返回 工具

Python 線上編譯器

我的工具
暫無工具

載入中...

如何線上執行 Python 程式碼

  1. 1

    貼上程式碼或選擇範例

    在編輯器中輸入 Python 程式碼,或者先從預設範例中選擇 NumPy、Pandas、Matplotlib 等範例快速開始。

  2. 2

    選擇執行環境版本

    執行前可在工具列選擇 Python 與 Pyodide 執行環境版本,涵蓋 Python 3.8 到 3.12。

  3. 3

    載入需要的函式庫並執行

    如果程式碼使用了第三方函式庫,可先開啟"函式庫管理"載入所需套件;缺少套件而出錯時,也可以一鍵安裝後重新執行。

  4. 4

    查看結果並分享

    執行後在輸出區查看結果、錯誤或 Matplotlib 圖表,並可複製輸出、復原歷史記錄或產生分享連結。

功能概覽

免費的 Python 線上編譯器與 Python Playground。基於 Pyodide 在瀏覽器中本機執行 Python 程式碼,可按需載入 NumPy、Pandas、Matplotlib、Scikit-learn、Requests 等常用函式庫,無需安裝本機環境。

工具描述

免費 Python 3.8-3.12 線上編譯器。可上傳 CSV、Excel、字型和 .py 檔案、管理專案目錄、使用 NumPy/Pandas/Matplotlib 並匯出 ZIP。

最近更新

能力清單

  • 可在 Python 3.8-3.12 的真實 Pyodide 執行環境之間切換,適合學習、範例驗證和快速實驗。
  • 內建 15+ 常用 Python 函式庫,可載入 NumPy、Pandas、Matplotlib、SciPy、Scikit-learn、Requests、Beautiful Soup 等。
  • 提供函式庫管理器和快速組合預設,自動處理依賴並顯示預計載入大小。
  • 自動辨識缺少的套件並提供一鍵安裝入口,減少匯入出錯後的排查成本。
  • 支援標準輸入、標準輸出、錯誤輸出和執行警告,Matplotlib 圖表可直接在結果面板查看。
  • 提供 12+ 預設範例、最近 20 條本機歷史紀錄和分享連結,方便教學、除錯和協作。
  • 所有程式碼和資料都在瀏覽器本機執行,不上傳伺服器,適合隱私敏感場景。
  • 支援上傳檔案、資料夾和 ZIP 專案,在可收合檔案樹中管理 /project 虛擬檔案系統,並用相對路徑讀取或產生檔案。
  • 支援從專案檔案載入 Matplotlib 中文字型,並可下載 main.py、requirements.txt、專案 ZIP 和查看本機 PyInstaller 建置說明。

使用者回饋

將附帶最近一次執行的版本、錯誤類型和環境資訊,不包含程式碼或專案檔案。

提交的內容將在審核(必要時會做脫敏處理)後公開展示;請勿在內容中填寫電子郵件、密碼等個人資訊。

您的回饋幫助我們做得更好 ❤️

相關工具

相關指南

常見問題

如何線上執行 Python 程式碼?
將 Python 程式碼貼到編輯器中,或先選擇一個預設範例,然後點選「執行」即可。工具會在瀏覽器中本機執行程式碼,並即時顯示輸出結果、錯誤訊息或圖表。
這個 Python 線上編譯器支援 NumPy、Pandas、Matplotlib 嗎?
支援。本工具可載入 NumPy、Pandas、Matplotlib、SciPy、Scikit-learn、Requests、Beautiful Soup 等 15+ 常用函式庫,適合做科學計算、資料分析和視覺化驗證。
如果匯入時出現缺少函式庫的錯誤怎麼辦?
當程式碼裡使用了尚未載入的函式庫時,工具會自動辨識常見缺少的套件,並給出一鍵安裝入口。你也可以主動開啟「函式庫管理」搜尋並載入需要的函式庫。
如何儲存、匯出或分享 Python 專案?
程式碼、上傳檔案和執行產生的檔案會儲存在目前瀏覽器。可下載 main.py、requirements.txt 或完整專案 ZIP;程式碼分享連結只包含 main.py 和 Python 版本。需要執行檔時,請匯出專案並在目標作業系統使用 PyInstaller;瀏覽器不能直接產生 EXE、macOS App 或 Linux 二進位檔。
程式碼會上傳到伺服器嗎?
不會。Python 程式碼、輸出結果和大部分處理都在瀏覽器本機完成,不會主動上傳到伺服器,適合除錯敏感腳本或私有資料處理流程。
可以上傳自訂 Python 模組和 CSV、Excel、字型等專案檔案嗎?
可以。檔案面板支援單一檔案、多個檔案、資料夾和 ZIP,保留目錄結構並寫入 /project。Python 可用相對路徑讀取 CSV、Excel、JSON、圖片和字型,也能直接 import 專案中的 .py 模組;Matplotlib 中文字型需透過 font_manager.addfont() 註冊。
這個工具適合哪些場景?
它適合學習 Python、驗證語法、測試演算法、示範教學、處理小規模資料以及快速試跑 NumPy、Pandas、Matplotlib 程式碼。對於正式部署或長時間重計算任務,仍建議使用本機或伺服器環境。