Matplotlib 온라인 컴파일러 - Python 차트 실행 및 그리기

Matplotlib 코드를 브라우저에서 직접 실행해 보세요. 설정 없이 CLI에서 차트 생성 및 디버깅 – 빠르고 편리한 테스트와 학습을 지원합니다.

사전 설치 라이브러리
579,576 총 실행 (26,281 이번 달)
퍼가기
출력

Python 코딩 챌린지로 연습하기

이 에디터에서 직접 문제를 풀고, 샘플 테스트 실행 및 제출, AI 코드 리뷰를 받아보세요.

모든 Python 챌린지
쉬움

Rectangle Perimeter

Compute the perimeter of a rectangle from its sides.

배우는 내용 산술반환값
BeginnerLearning-pathVariables
쉬움

Distance Between Points

Compute the straight-line distance between two points.

배우는 내용 피타고라스 정리제곱근
BeginnerFunctionsLearning-pathmath
쉬움

두 벡터의 내적

두 벡터를 원소별로 곱한 뒤 모두 더합니다. 모든 뉴런의 핵심 연산입니다.

배우는 내용 벡터내적
신경망ai머신 러닝
쉬움

Days in a Month

Return how many days a month has, including leap years.

배우는 내용 달력 규칙도우미 함수
BeginnerConditionsFunctionsLearning-path
쉬움

세 수의 평균

세 개의 정수를 평균하세요.

배우는 내용 산술나눗셈
BeginnerLearning-pathVariables
쉬움

소수 판별

숫자가 소수인지 판별하세요.

배우는 내용 나누어떨어짐 판별반복문 최적화
BeginnerLoopsNumbersStudent-beginner
쉬움

Number Triangle

Build a triangle of increasing numbers.

배우는 내용 길어지는 행행을 넘나드는 카운터
BeginnerLearning-pathNested-loopsPatterns
쉬움

Count Pairs With a Sum

Count pairs of positions whose values add up to a target.

배우는 내용 인덱스 쌍중복 세기 피하기
ArraysBeginnerLearning-pathNested-loops
쉬움

Largest of Three

Pick the largest of three numbers without a built-in max.

배우는 내용 비교조건 결합
BeginnerConditionsLearning-path
쉬움

Celsius to Fahrenheit

Convert a temperature from Celsius to Fahrenheit.

배우는 내용 공식연산자 우선순위
BeginnerLearning-pathVariables
쉬움

Password Rules Check

Check a password against simple strength rules.

배우는 내용 유효성 검사불리언 플래그
BeginnerConditionsLearning-pathStrings
쉬움

암스트롱 수

숫자가 각 자릿수를 자릿수 개수만큼 거듭제곱한 합과 같은지 확인하세요.

배우는 내용 자릿수 추출거듭제곱
BeginnerNumbersStudent-beginner

📊 Matplotlib 온라인 실행기 소개

CodeUtility Matplotlib 실행기는 설치나 로컬 환경 구성 없이 브라우저에서 바로 Matplotlib 그래프 명령을 포함한 Python 코드를 작성하고 실행할 수 있도록 해줍니다. Matplotlib이 미리 설치된 실제 Python 환경에서 실행되어 시각 출력물을 즉시 생성할 수 있습니다.

이 도구는 최신 Matplotlib 버전을 사용하며, NumPy와 Pandas를 포함해 데이터 분석과 과학 계산에 흔히 쓰이는 Python 라이브러리를 지원합니다.

2D 차트, 산점도, 히스토그램, 사용자 정의 시각화 등을 만들 수 있으며 - 코드 실행에 성공하면 그림을 자동으로 캡처하여 팝업 창에 표시합니다.

Jupyter Notebook이나 로컬 Python 환경 없이도 Python 시각화 코드를 빠르게 실험하고 싶은 학습자, 데이터 사이언티스트, 엔지니어에게 안성맞춤입니다.

단순한 코드 실행기 그 이상

하나의 실행기에서 다중 파일 편집기, 격리된 실행 터미널, 런타임별 라이브러리, 영구 작업 공간, 공유 및 실시간 협업을 이용하세요.

이 실행기는 어떻게 사용하나요?

런타임을 선택하고 파일을 열거나 만든 다음 코드를 작성하고 실행을 선택하세요. 출력은 터미널에 표시되며, 로그인한 사용자는 작업 공간에 파일을 보관하고 라이브러리를 설치하며 공유를 통해 협업할 수 있습니다.

  1. 버전을 선택하고 현재 파일을 편집하거나 작업 공간의 다른 파일을 여세요.
  2. 코드를 실행하고 요청 시 터미널에 입력한 다음 저장된 실행 기록을 확인하세요.
  3. 작업에 둘 이상의 코드 조각이 필요하면 라이브러리, 작업 공간 도구, 공유 및 채팅을 사용하세요.

📊 Matplotlib 소개

1. Matplotlib이란?

Matplotlib은 정적, 애니메이션, 대화형 시각화를 만들 때 사용하는 인기 있는 Python 라이브러리입니다. 특히 데이터 사이언스와 과학 계산에서 유용합니다.

import matplotlib.pyplot as plt

2. 선 그래프

X와 Y 값을 사용하는 기본 선 그래프입니다.

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [2, 4, 6, 8]

plt.plot(x, y)
plt.title("선 그래프")
plt.xlabel("X축")
plt.ylabel("Y축")
plt.show()

3. 막대 차트

막대 차트는 이산 범주를 비교할 때 유용합니다.

categories = ['A', 'B', 'C']
values = [5, 7, 3]

plt.bar(categories, values)
plt.title("막대 차트")
plt.show()

4. 산점도

두 개의 수치형 변수 간 관계를 보여줄 때 산점도를 사용합니다.

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]

plt.scatter(x, y)
plt.title("산점도")
plt.show()

5. 파이 차트

파이 차트는 비율을 나타낼 때 사용합니다.

labels = ['사과', '바나나', '체리']
sizes = [30, 40, 30]

plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title("과일 분포")
plt.show()

6. 히스토그램

히스토그램은 수치 데이터의 분포를 이해하는 데 도움이 됩니다.

import numpy as np

data = np.random.randn(1000)

plt.hist(data, bins=30)
plt.title("히스토그램")
plt.show()

7. 여러 플롯

서브플롯을 사용해 하나의 Figure에 여러 차트를 그립니다.

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("플롯 1")

plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title("플롯 2")

plt.tight_layout()
plt.show()

8. 스타일 커스터마이즈

색상, 스타일, 마커 등 다양한 요소를 커스터마이즈할 수 있습니다.

plt.plot(x, y1, color='red', linestyle='--', marker='o')
plt.title("스타일 적용 선")
plt.show()

9. 플롯을 이미지로 저장

savefig()를 사용해 플롯을 이미지 파일로 저장하세요.

plt.plot(x, y1)
plt.savefig("my_plot.png")

10. 3D 플롯(고급)

Matplotlib은 mpl_toolkits.mplot3d를 통해 3D 플로팅도 지원합니다.

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()