Executor Online de Matplotlib – Crie e Visualize Gráficos Python
- Melhor Descrição: Execute código Matplotlib direto no CLI do navegador. Ideal para testes rápidos, aprendizado e depuração sem configuração.
💡 Aprenda Matplotlib para evoluir suas habilidades
Loading...
📊 Sobre este Executor Online do Matplotlib
O Executor do Matplotlib da CodeUtility permite escrever e executar código Python que inclui comandos de plotagem do Matplotlib — diretamente no seu navegador, sem configuração ou instalação local. Ele executa ambientes reais de Python com Matplotlib pré-instalado, permitindo a geração instantânea de saídas visuais.
Esta ferramenta usa a versão mais recente do Matplotlib e oferece suporte às bibliotecas típicas do Python usadas em análise de dados e computação científica, incluindo NumPy e Pandas.
Você pode criar gráficos 2D, gráficos de dispersão, histogramas ou visualizações personalizadas — a ferramenta captura sua figura automaticamente e a exibe em uma janela pop-up quando o código é executado com sucesso.
É perfeito para estudantes, cientistas de dados e engenheiros que querem experimentar rapidamente código de visualização em Python sem precisar de Jupyter Notebook ou de uma instalação local de Python.
💡 Como usar esta ferramenta
- 1. Selecione o ambiente mais recente de Python + Matplotlib no menu suspenso de versões.
- 2. Escreva ou cole seu código Python que usa Matplotlib — por exemplo,
import matplotlib.pyplot as plt. - 3. Inclua
plt.show()no seu código para exibir o gráfico. - 4. Ao clicar em Executar, seu código é executado e o gráfico resultante abre em uma janela pop-up.
- 5. Use Corrigir Código para corrigir automaticamente problemas de sintaxe ou formatação no seu código Python.
- 6. Após a correção, aparecerá um botão Correções — clique nele para revisar as correções recentes.
- 7. Você também pode Carregar arquivos .py locais ou Baixar seu código atual.
- 8. Cada execução é limitada a 20 segundos de tempo de execução para garantir renderização rápida e estável.
🧠 Dica: Quando seu código inclui plt.show() ou outras funções de exibição,
a ferramenta renderiza automaticamente sua figura do Matplotlib em uma janela pop-up — permitindo visualizar os gráficos
de forma interativa sem poluir a saída do console.
📊 Introdução ao Matplotlib
1. O que é Matplotlib?
Matplotlib é uma biblioteca popular do Python usada para criar visualizações estáticas, animadas e interativas. É especialmente útil em ciência de dados e computação científica.
import matplotlib.pyplot as plt2. Gráfico de Linha
Um gráfico de linha básico usando valores 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 Linha")
plt.xlabel("Eixo X")
plt.ylabel("Eixo Y")
plt.show()3. Gráfico de Barras
Gráficos de barras são úteis para comparar categorias discretas.
categories = ['A', 'B', 'C']
values = [5, 7, 3]
plt.bar(categories, values)
plt.title("Gráfico de Barras")
plt.show()4. Gráfico de Dispersão
Use gráficos de dispersão para mostrar relações entre duas variáveis numéricas.
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.scatter(x, y)
plt.title("Gráfico de Dispersão")
plt.show()5. Gráfico de Pizza
Gráficos de pizza são usados para mostrar proporções.
labels = ['Maçã', 'Banana', 'Cereja']
sizes = [30, 40, 30]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title("Distribuição de Frutas")
plt.show()6. Histograma
Histogramas ajudam a entender a distribuição de dados numéricos.
import numpy as np
data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.title("Histograma")
plt.show()7. Múltiplos Gráficos
Plote vários gráficos em uma única 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
Você pode personalizar cores, estilos, marcadores e mais.
plt.plot(x, y1, color='red', linestyle='--', marker='o')
plt.title("Linha Estilizada")
plt.show()9. Salvar Gráfico como Imagem
Salve seu gráfico em um arquivo de imagem usando savefig().
plt.plot(x, y1)
plt.savefig("my_plot.png")10. Gráfico 3D (Avançado)
O Matplotlib também suporta gráficos 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()