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 Compara plataformas para programar