin6032]

Merci beaucoup, j'avais des problèmes avec matplotlib et avec ta vidéo, tout est devenu plus clair. Continue encore de nous dispenser ton immense savoir.

[@MachineLearnia]

Merci beaucoup, ça me fait très plaisir de savoir que j'ai pu t'aider ! Dis moi si tu as d'autres problèmes et je ferai une vidéo a ce sujet pour t'aider.

[@kamalelbo5116]

Bonjour, Merci infiniment Guillaume pour le travail colossal que vous faites pour le partage du savoir, vous avez une pédagogie extrêmement efficace, Que Dieu vous bénisse

[@MachineLearnia]

Merci a vous pour votre message :)

[@clement1370]

Ergonomie, pédagogie et simplicité ! J'apprends plus qu'en plusieurs semaines de cours sur le sujet. BRAVO à toi !

[@MachineLearnia]

Ca me fait tres plaisir de le savoir ! Merci :)

[@KHADIJALAMDIBIH]

Vous êtes un trésor sur KZbin

[@feddaouiissam5925]

ça fait longtemps que je cherchais des videos parlantes sur la machine learning et oooop je suis vraiment chanseux de tomber sur vos videos.... UN GRAND MERCI

[@MachineLearnia]

Ahah c'est super merci :)

[@feddaouiissam5925]

@@MachineLearnia Croyez moi c'est la vérité

[@feddaouiissam5925]

Merci à vous parce que franchement vous êtes vraiment rare... des vidéos bien détaillées avec beaucoup de pédagogie et surtout gratuites.... De la Tunisie je vous souhaite la bonne santé et un le bon courage.

[@mohamedvallabou]

Vraiment merci au fond du cœur vous m'avez simplifié la tâche dans dix minutes alors que j'ai failli me casser la tête pendant plusieurs jours Mes sincères reconnaissance cher prof

[@MachineLearnia]

Je vous en prie !

[@merlinloemba9879]

Bonsoir, vous êtes l'un des meilleurs profs que j'ai connue dans ma vie!!!!

[@MachineLearnia]

Wow merci beaucoup! :)

[@jean-pierremaffre4890]

Bonjour et bravo pour vos vidéos, c'est un réel plaisir que d'apprendre avec vous. 2 petites choses utiles: Pour séparer les plots "trop serré": plt.gcf().subplots_adjust(wspace = 0.2, hspace = 0.5). Pour agrandir la figure en multiplots méthode objet: plt.gcf().set_size_inches(15, 8). Encore merci pour vos vidéo. JP

[@MachineLearnia]

Vous pouvez aussi utiliser plt.tight_layout() -> elle est super celle la ! :)

[@kenzameziati3298]

@@MachineLearnia plt.tight_layout() ne laisse pas d'espace entre le titre de la figure entière (plt.suptitle('Figure') par exemple) et celui du premier subplot d'après mon essai =)

[@chamirngandjia1198]

Excellent.

[@VincentVanZgegh]

J’ai commencé a utiliser mathplotlib comme un idiot, en googlant systématiquement ce que je voulais représenter. Et j’avoue que je n’arrivais pas a sortir de ce mode, vu qu’a chaque fois, je ne comprenais pas vraiment ce que je faisais. Merci le sang, pour la vidéo ! 🔥🔥 Hyper clair, comme toujours

[@emmanuelchinedze320]

Mes remerciements sans dose pour cette éclairage et tex explications excellentes. Puis je vous dire que grâce à elle j'ai acquiert une fondation solide pour la visualisation des données via Matplolib.

[@MachineLearnia]

Je vous félicite !

[@pulsorion]

Sympa le cheminement qui distingue la construction basique de celle OOP :D

[@MachineLearnia]

Oui c'est le problème le plus récurrent, j'ai moi même été confus à l'époque ou je débutais. Merci beaucoup :)

[@alexandrepichard8204]

Un énorme MERCI pour cette clarification, je nageais dans la confusion entre Pyplot et les fig, ax jusqu'alors. En 20 petites minutes tout s'est éclairci et ça m'a permis de grandement simplifier certains de mes projets.

[@MachineLearnia]

C'est génial ! C'était justement le but numéro 1 de cette vidéo ! Ca me fait super plaisir ! :)

[@julienjacquemont6048]

Si clair, tellement bien expliqué: Une pédagogie extraordinaire! merci encore de nous en faire profiter! :)

[@MachineLearnia]

Merci beaucoup pour votre commentaire :)

[@cyrilww3750]

Que du bonheur, Matplotlib avec ce prof ! :P

[@MachineLearnia]

Merci :)

[@djallelkhodja9542]

Bonjour! C'est un plaisir de suivre tes vidéos! c'est bien expliqué et très simplifié! Merci pour ce travail!

[@MachineLearnia]

Merci beaucoup ca fait vraiment plaisir :)

[@khalidhassani6173]

J'ai un petit détail qu'il faut bien retenir c'est que plt.savefig("nom.png") ne pourrait pas fonctionner seulement si vous le placer avant l'expression plt.show, étant donné que cette dernière ferme la figure après l'avoir affichée

[@MachineLearnia]

Merci pour ce commentaire pertinent, cela va aider les autres personnes qui regarderont la vidéo ! :)

[@khalidhassani6173]

@@MachineLearnia Effectivement ;)

[@jauresememaga8717]

ah d'accord! merci, tu viens de résoudre mon pb

[@khalidhassani6173]

Volontiers, c'était le but de mon commentaire

[@Jihaoui]

oui effectivement , merci infiniment

[@MouradSFAR]

Guillaume, vous êtes vraiment formidable, j'ai suivi les vidéos 1/30 jusqu'à 14/30, vous avez de très bonnes qualités de formateur ; vous mélangez le scientifique, le pédagogique, le didactique, et en même temps vous êtes très sympathique. Je n'ai pas eu l'idée de vous écrire un commentaire et j'ai essayé de chercher votre adresse e-mail. Mes respects.

[@MachineLearnia]

Merci beaucoup, ca me fait tres plaisir de lire un retour aussi positif ! Je manque de temps pour répondre aux emails quotidiennement, mais vous pourrez trouver mon adresse sur la page a propos de la page youtube. A bientôt ! :)

[@abderrahmankilali4782]

C'est vraiment un plaisir de regarder vos vidéos, mille merci !

[@FrédéricA-o6m]

j'aime vraiment ta façon de me faire mieux comprendre Matplotlib, avant je suis passé par Plotly, simple avec beaucoup de paramètres et très interactif. Si tu pouvais faire une vidéo dessus?! Encore merci pour tout.

[@aboubacardiaw6812]

Merci beaucoup pour tes tutoriels ça m'aident vraiment beaucoup. Courage!!!!!!!!!!!!!

[@MachineLearnia]

de rien ! Courage a toi aussi ! :D

[@abizikablan1526]

La vidéo la plus complète et pédagogique sur Matplotlib, congrat

[@MachineLearnia]

Merci !

[@j_cd8705]

Ça fait du bien qq1 qui bosse proprement. T le boss. 😎

[@MachineLearnia]

Merci beaucoup ! :)

[@jean-loupbertin1749]

Très bien, comme d'habitude. Bravo

[@MachineLearnia]

Merci beaucoup

[@elsamanquat8420]

Ces vidéos sont magnifiques. Merci !

[@MachineLearnia]

Merci a vous

[@mohamedchennani5606]

C'est bien expliqué. Merci à vous et Bravo

[@MachineLearnia]

Merci beaucoup !

[@mathisheskia417]

Merci pour ce travail, superbe vidéo.

[@MachineLearnia]

Merci beaucoup :) J'ai adoré la tourner et la monter pour être franc !

[@georgeslontchi2233]

ce monsieur est super fort bravoooooooooo il explique tellement bien que les mots me manque pour le dire

[@MachineLearnia]

Merci beaucoup !

[@issamfadloullah1270]

Trés bon travail ,MERCI INFINIMENT

[@MachineLearnia]

de rien :)

[@walidbakhouya5176]

Mercii beaucoup pour la qualité de tes explications C'est vraiment génial

[@MachineLearnia]

Merci, c'est très sympa d'avoir ce genre de retours !

[@TheRemiRODRIGUES]

Merci ! Effectivement j'ai toujours été perturbé par ce que signifiait fig et ax. C'est bien plus clair maintenant !

[@MachineLearnia]

Parfait ! C'était le but premier de ma vidéo, tirer au clair cette histoire de fig et ax ! J'ai une petite précision en plus pour toi: quand on utilise plt.plot (la méthode facile) fig et ax sont automatiquement généré par Matplotlib, et ils restent cachés en arrière plan. Voila c'est ça le truc à savoir. :)

[@gastonlag2693]

Merci et bravo pour tes tutoriels très intéressants, clairs et concis.

[@MachineLearnia]

Merci Gaston ! :) Tu vas nous bricoler un appareil de dingue encore avec des réseaux de neurones ?! ahah

[@nedvedsimao1253]

#2020 et Grace a Dieu que j'ai trouvée votre chaine youtube , cette video m'a beaucoup aidé Merci

[@MachineLearnia]

Merci ! #2020 ! :D

[@kaf_yt7546]

mec ta vidéo elle est juste parfaite ! merci bcp pour ce travail incroyable !!!

[@MachineLearnia]

Merci :)

[@GassCode17]

je viens de commencer il ya seulement 4min, et je trouve que ça vaut la peine de regarder toutes tes videos!merci

[@MachineLearnia]

Ça fait très plaisir :) bon visionnage !

[@Carla-zv4wm]

Merci pour cette vidéo ! L'explication est très claire ! :)

[@MachineLearnia]

Ca fait bien plaisir !

[@pierreruwet8479]

Bonjour Guillaume, J’ai découvert cette chaîne très récemment alors que je m’intéresse à Python et au machine Learning depuis Août 2019. Bravo pour tes vidéos, la présentation, l’enchaînement, la pédagogie, les exercices, les synthèses, tout est vraiment très bien. Les mystères de KZbin ont fait que tes vidéos ne sont apparues que récemment en proposition... peut être y a t’il qqch à améliorer dans le référencement.... j’espère bien libérer du temps dans mon activité professionnelle dans les prochaines semaines pour poursuivre mes investigations dans le data science et le machine learning sur base des données numériques dont nous disposons. Pierre

[@MachineLearnia]

Bonjour Pierre, Merci beaucoup pour ton commentaire ! Les secrets de l'algorithme KZbin sont impénétrables ahah ! Je fais de mon mieux pour avoir un bon référencement, mais ce qui compte vraiment, c'est juste la qualité et le contenu que je peux offrir. Bon courage dans tes projets, si tu as des questions n'hésite pas je serai heureux de te soutenir !

[@pierreruwet8479]

Bonjour Guillaume, Merci pour ta réponse, quel est le meilleur canal pour te contacter au sujet d’un projet surlequel je travaille? J’ai crée un compte sur discord.

[@MrBellarej]

Excellent vidéo, merci !

[@MachineLearnia]

Merci beaucoup :)

[@julespatrick2125]

Comment je ne t'ai pas rencontré plus tôt. MA-GNI-Fi-QUE! J'ai besoin d'un livre ou voir des exemples et tester toutes les connaissances acquises pendant ce formidable cours..

[@MachineLearnia]

Mieux vaut tard que jamais ! :) a la fin de la série il y a un projet qui est corrigé (vidéo 26, 27 ,28, 29)

[@achillestephane53]

Beau travail mon cher Guillaume

[@MachineLearnia]

Merci beaucoup

[@Mohamed-Maghrebi]

Merci Monsieur Guillaume, c'est claire maintenant :).

[@MachineLearnia]

Super :)

[@yasmina5130]

The best one forever Merci bcp 🥰

[@MachineLearnia]

merci :)

[@yuley8773]

Vidéo de qualité comme d’habitude ! Merci !! J’ai deux suggestions pour les futurs vidéos, mais je ne suis pas sûr que ce soit pertinent dans le cadre de ML : 1. Plotly Express : Récemment on a découvert Plotly Express à l’école, je trouve c’est assez sympa les résultats, plein de graphique possible et interactive etc. Mais le problème c’est que leur doc ne fourni pas des exemples concrets, du coup c’est un peu difficile à comprendre. En plus, il y a peu de ce sujet sur Stackflow, l’autre jour j’ai quand même passé 1 h juste pour chercher comment changer les labels et la forme et l’ordre de légende, alors ce sont des trucs de base. 2. Quel graphique à choisir : que soit pour un outil comme Qlik ou Matplotly ou Plotly Express, j’ai toujours eu des problèmes à choisir le bon graphique. Sur internet il y a des tonnes de articles sur cela, mais pas toujours facile à comprendre…

[@MachineLearnia]

Salut ! Merci pour tes suggestions, et j'ai une bonne nouvelle car je comptais faire des tutos sur les deux ! Pour le point 2 j'ai d'ailleur fait un tutoriel qui réponds assez bien a cette question avec une étude de cas, c'est ma vidéo 27/30

[@radiaelomairy]

merci beaucoup clair et bien expliqué

[@douaayahiaoui9719]

C'est un plaisir de suivre tes vidéos! c'est bien expliqué et très simplifié! Merci ... voir émail svp

[@MachineLearnia]

Merci ! Je vais consulter mes emails, mais si c'est urgent, merci de me contacter sur discord.

[@tahalarach5208]

un message honnête pour vous: je vous remercie infiniment pour l'effort que vous avez fournit pour nous expliquer avec simplicité et efficacité, vraiment vous m'avez donné la motivation pour apprendre dès maintenant en ce vaste domaine, en fait je suis en première année cycle ingénieur généraliste et je voudrais faire comme spécialité en troisième année la data science, mais je me suis dis pourquoi pas commencer dès maintenant pour exploiter ça en stages.. sinon que faire pour obtenir un certificat afin de l'ajouter en CV! Merci d'avance

[@MachineLearnia]

Bravo, Bravo, et encore Bravo pour votre envie de vous lancer dans la data science en avance ! Vous allez en tirer d'immenses bénéfices et je vais tout faire pour vous aider, bienvenue ! :)

[@tahalarach5208]

@@MachineLearnia Merci beaucoup Monsieur c'est très gentil ! :D

[@vfx7t]

Merci infiniment !

[@federicosonnino7188]

merci tres utile et bien expliqué!

[@vgflyway1063]

Vous êtes fantastisque !!!!!!!

[@MachineLearnia]

Merci beaucoup !

[@mohammedghaithan249]

رائع جدا شكرا من اعماق القلب 🧡

[@MachineLearnia]

Many thanks Mohammed. :)

[@dgrandlapinblanc]

Merci beaucoup.

[@XPILOU-vw5ze]

Super ! clair et bien présenté !

[@The.Lost.Woods.]

Super vidéo ! Merci Guillaume :D

[@MachineLearnia]

Merci beaucoup :)

[@d.veillet2836]

Super l'exercice, merci

[@MachineLearnia]

Ca fait plaisir merci ! :)

[@saadichikhoune2117]

bonjour ou bonsoir selon le moment franchement un grand bravo pour tout le travail que vous faites très pédagogique , les videos sont d'une qualité irréprochable , grace a vous je suis devenu un mordu de la programmation. Est que vous pouvez nous quelques applications pour les sciences physiques, car étant prof de sciences physiques.

[@MachineLearnia]

Bonjour et merci ! J'essaierai de le faire oui !

[@kaderd.3815]

Des heures que je cherche à comprendre pourquoi mon graphique ne s'affiche pas ! Le prof ne nous a jamais parlé de plt.show() ! Je suis en rage ! Merci à vous 1000 fois ! Je vais reprendre votre tuto depuis le début !

[@MachineLearnia]

Mince je suis désolé pour vous ! Au moins vous avez la solution maintenant et j'espere que vous apprendrez d'autres choses avec ces videos ! :)

[@kamelslimane7898]

vous etes le meilleur

[@MachineLearnia]

Merci beaucoup !

[@alejandracarbajal5011]

El mejor video sobre graficas en python, me ayudó mucho el video, gracias 🙂.

[@hassansemlali8624]

très intéressant

[@MachineLearnia]

merci

[@hajrashid-Imad]

the best video on youtube!!!!

[@MachineLearnia]

thanks !

[@christiankouadio1202]

merci beaucoup

[@cedrickouamenzi6611]

Une vidéo sur Plotly serait intéressante

[@ulyssevs6848]

Petite précision pour np.linspace : Si on préfère avoir des valeurs "rondes" pour les abscisses d'un graphique, il faut un peu de gymastique mentale. Comme tout bon graphique basique commence par la valeur 0, prenons bien entendu comme premier argument 0. Pour bien comprendre par exemple np.linspace(0,3,3) va alors disposer 3 valeurs entre 0 et 3. On aura alors des valeurs décimales [0. , 1.5, 3. ] et pas idéales. Or il y a 4 valeurs entre 0 et 3 : (0, 1, 2, 3)..! Il faut donc rajouter 1 au nombres de valeurs à créer, soit np.linspace(0, 3, 4) => [0., 1., 2., 3.] Ainsi np.linspace(0, 20, 21) donnera [0., 1., ..., 20.] pour un pas de 1 np.linspace(0, 20, 201) donnera [ 0. , 0.1, 0.2, ... 19.9, 20.] pour un pas de 0.1 etc.. on peut aussi utiliser np.arange mais il faut rajouter le **pas** au paramètre stop, car la dernière valeur n'est pas comprise. np.arange(0,20.1,0.1) donnera aussi [ 0. , 0.1, 0.2, ... 19.9, 20.] Voilà ! Quelques aspirines et ça ira mieux ! Pour conclure, aucune des deux fonctions n'est optimale en simplicité pour cette question de répartition des valeurs. Après ça ne change pas grand chose au graphique, c'est juste pour la satisfaction d'avoir des valeurs "rondes". Edit : après avoir fait l'exercice de la vidéo, le défaut de ces techniques est d'augmenter de 1 la dimension du tableau, et en data science ça va poser des problèmes je pense. Si on veut des entier en abscisses, np.arange(0,100,1) aura bien 100 valeurs (par pas entier de 1, de 0 à 99) comme le tableau de valeur de l'expérience n.

[@MachineLearnia]

Tres bonne analyse !

[@hugocaetano5865]

Génial

[@Alpha-zf1tw]

Merci pour la video! 14/30

[@MachineLearnia]

presque la moitié d'effectuée ! :D

[@mathsx5887]

def graphique(dataset): a = len(dataset) plt.figure() for i, j, b in zip(dataset, dataset.values(), range(1, a+1)): plt.subplot(a, 1, b) plt.plot(j, label=f"{i}") plt.legend() plt.show()

[@MachineLearnia]

Bravo !

[@chainonsmanquants1630]

Merci

[@lilianmartin2650]

Bonjour, Le cours est super. En revanche, comme sur la plupart des cours python et dans un soucis de simplicité, on part de deux simples listes de valeur pour x et y. Alors qu'en général dans un projet comme c'est mon cas, on part d'un dataframe sur lequel on veut faire des graphiques et j'ai beaucoup plus de mal à paramétrer x et y depuis mon dataframe.

[@MachineLearnia]

Bonjour et merci :) Si tu veux faire des graphiques simples mais puissants depuis un Dataframe, je te conseille d'utiliser Seaborn (j'ai aussi fait une vidéo a ce sujet) Et si tu as un peu de difficultés a traiter des données dans un DataFrame, peut-etre que mes deux vidéos sur les bases de pandas pourront t'aider Bon courage ! :)

[@goticdzgoticdz7906]

bravo pour tout le travail que tu fais. j'ai juste une petite remarque à faire en ce qui concerne le code pour afficher et enregistrer le graphe.en effet, il est préférable d'appeler plt.savefig('figure.png') avant d'appeler plt.show() .dans votre cas c'est vrai que le graphe est enregistré mais à l'ouverture de ce fichier vous verrez qu'il est vide .thanks

[@MachineLearnia]

Oui tu as raison de souligner cela, merci pour ta remarque :)

[@madaragrothendieckottchiwa8648]

Cool Guillaume

[@MachineLearnia]

Cool comme Matplotlib !

[@abderrazakcroxup321]

extra. comme d'habitude

[@MachineLearnia]

Merci :)

[@mcriri3150]

Un shoot de bonheur, vidéo super clair j’ai adorer merci !! En plus tu présente bien ça fait plaisir à voir ! Sais tu comment tracer une fonction avec x en abscisse et une liste en ordonné ? Merci de ton aide !

[@MachineLearnia]

Salut ! au risque de ne pas comprendre ta question, pour afficher une liste, il suffit de faire plt.plot(liste) Merci pour ton compliment :)

[@mohadamoh6993]

Bonjour, Je suis débutant en python et vraiement tes vidéos m'ont appris bcp de choses. Je te remercie. J'ai une petite question à propos de l'exercice 14/30 de cette vidéos : j'ai trouvé une autre solution pour cet exercice qui donne les mêmes résultats et je voudrait savoir si elle est correcte ou pas ; ma fonction est : def graphique (data) : for a un dataset.keys(): plt.figure() plt.subplot(4,1,1) plt.plot(np.arange(0,100),dataset[a]) plt.title(a) plt.show() Merci

[@MachineLearnia]

Oui c'est tout correct, bravo ! :)

[@thallhos7461]

Salut Guillaume, toujours aussi géniales tes vidéos ! Merci à toi. Juste une petite remarque avec tes subplots, les graphiques ne s'affichent pas proprement (ils se rentrent dedans), on pourrait utiliser une fonction plt.tight_layout() pour palier à ce problème.

[@MachineLearnia]

Oui, c'est la fonction a utiliser ! merci d'avoir écrit un commentaire pour partager l'info :)

[@mohammedazizbenama2382]

bravo

[@antoine2571]

Juste une info avec le plt.savefig() si tu mets le plt.savefig() après le plt.show() ça sauvegarde... une image blanche (en tout cas ça me le faisait, et d'après stackoverflow ça n'arrive pas qu'à moi) pour résoudre le problème rien de plus simple : il faut mettre le plt.savefig() avant le plt.show() si ça a pu en aider certains mettez un petit pouce pour que plus de monde voit ce commentaire !

[@MachineLearnia]

Oui c'est correct, petite erreur de ma part !

[@hansomary3827]

Impecable

[@MachineLearnia]

Merci

[@ibrahimadiouf7988]

Les explications sont très claires et nettes, vraiment merci beaucoup. Je voudrais tracer des graphes de rose des houles et je rencontre des problèmes

[@louaykhammar7268]

merci

[@MachineLearnia]

De rien :)

[@matvay8281]

Bonjour Guillaume et merci pour cette nouvelle vidéo, très claire comme d'habitude. Je suis assez d'accord avec ton approche de favoriser le plot simple et efficace sans passer par les objets. Sinon, j'ai noté que dans python, les accents faisaient planter le code dans les labels :-(. C'est dommage si l'on veut travailler en langue française, de plus en plus rare c'est vrai mais peut-être connais-tu une astuce ?

[@MachineLearnia]

Ah pardon étant donné que j'ai toujours travaillé en Angleterre, je n'ai jamais écrit un zeste de notre belle langue dans mon travail... :( désolé pour une fois je ne peux pas aider. Je vais essayer de me renseigner

[@aymericastoux8348]

Bonjour Guillaume, C'est peut-être moi qui est mal suivi, mais je n'arrive pas à trouver le fichier .png avec la fonction "plt.savefig" dans mon répertoire de travail. Est-ce que tu serai pourquoi ? Merci

[@MachineLearnia]

il faut écrire plt.savefig() AVANT plt.show(). C'est une petite erreur que j'ai laissé dans les slides (ma faute) :)

[@aymericastoux8348]

@@MachineLearnia bonjour Guillaume, merci bien, c'était bien ça.

[@rlp_nueve]

Merci pour tes vidéos ! Grâce à toi je vais pouvoir mener progressivement mon projet à son terme !! PS : pourrait tu faire une vidéo sur les animations de courbes possibles avec matplotlib ?

[@MachineLearnia]

Oui je vais le faire ! :)

[@khuyenle6972]

Merci pour la super video, j'ai juste un petit remarque: il faut mettre plt.savefig() avant plt.show(), sinon le figure sauvegardé est 'blank'

[@MachineLearnia]

Oui c'est une petite erreur que j'ai fait au moment du montage, merci de l'avoir remarquée ! :)

[@khuyenle6972]

@@MachineLearnia Franchement, votre formation est très intéressante, je l'aime trop. Merci beaucoup! :-)

[@josiasdea7111]

Bonsoir @Guillaume, j'ai un soucis en voulant mettre le nom des axes. Il m'affiche une erreur de type: 'str' object is not callable. J'ai pourtant mis: plt.xlabel('axe x') plt.ylabel('axe y') Comment resoudre cela?

[@MachineLearnia]

Bonjour. Il est possible que tu aies accidentellement écrit plt.xlabel = 'axe x' avant d'écrire plt.xlabel('axe x). Je conseille de redémarrer le Kernel (en haut Kernel > Restart) et de voir si ca fonctionne. Tiens moi informé ;)

[@josiasdea7111]

@@MachineLearnia merci, j'ai mis " au lieu de ' et c'est passé...

[@hermannsockeng3937]

Merci pour les brillantes explications. Svp donner le lien pour les 15 vidéos suivantes.

[@MachineLearnia]

Je suis en train de les produire, elles seront toutes accessible sur cette chaîne KZbin et sur mon site Internet (qui contient plus de détails) le lien de mon site est dans la description.

[@behappy9902]

Merci 😊Énormément est-il possible que vous réalisez des vidéos sur le langage R svp🙏????

[@MachineLearnia]

Bonjour et merci a vous :) Désolé je ne suis pas du tout un expert du langage R, et je préfere parler de mon expertise, mais je pourrais toujours faire une vidéo dessus a l'avenir pour "découvrir"

[@jauresememaga8717]

tes tutos sont vraiment super!!! merci beaucoup pour le coup de pouce. Par contre, lorsque je sauvegarde une image et que je l'ouvre depuis mes documents c'est toujours une image vide(blanche) qui apparait, c'est normal ça?

[@MachineLearnia]

il faut écrire plt.show APRES le plt.save_fig

[@berencerelisyouayabouesso660]

tres belle vidéo !!! Est ce que la superposition des graphes se fait aussi sur spyder? j'ai essayé sans succes

[@MachineLearnia]

Bonjour, non ca n'est pas possible

[@MrHyperBrebs]

Bonjour, 1000 mercis pour cette video qui "débrouille" la confusion entre les 2 approches. Je voudrais tracer les points générés par des attracteurs étranges. Mais plutôt que d'afficher la figure après calcul (de 100 000 points par exemple), je voudrais la voir se dessiner sous mes yeux, de manière à l'interrompre si sa progression est décevante. C'est donc je pense ce qu'on appelle une animation, et vu le nombre de points il est fondamental que l'affichage progressif des points ne ralentisse pas leur calcul. D'où ma question : est-ce que matplotlib est la librairie la plus adaptée ? Et dans l'affirmative, comment gérer l'animation en OOP ? Merci si vous prenez le temps de me répondre, sinon tant pis, sans rancune ;-) !

[@MachineLearnia]

On peut faire des animations en MPL, mais je le déconseille pour ce que vous cherchez a faire (car il faut générer le graphiques complets avant l'animation (donc c'est pire que ce que vous voulez obtenir, ca vous prendra encore plus de temps). Ce que je conseille, c'est de faire un print() de la performance régulierement dans votre boucle for (ou un callback de la librairy que vous utilisez)

[@supplementmaths678]

Bonsoir et merci pour cette vidéo. Je pense qu'il y a une erreur à la minute 12:09 concernant les dimensions de la grille. Vous avez choisi : 2 lignes et 2 colonnes au lieu de 2 lignes et 1 colonne ( qui est le résultat obtenu quand vous compilez)

[@MachineLearnia]

Oui en effet.

[@vladimirivanov2994]

Bonjour, merci pour votre aide à l'apprentissage de Python! J'essaie de faire exactement ce que vous dites dans cette série sur Matplotlib, mais les graphiques ne correspondent pas (c'est à dire sur même plot).Mais chaque fois il dessine le plot séparément. J'utilise Spyder 5.0. Pouvez vous m'aider? Merci

[@MachineLearnia]

Bonjour, pouvez-vous venir parler de votre probleme sur notre serveur discord ? vous pourrez envoyer des images comme ca nous comprendrons mieux le soucis.