### Résumé du Quiz de Visualisation de Données
1. **Bibliothèque couramment utilisée pour la visualisation de données :**
- Réponse : Matplotlib (b)
2. **Transposer un tableau numpy 'a' :**
- Réponse : np.transpose(A) (c)
3. **Ajouter une légende à un graphique avec Matplotlib :**
- Réponse : plt.legend('Légende') (a)
4. **Ajouter un titre à un graphique avec Matplotlib :**
- Réponse : plt.title('Titre') (b)
5. **Créer un tableau numpy rempli de nombres aléatoires de forme (2, 3) :**
- Réponse : np.random.rand(2, 3) (b)
6. **Tracer plusieurs graphes dans une même figure :**
- Réponse : subplot() (b)
7. **Module de visualisation de données le plus couramment utilisé en Python :**
- Réponse : Matplotlib (b)
8. **Obtenir l'écart-type des éléments d'un tableau numpy 'a' :**
- Réponse : np.std(A) (b)
9. **Sous-module de Matplotlib qui permet de tracer des graphes en niveaux de
gris :**
- Réponse : cm (a)
10. **Créer un tableau numpy rempli de zéros de forme (2, 3) :**
- Réponse : np.zeros((2, 3)) (a)
11. **Qu'est-ce que Matplotlib ?**
- Réponse : Une bibliothèque de visualisation de données en python (c)
12. **Méthode de Matplotlib pour tracer des graphiques en 3D :**
- Réponse : plot3D (a)
13. **Type de graphique recommandé pour représenter des données temporelles :**
- Réponse : Graphique en courbes (b)
14. **Importer le module pyplot de Matplotlib :**
- Réponse : import matplotlib.pyplot as plt (a)
15. **Créer un nuage de points avec Matplotlib :**
- Réponse : plt.scatter() (a)
16. **Ajouter une échelle logarithmique à un graphique Matplotlib :**
- Réponse : plt.xscale('log') et plt.yscale('log') (a)
17. **Fonction de base de Matplotlib pour tracer des graphes en 2D :**
- Réponse : plot() (b)
18. **Méthode de Seaborn pour tracer un histogramme :**
- Réponse : sns.distplot() (b)
19. **Fonction de Matplotlib pour modifier les limites de l'axe :**
- Réponse : xlim() et ylim() (c)
20. **Sous-module de Matplotlib pour tracer des graphes en 3D :**
- Réponse : axes3d (d)
21. **Méthode de Pandas pour tracer un graphique à barres :**
- Réponse : plot() (d)
22. **Tracer un graphique linéaire simple avec Matplotlib :**
- Réponse : plt.plot(x, y) (b)
23. **Méthode de Matplotlib pour définir les étiquettes des axes :**
- Réponse : set_xlabel_ylabel (a)
24. **Méthode de Pandas pour créer des graphiques rapidement :**
- Réponse : plot() (c)
25. **Fonction de base de Matplotlib pour tracer des histogrammes :**
- Réponse : hist() (d)
26. **Bibliothèque Python utilisée pour la visualisation de données :**
- Réponse : Matplotlib (a)
27. **Personnaliser la largeur des barres d'un graphique à barres :**
- Réponse : plt.bar() (a)
28. **Obtenir l'indice de l'élément minimum d'un tableau numpy 'a' :**
- Réponse : np.argmin(A) (a)
29. **Créer un tableau numpy à partir d'une liste Python :**
- Réponse : np.array(liste) (c)
30. **Trier un tableau numpy 'a' par ordre croissant :**
- Réponse : np.sort(A) (b)
31. **Ajouter un scalaire à chaque élément d'un tableau numpy 'a' :**
- Réponse : a + 2 (b)
32. **Fonction de Pandas pour tracer un nuage de points :**
- Réponse : scatter() (c)
33. **Module Python pour créer des graphes en boîte :**
- Réponse : Seaborn (c)
