Matplotlib онлайн

Изучить Machine Learning

Python с numpy, pandas, matplotlib, scipy и scikit-learn. Графики появляются рядом с выводом. Бесплатно, без регистрации.

Попробуйте пример

main.py

Нажмите «Запустить», и график появится здесь.

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}")

Стройте графики на Python онлайн, ничего не устанавливая

Напишите код на Python, нажмите «Запустить», и график появится рядом с кодом. Эта бесплатная онлайн-песочница запускает настоящий Python 3.12, где уже установлены numpy, pandas, matplotlib, scipy и scikit-learn, так что от пары строк данных до готового графика можно дойти без Jupyter, pip и виртуального окружения.

Для начала выберите пример: линейный график, диаграмму рассеяния с цветными группами, гистограмму, кластеры k-means на наборе iris или столбчатую диаграмму в pandas. Измените число, запустите снова и посмотрите, как меняется график. Здесь удобно быстро проверить вызов plt, посмотреть, что возвращает groupby, или попробовать модель scikit-learn на встроенном наборе данных.

Что умеет этот онлайн-построитель графиков на Python

Настоящий Python со стеком для анализа данных: numpy, pandas, matplotlib, scipy и scikit-learn готовы к import.
Графики рисуются прямо на странице: каждая фигура, которую код создаёт через plt.show(), появляется рядом с выводом, чёткая при любом размере, и открывается крупно одним щелчком.
Несколько фигур за один запуск показываются миниатюрами, а предупреждения Python выводятся над графиком, а не теряются в выводе.
Код сохраняется в браузере, пока вы печатаете. Скопируйте его или скачайте main.py, чтобы продолжить в Jupyter или своём редакторе.

Что можно построить в песочнице matplotlib

Линейные графики функции или временного ряда через plt.plot с легендой и подписанными осями.
Диаграммы рассеяния и гистограммы случайных данных из numpy.random, чтобы увидеть, как складывается распределение.
Столбчатые диаграммы прямо из pandas: сгруппируйте строки через groupby, сложите и вызовите .plot(kind="bar").
Машинное обучение на наборах данных, встроенных в scikit-learn, например load_iris, load_wine и load_digits: кластеры, границы решений и оценки моделей.

Matplotlib онлайн: частые вопросы

Этот онлайн-редактор matplotlib бесплатный?

Да. Он бесплатный и не требует аккаунта: откройте страницу, измените код и нажмите «Запустить».

Какие библиотеки Python можно использовать?

Python 3.12 с numpy, pandas, matplotlib, scipy и scikit-learn, плюс стандартная библиотека. Ставить другие пакеты через pip install здесь нельзя.

Графики matplotlib правда отображаются?

Да. Вызовите plt.show() после построения или просто оставьте фигуру открытой в конце, и график появится рядом с выводом. Линейные графики, диаграммы рассеяния, столбчатые диаграммы, гистограммы, изображения и контуры рисуются нативно; некоторые виды графиков показываются картинкой, которую отрисовал matplotlib. Один запуск показывает до 8 фигур.

Можно ли здесь использовать scikit-learn онлайн?

Да. Импортируйте из sklearn как обычно и обучайте модели вроде KMeans, KNeighborsClassifier или LinearRegression. Используйте наборы данных, которые идут со scikit-learn, например load_iris(), или создавайте свои с помощью numpy и pandas. Наборы, которые нужно скачивать, например fetch_openml, недоступны.

Какие есть ограничения?

Запуск длится не дольше примерно 10 секунд, код может занимать до 14 КБ, а программа не может читать ввод, открывать загруженные файлы и выходить в интернет. Для графиков и небольших моделей этого с запасом хватает. Для проектов покрупнее перенесите код в Jupyter или в Python на своём компьютере.

Как изучить машинное обучение после знакомства?

Меняйте примеры и смотрите, что происходит с графиком. Когда захочется пошагового пути, курс Machine Learning от Coddy научит numpy, pandas, построению графиков и scikit-learn в коротких уроках, которые рисуют графики точно так же.

Полезные инструменты для Matplotlib

Бесплатные браузерные инструменты, которые отлично работают с Playground Matplotlib - всё это часть Coddy.

Шпаргалка по Matplotlib Сравнить платформы для программирования