Ejecutor Online de Matplotlib – Crea y Visualiza Gráficas en Python
Ejecuta code de Matplotlib en línea sin configuración. Ideal para test, aprendizaje y debugging desde tu navegador.
📚 Los mejores cursos de Matplotlib que debes probar
Cargando…
💡 ¿Buscas mejorar tus habilidades? Estos cursos pueden resultar útiles; consúltelos mientras nuestro modelo de IA procesa su solicitud.
📊 Acerca de este ejecutor en línea de Matplotlib
El Ejecutor de Matplotlib de CodeUtility te permite escribir y ejecutar código Python que incluye comandos de gráficos de Matplotlib, directamente en tu navegador, sin configuración ni instalación local. Ejecuta entornos reales de Python con Matplotlib preinstalado, lo que permite generar resultados visuales al instante.
Esta herramienta usa la última versión de Matplotlib y admite bibliotecas de Python típicas usadas en análisis de datos y computación científica, incluyendo NumPy y Pandas.
Puedes crear gráficos 2D, diagramas de dispersión, histogramas o visualizaciones personalizadas: la herramienta captura tu figura automáticamente y la muestra en una ventana emergente cuando el código se ejecuta correctamente.
Es perfecta para estudiantes, científicos de datos e ingenieros que quieren experimentar rápidamente con código de visualización en Python sin necesitar Jupyter Notebook ni una configuración local de Python.
Utiliza un editor de varios archivos, un terminal de ejecución aislado, bibliotecas específicas del entorno, espacios de trabajo persistentes, opciones para compartir y colaboración en tiempo real desde el mismo ejecutor.
¿Cómo se utiliza este ejecutor?
Elige un entorno de ejecución, abre o crea un archivo, escribe el código y selecciona Ejecutar. El resultado aparece en el terminal; los usuarios que han iniciado sesión pueden conservar archivos en un espacio de trabajo, instalar bibliotecas y colaborar mediante elementos compartidos.
- Selecciona una versión y edita el archivo actual o abre otro archivo del espacio de trabajo.
- Ejecuta el código, introduce datos en el terminal cuando se soliciten y revisa el historial de ejecuciones guardado.
- Utiliza bibliotecas, herramientas del espacio de trabajo, opciones para compartir y el chat cuando la tarea requiera más de un fragmento.
📊 Introducción a Matplotlib
1. ¿Qué es Matplotlib?
Matplotlib es una biblioteca popular de Python usada para crear visualizaciones estáticas, animadas e interactivas. Es especialmente útil en ciencia de datos y computación científica.
import matplotlib.pyplot as plt2. Gráfico de líneas
Un gráfico de líneas básico usando valores de X e Y.
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [2, 4, 6, 8]
plt.plot(x, y)
plt.title("Gráfico de líneas")
plt.xlabel("Eje X")
plt.ylabel("Eje Y")
plt.show()3. Gráfico de barras
Los gráficos de barras son útiles para comparar categorías discretas.
categories = ['A', 'B', 'C']
values = [5, 7, 3]
plt.bar(categories, values)
plt.title("Gráfico de barras")
plt.show()4. Diagrama de dispersión
Usa diagramas de dispersión para mostrar relaciones entre dos variables numéricas.
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.scatter(x, y)
plt.title("Diagrama de dispersión")
plt.show()5. Gráfico circular
Los gráficos circulares se usan para mostrar proporciones.
labels = ['Manzana', 'Banana', 'Cereza']
sizes = [30, 40, 30]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title("Distribución de frutas")
plt.show()6. Histograma
Los histogramas ayudan a comprender la distribución de datos numéricos.
import numpy as np
data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.title("Histograma")
plt.show()7. Varios gráficos
Dibuja varios gráficos en una sola figura usando subplots.
x = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
y2 = [2, 3, 5, 7]
plt.subplot(1, 2, 1)
plt.plot(x, y1)
plt.title("Gráfico 1")
plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title("Gráfico 2")
plt.tight_layout()
plt.show()8. Personalizar estilos
Puedes personalizar colores, estilos, marcadores y más.
plt.plot(x, y1, color='red', linestyle='--', marker='o')
plt.title("Línea con estilo")
plt.show()9. Guardar el gráfico como imagen
Guarda tu gráfico en un archivo de imagen con savefig().
plt.plot(x, y1)
plt.savefig("mi_grafico.png")10. Gráfico 3D (avanzado)
Matplotlib también admite gráficos 3D mediante mpl_toolkits.mplot3d.
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = [1, 2, 3]
y = [2, 3, 4]
z = [5, 6, 7]
ax.scatter(x, y, z)
plt.show()