Traitement des dates et graphes en aires avec Python
Matplotlib est une bibliothèque de Python qui permet de réaliser des graphiques. Voyons quelques fonctionnalités pour traiter une série chronologique avant de passer du graphique en lignes à un graphique en aire.
Données
Nous travaillerons sur le nombre mensuel de nuitées d’hôtel en France de 2013 à 2019. Si vous souhaitez voir ces données, elles figurent en page de séries chronologiques avec stat de R. À l'origine, elles se trouvent sur une feuille de calcul Excel (ci-dessous, début de la liste).

Présentation des dates
Le fichier Excel doit être accessible depuis l’espace de travail. Pour le lire, nous importons pandas (mais aussi pour d’autres raisons que nous verrons) ainsi que Matplotlib pour réaliser le graphique.
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel("nuitees.xlsx")
Ensuite, nous convertissons les mois en dates (grâce à pandas). Ce n’est pas obligatoire mais conseillé.
df["Mois"] = pd.to_datetime(df["Mois"], format="%Y-%m")
Ainsi, Python considérera chaque date comme le premier du mois.
# Tracé (les noms des colonnes des données importées sont "Mois" et "Nuitées")
plt.plot(df["Mois"], df["Nuitées"])
plt.xlabel("Mois")
plt.ylabel("Nombre de nuitées")
plt.title("Évolution mensuelle des nuitées")
plt.show()
matplotlignes.png

Remarquez que l’axe des ordonnées a été automatiquement calibré et que les étiquettes de l’axe des abscisses ne sont pas satisfaisantes. Nous allons indiquer les mois, du moins un sur quatre pour ne pas surcharger l’axe. Pour cela, il faut importer le sous-module dates. Le script qui suit vient à la suite de plt.title au script précédent.
import matplotlib.dates as mdates
# Une graduation tous les quatre mois
ax = plt.gca()
ax.xaxis.set_major_locator(mdates.MonthLocator(interval=4))
# Format des dates : année-mois
ax.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m"))
# Incliner les étiquettes à 45°
plt.xticks(rotation=45, ha="right")
plt.tight_layout()
plt.show()
quatremois.png

Remarque 1 : c’est grâce au format "%Y-%m" que l'année et le mois s’affichent sous la forme 2013-01.
Remarque 2 : plt.tight_layout() demande à Matplotlib d'ajuster automatiquement les marges et les espacements du graphique pour éviter que les éléments se chevauchent ou soient coupés.

Graphique en aire
Le graphique en aire est très proche du précédent sauf que, pour des raisons bien compréhensibles, l’origine de l’axe des ordonnées est nécessairement située à zéro.
Dans le script, nous remplaçons plt.plot par plt. fill_between. Par ailleurs, remarquez sur le graphique précédent que les dates de début et de fin ne sont pas pertinentes puisqu’il n’y a aucune observation en septembre 2012 comme en janvier 2020. Profitons de cette nouvelle réalisation pour insérer ces lignes de code dans le script :
plt.xlim(
pd.Timestamp("2013-01-01"),
pd.Timestamp("2019-12-31")
)
airepyhton.png

Les bornes de l’intervalle sont correctes !
