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.
📈 Matplotlib está em alta - comece a aprender hoje
Carregando…
💡 Quer melhorar suas habilidades? Esses cursos podem ajudar. Confira-os enquanto nosso modelo de IA processa sua solicitação.
📊 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.
Use no mesmo executor um editor de vários arquivos, um terminal de execução isolado, bibliotecas específicas do ambiente, espaços de trabalho persistentes, compartilhamento e colaboração em tempo real.
Como usar este executor?
Escolha um ambiente de execução, abra ou crie um arquivo, escreva o código e selecione Executar. A saída aparece no terminal; usuários conectados podem manter arquivos em um espaço de trabalho, instalar bibliotecas e colaborar por meio de compartilhamentos.
- Selecione uma versão e edite o arquivo atual ou abra outro arquivo do espaço de trabalho.
- Execute o código, forneça dados no terminal quando solicitado e consulte o histórico de execuções salvo.
- Use bibliotecas, ferramentas do espaço de trabalho, compartilhamento e chat quando a tarefa exigir mais de um trecho de código.
📊 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()