Создание графиков на Python без установки: онлайн инструменты и практические примеры

Продвинутые примеры визуализации в онлайн средах

Несколько графиков в одном окне (subplots)

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2*np.pi, 400)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure(figsize=(10,4))
plt.subplot(1,2,1)
plt.plot(x, y1)
plt.title('Синус')

plt.subplot(1,2,2)
plt.plot(x, y2)
plt.title('Косинус')

plt.tight_layout()
plt.show()

Результат: два рядом расположенных графика в одной фигуре.

Анимированный график (matplotlib.animation) в Google Colab

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
from IPython.display import HTML
import numpy as np

fig, ax = plt.subplots()
x = np.linspace(0, 2*np.pi, 100)
line, = ax.plot(x, np.sin(x))

def update(frame):
    line.set_ydata(np.sin(x + frame/10))
    return line,

ani = FuncAnimation(fig, update, frames=100, blit=True)
HTML(ani.to_jshtml())  # или ani.to_html5_video()

Результат: интерактивная анимация синусоиды, отображаемая в Colab.

Интерактивный график с Plotly и ipywidgets

import plotly.graph_objects as go
import ipywidgets as widgets
from IPython.display import display
import numpy as np

x = np.linspace(0, 10, 100)
fig = go.FigureWidget(data=[go.Scatter(x=x, y=np.sin(x), mode='lines')])

slider = widgets.FloatSlider(value=1.0, min=0.1, max=2.0, step=0.1, description='Частота')

def update(change):
    fig.data[0].y = np.sin(slider.value * x)

slider.observe(update, names='value')
display(widgets.VBox([slider, fig]))

Результат: ползунок для изменения частоты синусоиды, график обновляется динамически.

Статистические графики seaborn (boxplot) с загрузкой данных из CSV

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

# загрузка данных (пример с iris из сети)
df = sns.load_dataset('iris')
plt.figure(figsize=(8,5))
sns.boxplot(data=df, x='species', y='petal_length')
plt.title('Длина лепестка по видам ирисов')
plt.show()

Результат: ящик с усами для каждого вида ириса, отображающий распределение признака.

Трёхмерный график поверхности (mplot3d)

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-5, 5, 50)
y = np.linspace(-5, 5, 50)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

fig = plt.figure(figsize=(8,6))
ax = fig.add_subplot(111, projection='3d')
surf = ax.plot_surface(X, Y, Z, cmap='viridis')
fig.colorbar(surf)
plt.title('Поверхность')
plt.show()

Результат: трёхмерный цветной график с осями и цветовой шкалой.

Сохранение графика в файл и скачивание в Colab

import matplotlib.pyplot as plt
from google.colab import files
import numpy as np

x = np.linspace(0, 10, 100)
plt.plot(x, np.sin(x))
plt.savefig('graph.png', dpi=150, bbox_inches='tight')
files.download('graph.png')

Результат: файл graph.png сохраняется локально после выполнения ячейки.

Использование стилей matplotlib (ggplot, seaborn)

import matplotlib.pyplot as plt
import numpy as np

plt.style.use('ggplot')  # или 'seaborn-v0_8-darkgrid'

x = np.linspace(0, 2*np.pi, 100)
plt.plot(x, np.sin(x), label='sin')
plt.plot(x, np.cos(x), label='cos')
plt.legend()
plt.title('Графики в стиле ggplot')
plt.show()

Результат: графики с серым фоном и сеткой, характерным для ggplot.