Exécuteur de Code Matplotlib – Créez et Visualisez des Graphiques Python
Exécutez du code Matplotlib en CLI directement dans le navigateur pour créer des graphiques, idéal pour tester sans installation.
📈 Matplotlib a le vent en poupe – commencez dès aujourd’hui
Loading...
📊 À propos de cet exécuteur Matplotlib en ligne
Le CodeUtility Matplotlib Executor vous permet d’écrire et d’exécuter du code Python qui inclut des commandes de tracé Matplotlib — directement dans votre navigateur, sans configuration ni installation locale. Il exécute de vrais environnements Python avec Matplotlib préinstallé, ce qui permet de générer des sorties visuelles instantanément.
Cet outil utilise la dernière version de Matplotlib et prend en charge les bibliothèques Python courantes utilisées en analyse de données et en calcul scientifique, notamment NumPy et Pandas.
Vous pouvez créer des graphiques 2D, des nuages de points, des histogrammes ou des visualisations personnalisées — l’outil capture automatiquement votre figure et l’affiche dans une fenêtre contextuelle lorsque le code s’exécute avec succès.
C’est idéal pour les apprenants, data scientists et ingénieurs qui veulent expérimenter rapidement du code de visualisation Python sans avoir besoin de Jupyter Notebook ni d’une installation Python locale.
💡 Comment utiliser cet outil
- 1. Sélectionnez l’environnement le plus récent Python + Matplotlib dans la liste déroulante des versions.
- 2. Écrivez ou collez votre code Python qui utilise Matplotlib — par exemple,
import matplotlib.pyplot as plt. - 3. Incluez
plt.show()dans votre code pour afficher votre graphique. - 4. Lorsque vous cliquez sur Exécuter, votre code s’exécute et le graphique résultant s’ouvre dans une fenêtre contextuelle.
- 5. Utilisez Corriger le code pour corriger automatiquement les problèmes de syntaxe ou de formatage dans votre code Python.
- 6. Après correction, un bouton Corrections apparaît — cliquez dessus pour revoir les corrections récentes.
- 7. Vous pouvez aussi Téléverser des fichiers .py locaux ou Télécharger votre code actuel.
- 8. Chaque exécution est limitée à 20 secondes de temps de calcul pour garantir un rendu rapide et stable.
🧠 Astuce : Lorsque votre code contient plt.show() ou d’autres fonctions d’affichage,
l’outil rend automatiquement votre figure Matplotlib dans une fenêtre contextuelle — vous permettant de visualiser les tracés
de façon interactive sans encombrer la sortie de la console.
📊 Introduction à Matplotlib
1. Qu’est-ce que Matplotlib ?
Matplotlib est une bibliothèque Python populaire utilisée pour créer des visualisations statiques, animées et interactives. Elle est particulièrement utile en data science et en calcul scientifique.
import matplotlib.pyplot as plt2. Courbe
Un graphique linéaire de base utilisant des valeurs X et Y.
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [2, 4, 6, 8]
plt.plot(x, y)
plt.title("Courbe")
plt.xlabel("Axe X")
plt.ylabel("Axe Y")
plt.show()3. Diagramme en barres
Les diagrammes en barres sont utiles pour comparer des catégories discrètes.
categories = ['A', 'B', 'C']
values = [5, 7, 3]
plt.bar(categories, values)
plt.title("Diagramme en barres")
plt.show()4. Nuage de points
Utilisez des nuages de points pour montrer les relations entre deux variables numériques.
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.scatter(x, y)
plt.title("Nuage de points")
plt.show()5. Diagramme circulaire
Les diagrammes circulaires servent à montrer des proportions.
labels = ['Pomme', 'Banane', 'Cerise']
sizes = [30, 40, 30]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title("Répartition des fruits")
plt.show()6. Histogramme
Les histogrammes aident à comprendre la distribution des données numériques.
import numpy as np
data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.title("Histogramme")
plt.show()7. Graphiques multiples
Tracez plusieurs graphiques dans une même figure à l’aide de sous-graphiques.
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("Graphique 1")
plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title("Graphique 2")
plt.tight_layout()
plt.show()8. Personnaliser les styles
Vous pouvez personnaliser les couleurs, styles, marqueurs, etc.
plt.plot(x, y1, color='red', linestyle='--', marker='o')
plt.title("Ligne stylisée")
plt.show()9. Enregistrer le graphique en image
Enregistrez votre graphique dans un fichier image avec savefig().
plt.plot(x, y1)
plt.savefig("mon_graphique.png")10. Graphique 3D (Avancé)
Matplotlib prend aussi en charge les tracés 3D via 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()