Intégrer Matplotlib dans PyQt4 : un guide étape par étape

L'intégration d'un graphe matplotlib interactif dans une interface utilisateur PyQt4 est plus simple que cela peut paraître. Voici une explication étape par étape :

1. Importez les modules nécessaires :

   Commencez par importer les widgets Qt pertinents depuis matplotlib.backends. backend_qt4agg : 

   from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg as FigureCanvas
   from matplotlib.backends.backend_qt4agg import NavigationToolbar2QT as NavigationToolbar

2. Créer une figure Matplotlib :

   Instancier un objet Figure pour servir de canevas pour votre graphique.

   self.figure = Figure()

3. Instancier un widget Qt pour le canevas :

   Créer une instance de FigureCanvas, qui représente le widget Qt qui affichera le figure.

   self.canvas = FigureCanvas(self.figure)

4. Ajouter une barre d'outils de navigation :

   Le widget NavigationToolbar fournit des commandes pour le zoom, le panoramique et l'enregistrement de la figure.

   self.toolbar = NavigationToolbar(self.canvas, self)

5. Créer un bouton :

   Créez un bouton PyQt qui, lorsqu'il est cliqué, déclenchera une fonction de tracé.

   self.button = QtGui.QPushButton('Plot')
   self.button.clicked.connect(self.plot)

6. Concevoir la mise en page :

   Organisez les widgets dans une mise en page Qt.

   layout = QtGui.QVBoxLayout()
   layout.addWidget(self.toolbar)
   layout.addWidget(self.canvas)
   layout.addWidget(self.button)
   self.setLayout(layout)

7. Tracer des données aléatoires :

   Définissez une fonction pour générer des données aléatoires et tracez-les sur la figure.

   def plot(self):
       data = [random.random() for i in range(10)]
       ax = self.figure.add_subplot(111)
       ax.clear()
       ax.plot(data, '*-')
       self.canvas.draw()

En suivant ces étapes, vous pouvez intégrer un graphique matplotlib dans une interface utilisateur PyQt4, vous permettant de visualiser les données et d'interagir avec elles via les widgets Qt.