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.

Más que un ejecutor de código

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.

Empezar a codificar

VersiónSeleccione un tiempo de ejecución antes de ejecutar.Las bibliotecas instaladas pertenecen a la versión del idioma seleccionado.
Archivos abiertos enumera archivos de texto no abiertos.Seleccione uno para abrirlo en una pestaña del editor disponible.
Ejecutar ejecuta el archivo activo con su espacio de trabajo disponible para el programa.
Stop finaliza la ejecución actual antes de su límite de tiempo.
El modo avanzado abre el diseño IDE con un explorador de archivos y un terminal móvil de tamaño variable.

Espacio de trabajo y bibliotecas

Nuevo archivo crea un archivo en el directorio principal seleccionado y lo abre en el editor.
La nueva carpeta crea un directorio, hasta la profundidad de anidamiento admitida.
Cargar archivos agrega uno o más archivos seguros a un directorio.
La descarga guarda un archivo o un directorio comprimido en su dispositivo.
Copiar duplica un archivo o directorio de espacio de trabajo.
Cambiar nombre cambia el nombre de un archivo y actualiza su pestaña abierta y su historial.
Mover reubica un elemento;También se pueden arrastrar archivos y directorios.
Eliminar elimina un elemento después de la confirmación y cierra la pestaña abierta del editor.
Las bibliotecas preinstaladas muestran los paquetes que ya están incluidos en este tiempo de ejecución.
Add Lib instala un paquete privado para su cuenta y el tiempo de ejecución seleccionado.

Terminal y asistencia

El historial de ejecución abre las salidas guardadas anteriores y siguientes.
Ejecutar con cambia Python entre el servidor de ejecución y Python en el navegador. El modo de navegador sincroniza los archivos del espacio de trabajo; las bibliotecas instaladas en la cuenta y la entrada interactiva requieren el servidor de ejecución.
Copiar salida copia el texto del terminal actual.
Borrar salida elimina todas las salidas de ejecución guardadas después de la confirmación.
Explicar resume el código activo.
Recientes abre explicaciones y resultados recientes.
La configuración cambia las fuentes, los temas y los botones visibles de la barra de herramientas.

Compartir y colaborar

Share publica el archivo actual, un directorio o todo el espacio de trabajo como una instantánea o un espacio de trabajo en vivo.Usted controla el acceso a los enlaces y quién puede guardar los cambios.
Registra las acciones guardadas de los colaboradores en un espacio de trabajo compartido.
Compartir chat permite a los participantes que han iniciado sesión enviar mensajes, mencionar personas, compartir bloques de código y ver miembros en línea o escribiendo.
La colaboración en vivo muestra los cursores de los colaboradores y las actualizaciones de archivos guardados.Los usuarios de solo lectura pueden cargar la última versión o mantener ediciones temporales.

Cuotas y límites

El tiempo de ejecución está limitado a 20 segundos por ejecución del servidor.Utilice Detener cuando desee finalizarlo antes.
El almacenamiento del espacio de trabajo permite 100 archivos, 100 directorios y 10 MiB en total para cada espacio de trabajo e idioma de usuario que haya iniciado sesión.
Los archivos y carpetas están limitados a 1 MiB por archivo y 5 niveles de directorio anidados.Los archivos generados por su código siguen la misma cuota.
Las bibliotecas privadas están limitadas a 10 paquetes instalados para cada cuenta y tiempo de ejecución.
Las instantáneas compartidas pueden contener hasta 100 archivos, 1 MiB por archivo y 2 MiB en total.
Las invitaciones para compartir admiten hasta 25 personas por acción, con permisos de acceso y guardado administrados por separado.
El chat compartido permite 2000 caracteres por mensaje y 10 000 mensajes por compartir.
La aplicación de cuotas también se aplica mientras se ejecuta el código.Una escritura que exceda los límites de recuento, tamaño, almacenamiento o anidamiento de archivos se rechaza de forma segura.

Es bueno saberlo Sólo ejecute código e instale paquetes en los que confíe.La ejecución es aislada y limitada, pero su programa aún puede modificar archivos dentro de un espacio de trabajo de escritura hasta su cuota impuesta.

📊 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 plt

2. 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()