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
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 ! :)
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 !
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.
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.
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
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
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 !
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.
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.
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
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
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
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.
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.
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
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 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 =)
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
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.
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.
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. :)
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.
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 ! :)
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..
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 TH-cam 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
Bonjour Pierre, Merci beaucoup pour ton commentaire ! Les secrets de l'algorithme TH-cam 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 !
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.
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
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 ! :)
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…
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
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.
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()
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 !
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 !
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.
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.
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 ! :)
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 !
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
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
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 ;-) !
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)
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 ?
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
Merci pour la vidéo, je me fais toute la playlist. Mais j'ai un problème avec savefig qui enregistre une image blanche sur certains graphiques (et ça fonctionne sur d'autres)
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.
Je suis en train de les produire, elles seront toutes accessible sur cette chaîne TH-cam et sur mon site Internet (qui contient plus de détails) le lien de mon site est dans la description.
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?
Super les videos merci :)...est il possible que tu fournisse les slides que tu filmes avec le titre sur fond bleu ?...désolé de t'en demander encore plus c'est déjà super ce que tu fais !
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"
Merci beaucoup. Y'a pas à dire regarder tes vidéos est très enrichissant. J'ai atterris sur ta vidéo qui n'a pas résolu mon problème mais m'a apportée de la compréhension sur matplotlib. Mon soucis (au cas où une âme charitable pouvait m'aiguiller). J'aimerais sur le même graphique tracer une courbe et un diagramme en bâton qui partage la même échelle sur x mais pas sur y puis afficher de chaque côtés du graphique les 2 échelles y. Est-ce que c'est possible?
Oui c'est possible, il faut utiliser la méthode orienté object (avec les ax) et utiliser un share_y = true (écrivez ca dans google vous allez trouver la réponse)
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)
Bonjour. Toujours sur cette formation toujours aussi intéressant. Par contre, je pense qu'il y a une erreur vers les 10:00 car si je met un savefig après le show, le fichier de sortie est vide alors qu'avant, il contient bien la figure.
Merci beaucoup pour toutes ces explications, je comprends mieux les 2 approches. Mais malgré tout, je n'arrive pas à résoudre mon besoin. J'ai une série temporelle qui s'étale sur plusieurs années et je voudrais comparer des périodes identiques sur le même graphique. Typiquement d'une année sur l'autre, du 1er janvier au 31 décembre mais aussi sur n'importe quelle fenêtre comme du 15 septembre au 15 mars. Ex: si je fais ax.plot(tdf.loc['1919']) puis ax.plot(tdf.loc['1920']), j'ai les courbes qui se suivent alors que je voudrais les superposer. J'ai trouvé des pistes un peu partout mais rien de simple et élégant comme je m'y attendais. Je pense qu'il existe quelque chose de concis, est-ce que je me fais des idées ?
Bonjour et merci pour ton message. Je te conseille de regarder la vidéo 18/30 qui répond a ces questions, tu verras ca devrait beaucoup t'aider ! :) Si tu as toujours des soucis alors écrit moi un message sous la vidéo 18/30 et je t'aiderai plus en détail. Bon courage ! :)
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
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 ! :)
Merci beaucoup pour tout le soutien que tu m'offres :)
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 !
Je vous ai envoyé un mail , mais je n'ai toujours pas de réponse....l'avez vous reçu?
@@patmichel4724 J'y ai répondu ce soir même. Je consulte cette boite mail que 2 fois par semaine. pour rester productif dans mes projets.
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.
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.
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
Fabuleux merci beaucoup et bon courage dans le Machine Learning :)
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.
L'intelligence est la capacité de rendre les choses simples pour soi-même et pour les autres. Merci pour ces digestes explications.
Sympa le cheminement qui distingue la construction basique de celle OOP :D
Oui c'est le problème le plus récurrent, j'ai moi même été confus à l'époque ou je débutais. Merci beaucoup :)
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
Ahah merci beaucoup pour ton retour :) Va dévorer, c'est gratuit et a consommer sans modération ;)
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 !
Merci, c'est vraiment bon de savoir que mes efforts pour aider les autres sont utiles.
Ergonomie, pédagogie et simplicité ! J'apprends plus qu'en plusieurs semaines de cours sur le sujet. BRAVO à toi !
Ca me fait tres plaisir de le savoir ! Merci :)
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.
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.
Vous êtes un trésor sur TH-cam
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
Je vous en prie !
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
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
Ahah c'est super merci :)
@@MachineLearnia Croyez moi c'est la vérité
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.
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.
C'est génial ! C'était justement le but numéro 1 de cette vidéo ! Ca me fait super plaisir ! :)
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
Merci a vous pour votre message :)
Bonsoir, vous êtes l'un des meilleurs profs que j'ai connue dans ma vie!!!!
Wow merci beaucoup! :)
Que du bonheur, Matplotlib avec ce prof ! :P
Merci :)
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
Vous pouvez aussi utiliser plt.tight_layout() -> elle est super celle la ! :)
@@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 =)
Excellent.
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
Merci pour ce commentaire pertinent, cela va aider les autres personnes qui regarderont la vidéo ! :)
@@MachineLearnia Effectivement ;)
ah d'accord! merci, tu viens de résoudre mon pb
Volontiers, c'était le but de mon commentaire
oui effectivement , merci infiniment
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.
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.
Je vous félicite !
Merci !
Effectivement j'ai toujours été perturbé par ce que signifiait fig et ax.
C'est bien plus clair maintenant !
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. :)
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.
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 ! :)
Ça fait du bien qq1 qui bosse proprement. T le boss. 😎
Merci beaucoup ! :)
Si clair, tellement bien expliqué: Une pédagogie extraordinaire! merci encore de nous en faire profiter! :)
Merci beaucoup pour votre commentaire :)
ce monsieur est super fort bravoooooooooo
il explique tellement bien que les mots me manque pour le dire
Merci beaucoup !
La vidéo la plus complète et pédagogique sur Matplotlib, congrat
Merci !
Bonjour! C'est un plaisir de suivre tes vidéos! c'est bien expliqué et très simplifié! Merci pour ce travail!
Merci beaucoup ca fait vraiment plaisir :)
Merci beaucoup pour tes tutoriels ça m'aident vraiment beaucoup. Courage!!!!!!!!!!!!!
de rien ! Courage a toi aussi ! :D
#2020 et Grace a Dieu que j'ai trouvée votre chaine youtube , cette video m'a beaucoup aidé Merci
Merci ! #2020 ! :D
Très bien, comme d'habitude. Bravo
Merci beaucoup
C'est vraiment un plaisir de regarder vos vidéos, mille merci !
je viens de commencer il ya seulement 4min, et je trouve que ça vaut la peine de regarder toutes tes videos!merci
Ça fait très plaisir :) bon visionnage !
Merci pour ce travail, superbe vidéo.
Merci beaucoup :) J'ai adoré la tourner et la monter pour être franc !
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..
Mieux vaut tard que jamais ! :)
a la fin de la série il y a un projet qui est corrigé (vidéo 26, 27 ,28, 29)
Beau travail mon cher Guillaume
Merci beaucoup
C'est un plaisir de suivre tes vidéos! c'est bien expliqué et très simplifié! Merci ... voir émail svp
Merci ! Je vais consulter mes emails, mais si c'est urgent, merci de me contacter sur discord.
C'est bien expliqué. Merci à vous et Bravo
Merci beaucoup !
mec ta vidéo elle est juste parfaite ! merci bcp pour ce travail incroyable !!!
Merci :)
Trés bon travail ,MERCI INFINIMENT
de rien :)
Ces vidéos sont magnifiques. Merci !
Merci a vous
Merci Monsieur Guillaume, c'est claire maintenant :).
Super :)
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 TH-cam 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
Bonjour Pierre,
Merci beaucoup pour ton commentaire ! Les secrets de l'algorithme TH-cam 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 !
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.
Mercii beaucoup pour la qualité de tes explications
C'est vraiment génial
Merci, c'est très sympa d'avoir ce genre de retours !
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
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 ! :)
@@MachineLearnia Merci beaucoup Monsieur c'est très gentil ! :D
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…
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
merci beaucoup clair et bien expliqué
Merci et bravo pour tes tutoriels très intéressants, clairs et concis.
Merci Gaston ! :) Tu vas nous bricoler un appareil de dingue encore avec des réseaux de neurones ?! ahah
merci tres utile et bien expliqué!
Merci pour cette vidéo ! L'explication est très claire ! :)
Ca fait bien plaisir !
Excellent vidéo, merci
!
Merci beaucoup :)
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.
Bonjour et merci ! J'essaierai de le faire oui !
Merci infiniment !
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()
Bravo !
The best one forever
Merci bcp 🥰
merci :)
Merci beaucoup.
Vous êtes fantastisque !!!!!!!
Merci beaucoup !
Super l'exercice, merci
Ca fait plaisir merci ! :)
très intéressant
merci
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 !
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 ! :)
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 !
Salut ! au risque de ne pas comprendre ta question, pour afficher une liste, il suffit de faire plt.plot(liste)
Merci pour ton compliment :)
Une vidéo sur Plotly serait intéressante
Les explications sont très claires et nettes, vraiment merci beaucoup.
Je voudrais tracer des graphes de rose des houles et je rencontre des problèmes
Super vidéo ! Merci Guillaume :D
Merci beaucoup :)
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.
Oui, c'est la fonction a utiliser ! merci d'avoir écrit un commentaire pour partager l'info :)
merci beaucoup
Super ! clair et bien présenté !
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.
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 ! :)
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 !
Oui c'est correct, petite erreur de ma part !
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
Oui c'est tout correct, bravo ! :)
رائع جدا شكرا من اعماق القلب 🧡
Many thanks Mohammed. :)
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
Oui tu as raison de souligner cela, merci pour ta remarque :)
Cool Guillaume
Cool comme Matplotlib !
tres belle vidéo !!! Est ce que la superposition des graphes se fait aussi sur spyder? j'ai essayé sans succes
Bonjour, non ca n'est pas possible
Merci pour la video!
14/30
presque la moitié d'effectuée ! :D
the best video on youtube!!!!
thanks !
vous etes le meilleur
Merci beaucoup !
Merci pour cette video extremement clair. Pourquoi mes labels, legende et titre n'apparaissent pas sur mon graph ?
El mejor video sobre graficas en python, me ayudó mucho el video, gracias 🙂.
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 ;-) !
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)
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 ?
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
Merci pour la vidéo, je me fais toute la playlist. Mais j'ai un problème avec savefig qui enregistre une image blanche sur certains graphiques (et ça fonctionne sur d'autres)
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.
Tres bonne analyse !
extra. comme d'habitude
Merci :)
Génial
Merci
Merci pour les brillantes explications.
Svp donner le lien pour les 15 vidéos suivantes.
Je suis en train de les produire, elles seront toutes accessible sur cette chaîne TH-cam et sur mon site Internet (qui contient plus de détails) le lien de mon site est dans la description.
Très bonne vidéo. Merci. Mais comment fermer un graph matplotlib intégré dans un canvas tkinter ?
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?
il faut écrire plt.show APRES le plt.save_fig
Super les videos merci :)...est il possible que tu fournisse les slides que tu filmes avec le titre sur fond bleu ?...désolé de t'en demander encore plus c'est déjà super ce que tu fais !
Certains slides sont disponibles gratuitements sur mon Tipeee, pour les autres je suis en train de tout compiler dans un livre qui va bientot sortir !
Merci 😊Énormément est-il possible que vous réalisez des vidéos sur le langage R svp🙏????
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"
bravo
Merci beaucoup. Y'a pas à dire regarder tes vidéos est très enrichissant. J'ai atterris sur ta vidéo qui n'a pas résolu mon problème mais m'a apportée de la compréhension sur matplotlib. Mon soucis (au cas où une âme charitable pouvait m'aiguiller). J'aimerais sur le même graphique tracer une courbe et un diagramme en bâton qui partage la même échelle sur x mais pas sur y puis afficher de chaque côtés du graphique les 2 échelles y. Est-ce que c'est possible?
Oui c'est possible, il faut utiliser la méthode orienté object (avec les ax) et utiliser un share_y = true (écrivez ca dans google vous allez trouver la réponse)
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)
Oui en effet.
Bonjour. Toujours sur cette formation toujours aussi intéressant. Par contre, je pense qu'il y a une erreur vers les 10:00 car si je met un savefig après le show, le fichier de sortie est vide alors qu'avant, il contient bien la figure.
Oui, il faut mettre savefig avant show(), c'était une petite erreur de ma part sur les graphiques, merci de l'avoir repérée ! :)
Merci beaucoup pour toutes ces explications, je comprends mieux les 2 approches. Mais malgré tout, je n'arrive pas à résoudre mon besoin. J'ai une série temporelle qui s'étale sur plusieurs années et je voudrais comparer des périodes identiques sur le même graphique. Typiquement d'une année sur l'autre, du 1er janvier au 31 décembre mais aussi sur n'importe quelle fenêtre comme du 15 septembre au 15 mars. Ex: si je fais ax.plot(tdf.loc['1919']) puis ax.plot(tdf.loc['1920']), j'ai les courbes qui se suivent alors que je voudrais les superposer. J'ai trouvé des pistes un peu partout mais rien de simple et élégant comme je m'y attendais. Je pense qu'il existe quelque chose de concis, est-ce que je me fais des idées ?
Bonjour et merci pour ton message. Je te conseille de regarder la vidéo 18/30 qui répond a ces questions, tu verras ca devrait beaucoup t'aider ! :) Si tu as toujours des soucis alors écrit moi un message sous la vidéo 18/30 et je t'aiderai plus en détail. Bon courage ! :)