Matplotlib أونلاين

بايثون مع numpy وpandas وmatplotlib وscipy وscikit-learn. تظهر رسومك البيانية بجانب المخرجات. مجانًا ودون تسجيل.

جرّب مثالًا

main.py

اضغط تشغيل وسيظهر رسمك البياني هنا.

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2 * np.pi, 200)

plt.plot(x, np.sin(x), label="sin(x)")
plt.plot(x, np.cos(x), label="cos(x)", linestyle="--")
plt.title("Sine and cosine")
plt.xlabel("x (radians)")
plt.ylabel("y")
plt.legend()
plt.grid(alpha=0.3)
plt.show()

print(f"{len(x)} points from 0 to {x[-1]:.2f}")

ارسم رسومًا بيانية ببايثون أونلاين دون تثبيت شيء

اكتب بايثون واضغط تشغيل، فيظهر رسمك البياني بجانب الكود. هذه المساحة المجانية تشغّل Python 3.12 حقيقيًا ومعه numpy وpandas وmatplotlib وscipy وscikit-learn مثبتة مسبقًا، فتنتقل من بضعة أسطر من البيانات إلى رسم بياني مكتمل دون إعداد Jupyter أو pip أو بيئة افتراضية.

اختر مثالًا لتبدأ: رسم خطي، أو رسم انتشار بمجموعات ملونة، أو مدرج تكراري، أو عناقيد k-means على مجموعة بيانات iris، أو رسم أعمدة باستخدام pandas. غيّر رقمًا وشغّل مرة أخرى وراقب الرسم يتغير. إنها مكان سريع لتجربة استدعاء plt، أو معرفة ما يُرجعه groupby، أو تجربة نموذج scikit-learn على مجموعة بيانات مدمجة.

ما الذي تقدمه أداة رسم بايثون البيانية أونلاين

بايثون حقيقي مع أدوات علم البيانات: numpy وpandas وmatplotlib وscipy وscikit-learn جاهزة للاستخدام عبر import.
رسوم تُرسم في الصفحة: كل شكل يصنعه كودك باستخدام plt.show() يظهر بجانب المخرجات، واضحًا بأي حجم، ويُفتح مكبّرًا بنقرة واحدة.
تظهر الأشكال المتعددة في التشغيل الواحد كصور مصغرة، وتُعرض تحذيرات بايثون فوق الرسم بدل أن تضيع في المخرجات.
يُحفظ كودك في متصفحك أثناء الكتابة. انسخه أو نزّل main.py لتكمل العمل في Jupyter أو في محررك الخاص.

ما الذي يمكنك رسمه في مساحة matplotlib

رسوم خطية لدالة أو سلسلة زمنية باستخدام plt.plot مع مفتاح للرسم ومحاور مسمّاة.
رسوم انتشار ومدرجات تكرارية لبيانات عشوائية من numpy.random لترى التوزيع وهو يتشكل.
رسوم أعمدة مباشرة من pandas: جمّع الصفوف باستخدام groupby واجمعها ثم استدعِ .plot(kind="bar").
تعلّم آلة على مجموعات البيانات المرفقة مع scikit-learn مثل load_iris وload_wine وload_digits: عناقيد وحدود قرار ونتائج نماذج.

أسئلة شائعة عن matplotlib أونلاين

هل محرر matplotlib أونلاين هذا مجاني؟

نعم. إنه مجاني ولا يحتاج إلى حساب: افتح الصفحة وعدّل الكود واضغط تشغيل.

ما مكتبات بايثون التي يمكنني استخدامها؟

Python 3.12 مع numpy وpandas وmatplotlib وscipy وscikit-learn، إضافة إلى المكتبة القياسية. لا يمكنك هنا استخدام pip install لإضافة حزم أخرى.

هل تظهر رسوم matplotlib فعلًا؟

نعم. استدعِ plt.show() بعد الرسم، أو اترك الشكل مفتوحًا في النهاية، فيظهر الرسم بجانب المخرجات. تُرسم الرسوم الخطية ورسوم الانتشار والأعمدة والمدرجات التكرارية والصور وخطوط الكنتور مباشرة، وتُعرض أنواع قليلة كالصورة التي أنتجتها matplotlib. يعرض التشغيل الواحد حتى 8 أشكال.

هل يمكنني استخدام scikit-learn أونلاين هنا؟

نعم. استورد من sklearn كالمعتاد ودرّب نماذج مثل KMeans أو KNeighborsClassifier أو LinearRegression. استخدم مجموعات البيانات المرفقة مع scikit-learn مثل load_iris()، أو أنشئ بياناتك باستخدام numpy وpandas. مجموعات البيانات التي تحتاج إلى تنزيل، مثل fetch_openml، غير متاحة.

ما الحدود؟

يستغرق التشغيل نحو 10 ثوانٍ كحد أقصى، ويمكن أن يصل الكود إلى نحو 14 كيلوبايت، ولا يستطيع البرنامج قراءة مدخلات أو فتح ملفات ترفعها أو الوصول إلى الإنترنت. هذا يكفي تمامًا للرسوم والنماذج الصغيرة. للمشاريع الأكبر انسخ كودك إلى Jupyter أو إلى بايثون مثبت على جهازك.

كيف أتعلم تعلّم الآلة بعد التجربة؟

غيّر الأمثلة وراقب ما يحدث للرسم. وعندما تريد مسارًا موجّهًا، تعلّمك دورة Machine Learning من Coddy مكتبات numpy وpandas والرسم البياني وscikit-learn في دروس قصيرة ترسم رسومها بالطريقة نفسها.

أدوات مفيدة لـ Matplotlib

أدوات مجانية تعمل في المتصفح تتكامل بشكل رائع مع ملعب Matplotlib البرمجي - جميعها جزء من Coddy.

ورقة Matplotlib المرجعية قارن منصات البرمجة