Matplotlib online

Aprende Machine Learning

Python con numpy, pandas, matplotlib, scipy y scikit-learn. Tus gráficas aparecen junto a la salida. Gratis y sin registro.

Prueba un ejemplo

main.py

Pulsa Ejecutar y tu gráfica aparecerá aquí.

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}")

Crea gráficas de Python online sin instalar nada

Escribe Python, pulsa Ejecutar y tu gráfica aparece junto al código. Este playground online y gratuito ejecuta Python 3.12 real con numpy, pandas, matplotlib, scipy y scikit-learn ya instalados, así que pasas de unas pocas líneas de datos a una gráfica terminada sin configurar Jupyter, pip ni un entorno virtual.

Elige un ejemplo para empezar: un gráfico de líneas, una dispersión con grupos de colores, un histograma, clústeres k-means con el dataset iris o un gráfico de barras con pandas. Cambia un número, vuelve a ejecutar y mira cómo cambia la gráfica. Es un sitio rápido para probar una llamada de plt, ver qué devuelve un groupby o probar un modelo de scikit-learn con un dataset incluido.

Qué hace este graficador de Python online

Python real con el stack de ciencia de datos: numpy, pandas, matplotlib, scipy y scikit-learn están listos para import.
Gráficas dibujadas en la página: cada figura que tu código crea con plt.show() aparece junto a la salida, nítida a cualquier tamaño, y se abre en grande con un clic.
Varias figuras en una ejecución se muestran como miniaturas, y los avisos de Python aparecen sobre la gráfica en vez de perderse en la salida.
Tu código se guarda en el navegador mientras escribes. Cópialo o descarga main.py para seguir en Jupyter o en tu propio editor.

Qué puedes graficar en el playground de matplotlib

Gráficos de líneas de una función o una serie temporal con plt.plot, una leyenda y ejes con nombre.
Dispersiones e histogramas de datos aleatorios de numpy.random, para ver cómo toma forma una distribución.
Gráficos de barras directamente desde pandas: agrupa filas con groupby, súmalas y llama a .plot(kind="bar").
Machine learning con los datasets incluidos en scikit-learn, como load_iris, load_wine y load_digits: clústeres, fronteras de decisión y puntuaciones de modelos.

Preguntas frecuentes sobre matplotlib online

¿Este editor de matplotlib online es gratis?

Sí. Es gratis y no necesita cuenta: abre la página, edita el código y pulsa Ejecutar.

¿Qué librerías de Python puedo usar?

Python 3.12 con numpy, pandas, matplotlib, scipy y scikit-learn, además de la biblioteca estándar. Aquí no puedes usar pip install para añadir otros paquetes.

¿De verdad se ven las gráficas de matplotlib?

Sí. Llama a plt.show() después de graficar, o deja la figura abierta al final, y la gráfica aparece junto a la salida. Las gráficas de líneas, dispersión, barras, histogramas, imágenes y contornos se dibujan de forma nativa; unos pocos tipos se muestran como la imagen que generó matplotlib. Una ejecución muestra hasta 8 figuras.

¿Puedo usar scikit-learn online aquí?

Sí. Importa desde sklearn como siempre y entrena modelos como KMeans, KNeighborsClassifier o LinearRegression. Usa los datasets que vienen con scikit-learn, como load_iris(), o crea los tuyos con numpy y pandas. Los datasets que hay que descargar, como fetch_openml, no están disponibles.

¿Qué límites tiene?

Una ejecución dura como máximo unos 10 segundos, el código puede ocupar hasta unos 14 KB y el programa no puede leer entrada, abrir archivos que subas ni acceder a internet. Es suficiente para gráficas y modelos pequeños. Para proyectos más grandes, copia tu código a Jupyter o a una instalación local de Python.

¿Cómo aprendo machine learning después de probarlo?

Cambia los ejemplos y mira qué le pasa a la gráfica. Cuando quieras un camino guiado, el curso de Machine Learning de Coddy enseña numpy, pandas, gráficas y scikit-learn en lecciones cortas que dibujan sus gráficas de la misma manera.

Herramientas útiles para Matplotlib

Herramientas gratuitas basadas en el navegador que complementan el Playground de Matplotlib, todo parte de Coddy.

Hoja de Referencia de Matplotlib Incrusta el editor de Matplotlib Compara plataformas para programar