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

มากกว่าเครื่องมือรันโค้ด

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

เริ่มเขียนโค้ด

เวอร์ชันเลือกรันไทม์ก่อนที่จะรันไลบรารีที่ติดตั้งเป็นของเวอร์ชันภาษาที่เลือก
ไฟล์ที่เปิดจะแสดงรายการไฟล์ข้อความที่ยังไม่ได้เปิดเลือกหนึ่งรายการเพื่อเปิดในแท็บตัวแก้ไขที่มีอยู่
Run เรียกใช้งานไฟล์ที่ใช้งานอยู่โดยมีพื้นที่ทำงานสำหรับโปรแกรม
Stop สิ้นสุดการดำเนินการปัจจุบันก่อนกำหนดเวลา
โหมดขั้นสูงเปิดเค้าโครง IDE ด้วยตัวสำรวจไฟล์และเทอร์มินัลที่เคลื่อนย้ายได้และปรับขนาดได้

พื้นที่ทำงานและห้องสมุด

ไฟล์ใหม่จะสร้างไฟล์ในไดเร็กทอรีพาเรนต์ที่เลือกและเปิดขึ้นมาในตัวแก้ไข
โฟลเดอร์ใหม่จะสร้างไดเร็กทอรีจนถึงความลึกของการซ้อนที่รองรับ
การอัปโหลดไฟล์จะเพิ่มไฟล์ที่ปลอดภัยตั้งแต่หนึ่งไฟล์ขึ้นไปลงในไดเร็กทอรี
ดาวน์โหลดจะบันทึกไฟล์หรือไดเร็กทอรีซิปลงในอุปกรณ์ของคุณ
คัดลอกไฟล์พื้นที่ทำงานหรือไดเรกทอรีซ้ำ
เปลี่ยนชื่อ เปลี่ยนชื่อไฟล์และอัปเดตแท็บที่เปิดอยู่และประวัติ
ย้ายย้ายตำแหน่งรายการสามารถลากไฟล์และไดเร็กทอรีได้
ลบ ลบรายการหลังจากการยืนยัน และปิดแท็บตัวแก้ไขที่เปิดอยู่
Libs ที่ติดตั้งไว้ล่วงหน้าจะแสดงแพ็คเกจที่รวมอยู่ในรันไทม์นี้แล้ว
Add Lib จะติดตั้งแพ็คเกจส่วนตัวสำหรับบัญชีของคุณและรันไทม์ที่เลือก

สถานีปลายทางและความช่วยเหลือ

ประวัติการรันจะเปิดเอาต์พุตที่บันทึกไว้ก่อนหน้าและถัดไป
เรียกใช้ด้วย สลับ Python ระหว่างเซิร์ฟเวอร์ประมวลผลและ Python ในเบราว์เซอร์ โหมดเบราว์เซอร์จะซิงค์ไฟล์พื้นที่ทำงาน ส่วนไลบรารีที่ติดตั้งในบัญชีและอินพุตเทอร์มินัลแบบโต้ตอบต้องใช้เซิร์ฟเวอร์ประมวลผล
คัดลอกเอาต์พุต คัดลอกข้อความเทอร์มินัลปัจจุบัน
เอาต์พุตที่ชัดเจนจะลบเอาต์พุตการทำงานที่บันทึกไว้ทั้งหมดหลังจากการยืนยัน
อธิบายสรุปรหัสที่ใช้งานอยู่
ล่าสุด เปิดคำอธิบายและผลลัพธ์ล่าสุด
การตั้งค่าจะเปลี่ยนแบบอักษร ธีม และปุ่มแถบเครื่องมือที่มองเห็นได้

การแบ่งปันและการทำงานร่วมกัน

Share จะเผยแพร่ไฟล์ปัจจุบัน ไดเร็กทอรี หรือพื้นที่ทำงานทั้งหมดเป็นสแน็ปช็อตหรือพื้นที่ทำงานที่ใช้งานจริงคุณสามารถควบคุมการเข้าถึงลิงก์และผู้ที่อาจบันทึกการเปลี่ยนแปลง
บันทึกบันทึกการกระทำของผู้ทำงานร่วมกันที่บันทึกไว้ในพื้นที่ทำงานที่ใช้ร่วมกัน
แชร์แชทช่วยให้ผู้เข้าร่วมที่ลงชื่อเข้าใช้ส่งข้อความ พูดถึงผู้คน แชร์การบล็อคโค้ด และดูออนไลน์หรือพิมพ์สมาชิกได้
การทำงานร่วมกันแบบสดจะแสดงเคอร์เซอร์ของผู้ทำงานร่วมกันและการอัปเดตไฟล์ที่บันทึกไว้ผู้ใช้แบบดูอย่างเดียวสามารถโหลดเวอร์ชันล่าสุดหรือทำการแก้ไขชั่วคราวได้

โควต้าและขีดจำกัด

เวลาดำเนินการจำกัดอยู่ที่ 20 วินาทีต่อการรันเซิร์ฟเวอร์ใช้ Stop เมื่อคุณต้องการสิ้นสุดให้เร็วขึ้น
พื้นที่จัดเก็บพื้นที่ทำงานอนุญาตให้มีไฟล์ได้ 100 ไฟล์, 100 ไดเรกทอรี และทั้งหมด 10 MiB สำหรับแต่ละพื้นที่ทำงานและภาษาของผู้ใช้ที่ลงชื่อเข้าใช้
ไฟล์และโฟลเดอร์ถูกจำกัดไว้ที่ 1 MiB ต่อไฟล์ และระดับไดเร็กทอรีที่ซ้อนกัน 5 ระดับไฟล์ที่สร้างโดยโค้ดของคุณจะมีโควต้าเท่ากัน
ไลบรารีส่วนตัวถูกจำกัดไว้เพียง 10 แพ็คเกจที่ติดตั้งสำหรับแต่ละบัญชีและรันไทม์
สแน็ปช็อตที่แชร์สามารถมีไฟล์ได้สูงสุด 100 ไฟล์, 1 MiB ต่อไฟล์ และรวม 2 MiB
คำเชิญแบ่งปันรองรับได้มากถึง 25 คนต่อการแบ่งปัน โดยมีสิทธิ์การเข้าถึงและการบันทึกที่จัดการแยกกัน
แชร์แชทอนุญาตให้มีอักขระได้ 2,000 ตัวต่อข้อความ และ 10,000 ข้อความต่อแชร์
การบังคับใช้โควต้ายังใช้ในขณะที่โค้ดกำลังทำงานอยู่การเขียนที่เกินจำนวนไฟล์ ขนาด พื้นที่จัดเก็บ หรือขีดจำกัดการซ้อนจะถูกปฏิเสธอย่างปลอดภัย

ดีใจที่ได้รู้ รันโค้ดและติดตั้งแพ็คเกจที่คุณเชื่อถือเท่านั้นการดำเนินการจะถูกแยกออกและจำกัด แต่โปรแกรมของคุณยังคงสามารถแก้ไขไฟล์ภายในพื้นที่ทำงานที่เขียนได้จนถึงโควต้าที่บังคับใช้

📊 แนะนำ Matplotlib

1. Matplotlib คืออะไร?

Matplotlib เป็นไลบรารี Python ยอดนิยมสำหรับสร้างภาพข้อมูลแบบคงที่ แบบแอนิเมชัน และแบบโต้ตอบ โดยมีประโยชน์มากในการทำดาต้าวิทยาและคอมพิวติ้งเชิงวิทยาศาสตร์

import matplotlib.pyplot as plt

2. 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()