Matplotlib รันเนอร์ออนไลน์ – สร้างและแสดงกราฟ Python
รันและทดสอบ Matplotlib code ใน Python ผ่าน CLI บนบราวเซอร์ ไม่ต้องติดตั้ง เหมาะสำหรับการเรียนรู้และดีบั๊กอย่างรวดเร็ว
📚 ทุกคนกำลังเรียน Matplotlib - แล้วคุณล่ะ?
กำลังโหลด...
💡 กำลังมองหาการพัฒนาทักษะของคุณหรือไม่? หลักสูตรเหล่านี้อาจช่วยได้ ลองดูในขณะที่โมเดล AI ของเราประมวลผลคำขอของคุณ
📊 เกี่ยวกับ Matplotlib Online Executor นี้
CodeUtility Matplotlib Executor ให้คุณเขียนและรันโค้ด Python ที่มีคำสั่งวาดกราฟด้วย Matplotlib ได้โดยตรงในเบราว์เซอร์ของคุณ โดยไม่ต้องติดตั้งหรือเซ็ตอัปใดๆ บนเครื่อง ทำงานบนสภาพแวดล้อม Python จริงที่ติดตั้ง Matplotlib ไว้ล่วงหน้า ช่วยให้สร้างผลลัพธ์แบบภาพได้ทันที
เครื่องมือนี้ใช้ Matplotlib เวอร์ชันล่าสุด และรองรับไลบรารี Python ยอดนิยมที่ใช้ในการวิเคราะห์ข้อมูล และคอมพิวติ้งเชิงวิทยาศาสตร์ เช่น NumPy และ Pandas
คุณสามารถสร้างกราฟ 2D, สแคตเตอร์พล็อต, ฮิสโตแกรม หรือกราฟแบบกำหนดเองได้ - เครื่องมือจะจับภาพฟิกเกอร์ของคุณอัตโนมัติ และแสดงใน หน้าต่างป๊อปอัป เมื่อโค้ดรันสำเร็จ
เหมาะสำหรับผู้เรียน นักวิทยาศาสตร์ข้อมูล และวิศวกร ที่ต้องการทดลองโค้ดการแสดงผลด้วย Python อย่างรวดเร็ว โดยไม่ต้องใช้ Jupyter Notebook หรือเซ็ตอัป Python บนเครื่อง
ใช้ตัวแก้ไขหลายไฟล์ เทอร์มินัลประมวลผลแบบแยกส่วน ไลบรารีเฉพาะรันไทม์ พื้นที่ทำงานถาวร การแชร์ และการทำงานร่วมกันแบบเรียลไทม์ได้จากตัวประมวลผลเดียวกัน
วิธีใช้ตัวประมวลผลนี้
เลือกรันไทม์ เปิดหรือสร้างไฟล์ เขียนโค้ด แล้วเลือกเรียกใช้ ผลลัพธ์จะแสดงในเทอร์มินัล ส่วนผู้ใช้ที่ลงชื่อเข้าใช้สามารถเก็บไฟล์ในพื้นที่ทำงาน ติดตั้งไลบรารี และทำงานร่วมกันผ่านการแชร์ได้
- เลือกเวอร์ชันแล้วแก้ไขไฟล์ปัจจุบัน หรือเปิดไฟล์อื่นในพื้นที่ทำงาน
- เรียกใช้โค้ด ป้อนข้อมูลในเทอร์มินัลเมื่อระบบร้องขอ และตรวจสอบประวัติการเรียกใช้ที่บันทึกไว้
- ใช้ไลบรารี เครื่องมือพื้นที่ทำงาน การแชร์ และแชท เมื่องานของคุณต้องใช้โค้ดมากกว่าหนึ่งส่วน
📊 แนะนำ Matplotlib
1. Matplotlib คืออะไร?
Matplotlib เป็นไลบรารี Python ยอดนิยมสำหรับสร้างภาพข้อมูลแบบคงที่ แบบแอนิเมชัน และแบบโต้ตอบ โดยมีประโยชน์มากในการทำดาต้าวิทยาและคอมพิวติ้งเชิงวิทยาศาสตร์
import matplotlib.pyplot as plt2. กราฟเส้น (Line Plot)
กราฟเส้นพื้นฐานโดยใช้ค่า X และ Y
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [2, 4, 6, 8]
plt.plot(x, y)
plt.title("กราฟเส้น")
plt.xlabel("แกน X")
plt.ylabel("แกน Y")
plt.show()3. กราฟแท่ง (Bar Chart)
กราฟแท่งเหมาะสำหรับการเปรียบเทียบหมวดหมู่แบบไม่ต่อเนื่อง
categories = ['A', 'B', 'C']
values = [5, 7, 3]
plt.bar(categories, values)
plt.title("กราฟแท่ง")
plt.show()4. กราฟกระจาย (Scatter Plot)
ใช้กราฟกระจายเพื่อแสดงความสัมพันธ์ระหว่างตัวแปรเชิงตัวเลขสองตัว
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.scatter(x, y)
plt.title("กราฟกระจาย")
plt.show()5. กราฟวงกลม (Pie Chart)
กราฟวงกลมใช้เพื่อแสดงสัดส่วน
labels = ['แอปเปิล', 'กล้วย', 'เชอร์รี']
sizes = [30, 40, 30]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title("สัดส่วนผลไม้")
plt.show()6. ฮิสโตแกรม (Histogram)
ฮิสโตแกรมช่วยให้เข้าใจการกระจายตัวของข้อมูลเชิงตัวเลข
import numpy as np
data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.title("ฮิสโตแกรม")
plt.show()7. หลายกราฟ (Multiple Plots)
วาดหลายกราฟในรูปเดียวด้วย 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("กราฟ 1")
plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title("กราฟ 2")
plt.tight_layout()
plt.show()8. ปรับแต่งสไตล์ (Customize Styles)
คุณสามารถปรับแต่งสี สไตล์ มาร์กเกอร์ และอื่นๆ ได้
plt.plot(x, y1, color='red', linestyle='--', marker='o')
plt.title("เส้นที่ปรับสไตล์")
plt.show()9. บันทึกกราฟเป็นรูปภาพ
บันทึกกราฟของคุณเป็นไฟล์รูปภาพด้วย savefig()
plt.plot(x, y1)
plt.savefig("my_plot.png")10. กราฟ 3 มิติ (ขั้นสูง)
Matplotlib ยังรองรับการวาดกราฟ 3 มิติผ่าน 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()