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.

Mais do que um executor de código

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.

Comece a codificar

VersãoSelecione um tempo de execução antes de executar.As bibliotecas instaladas pertencem à versão do idioma selecionado.
Arquivos abertos lista arquivos de texto não abertos.Selecione um para abri-lo em uma guia do editor disponível.
Executar executa o arquivo ativo com seu espaço de trabalho disponível para o programa.
Stop encerra a execução atual antes do limite de tempo.
O Modo Avançado abre o layout IDE com um explorador de arquivos e um terminal móvel e redimensionável.

Espaço de trabalho e bibliotecas

Novo arquivo cria um arquivo no diretório pai selecionado e o abre no editor.
A nova pasta cria um diretório, até a profundidade de aninhamento suportada.
Carregar arquivos adiciona um ou mais arquivos seguros a um diretório.
Baixar salva um arquivo ou diretório compactado em seu dispositivo.
Copiar duplica um arquivo ou diretório de espaço de trabalho.
Renomear altera o nome de um arquivo e atualiza sua guia aberta e histórico.
Move realoca um item;arquivos e diretórios também podem ser arrastados.
Excluir remove um item após a confirmação e fecha a guia aberta do editor.
Libs pré-instaladas mostram pacotes já incluídos neste tempo de execução.
Adicionar Lib instala um pacote privado para sua conta e tempo de execução selecionado.

Terminal e assistência

O histórico de execução abre as saídas salvas anteriores e seguintes.
Executar com alterna Python entre o servidor de execução e Python no navegador. O navegador sincroniza os arquivos do espaço de trabalho; bibliotecas instaladas na conta e entrada interativa exigem o servidor de execução.
A saída de cópia copia o texto do terminal atual.
Limpar saída remove todas as saídas de execução salvas após a confirmação.
Explicar resume o código ativo.
Recentes abre explicações e resultados recentes.
As configurações alteram fontes, temas e botões visíveis da barra de ferramentas.

Compartilhamento e colaboração

Compartilhar publica o arquivo atual, um diretório ou todo o espaço de trabalho como um instantâneo ou espaço de trabalho ativo.Você controla o acesso ao link e quem pode salvar as alterações.
Registra as ações salvas do colaborador em um espaço de trabalho compartilhado.
Compartilhar bate-papo permite que participantes conectados enviem mensagens, mencionem pessoas, compartilhem blocos de código e vejam membros on-line ou digitando.
A colaboração ao vivo mostra cursores de colaboradores e atualizações de arquivos salvos.Os usuários somente visualização podem carregar a versão mais recente ou manter edições temporárias.

Cotas e limites

O tempo de execução é limitado a 20 segundos por execução do servidor.Use Parar quando quiser terminar mais cedo.
O armazenamento do espaço de trabalho permite 100 arquivos, 100 diretórios e 10 MiB no total para cada espaço de trabalho e idioma do usuário conectado.
Arquivos e pastas são limitados a 1 MiB por arquivo e 5 níveis de diretório aninhados.Os arquivos gerados pelo seu código seguem a mesma cota.
As bibliotecas privadas estão limitadas a 10 pacotes instalados para cada conta e tempo de execução.
Os instantâneos de compartilhamento podem conter até 100 arquivos, 1 MiB por arquivo e 2 MiB no total.
Os convites de compartilhamento suportam até 25 pessoas por compartilhamento, com permissões de acesso e salvamento gerenciadas separadamente.
O chat de compartilhamento permite 2.000 caracteres por mensagem e 10.000 mensagens por compartilhamento.
A imposição de cota também se aplica enquanto o código está em execução.Uma gravação que excede os limites de contagem, tamanho, armazenamento ou aninhamento de arquivos é rejeitada com segurança.

Bom saber Execute apenas o código e instale pacotes em que você confia.A execução é isolada e limitada, mas seu programa ainda pode modificar arquivos dentro de um espaço de trabalho gravável até sua cota imposta.

📊 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 plt

2. 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()