- 실행기
-
학습
Python 배우기 실행 가능한 예제, NumPy, pandas 등 AI / 머신러닝 배우기신경망, 머신러닝, LLM을 처음부터 C/C++ 배우기 포인터, 메모리, STL, 모던 C++ C# 배우기C# 기초, OOP, LINQ, async 및 .NET 연습 Matplotlib 배우기선, 막대, 산점도, 원 그래프를 시각화 도구와 함께 Rust 배우기소유권, 트레이트, 오류 처리, 스레드 Go 배우기슬라이스, 인터페이스, 고루틴, 채널 Python 알고리즘 검색, 정렬, 재귀와 시각화 도구 O(n) C/C++ 알고리즘 C와 C++ 구현 비교 어린이 코딩 놀면서 코딩을 배워요!
- 문제NEW
- 교사용NEW
- 업데이트
- 커피 한 잔 사 주기
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.
579,576 총 실행 (26,281 이번 달)
📊 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.
- 버전을 선택하고 현재 파일을 편집하거나 작업 공간의 다른 파일을 여세요.
- 코드를 실행하고 요청 시 터미널에 입력한 다음 저장된 실행 기록을 확인하세요.
- 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()