Menu
CoddyTech

Matplotlib online

Python z numpy, pandas, matplotlib, scipy i scikit-learn. Wykresy pojawiają się obok wyniku. Za darmo, bez rejestracji.

Wypróbuj przykład
main.py

Kliknij Uruchom, a wykres pojawi się tutaj.

Rysuj wykresy w Pythonie online, bez instalowania

Napisz kod w Pythonie, kliknij Uruchom, a wykres pojawi się obok kodu. Ten darmowy playground online uruchamia prawdziwego Pythona 3.12 z zainstalowanymi już numpy, pandas, matplotlib, scipy i scikit-learn, więc od kilku linijek danych do gotowego wykresu dojdziesz bez konfigurowania Jupytera, pip czy środowiska wirtualnego.

Na start wybierz przykład: wykres liniowy, wykres punktowy z kolorowymi grupami, histogram, klastry k-means na zbiorze iris albo wykres słupkowy z pandas. Zmień liczbę, uruchom ponownie i zobacz, jak zmienia się wykres. To szybkie miejsce, by sprawdzić wywołanie plt, zobaczyć, co zwraca groupby, albo wypróbować model scikit-learn na wbudowanym zbiorze danych.

Co potrafi ten internetowy kreator wykresów w Pythonie

  • Prawdziwy Python ze stosem do analizy danych: numpy, pandas, matplotlib, scipy i scikit-learn są gotowe do import.
  • Wykresy rysowane na stronie: każda figura, którą twój kod tworzy przez plt.show(), pojawia się obok wyniku, ostra w każdym rozmiarze, i otwiera się w powiększeniu jednym kliknięciem.
  • Kilka figur z jednego uruchomienia widać jako miniatury, a ostrzeżenia Pythona są nad wykresem, zamiast ginąć w wyniku.
  • Twój kod zapisuje się w przeglądarce podczas pisania. Skopiuj go albo pobierz main.py, by pracować dalej w Jupyterze lub własnym edytorze.

Co narysujesz w playgroundzie matplotlib

  • Wykresy liniowe funkcji lub szeregu czasowego z plt.plot, legendą i opisanymi osiami.
  • Wykresy punktowe i histogramy losowych danych z numpy.random, by zobaczyć, jak kształtuje się rozkład.
  • Wykresy słupkowe prosto z pandas: pogrupuj wiersze przez groupby, zsumuj je i wywołaj .plot(kind="bar").
  • Uczenie maszynowe na zbiorach danych dołączonych do scikit-learn, takich jak load_iris, load_wine i load_digits: klastry, granice decyzyjne i wyniki modeli.

Matplotlib online: najczęstsze pytania

Czy ten edytor matplotlib online jest darmowy?
Tak. Jest darmowy i nie wymaga konta: otwórz stronę, zmień kod i kliknij Uruchom.
Jakich bibliotek Pythona mogę używać?
Python 3.12 z numpy, pandas, matplotlib, scipy i scikit-learn oraz biblioteka standardowa. Innych pakietów nie doinstalujesz tu przez pip install.
Czy wykresy matplotlib naprawdę się wyświetlają?
Tak. Wywołaj plt.show() po narysowaniu albo po prostu zostaw figurę otwartą na końcu, a wykres pojawi się obok wyniku. Wykresy liniowe, punktowe, słupkowe, histogramy, obrazy i kontury są rysowane natywnie; kilka rodzajów wykresów pokazujemy jako obraz wygenerowany przez matplotlib. Jedno uruchomienie pokazuje do 8 figur.
Czy mogę tu używać scikit-learn online?
Tak. Importuj z sklearn jak zwykle i trenuj modele takie jak KMeans, KNeighborsClassifier czy LinearRegression. Korzystaj ze zbiorów danych dołączonych do scikit-learn, np. load_iris(), albo twórz własne w numpy i pandas. Zbiory, które trzeba pobrać, np. fetch_openml, nie są dostępne.
Jakie są ograniczenia?
Uruchomienie trwa najwyżej około 10 sekund, kod może mieć do około 14 KB, a program nie wczyta danych wejściowych, nie otworzy przesłanych plików i nie połączy się z internetem. Na wykresy i małe modele to w zupełności wystarczy. Większe projekty przenieś do Jupytera lub lokalnej instalacji Pythona.
Jak nauczyć się uczenia maszynowego po wypróbowaniu?
Zmieniaj przykłady i patrz, co dzieje się z wykresem. Gdy zechcesz uczyć się krok po kroku, kurs Machine Learning w Coddy uczy numpy, pandas, wykresów i scikit-learn w krótkich lekcjach, które rysują wykresy w ten sam sposób.

Przydatne narzędzia do Matplotlib

Darmowe narzędzia w przeglądarce, które świetnie działają razem z edytorem Matplotlib online. Wszystkie w Coddy.