Awesome GitHub RepositoriesVisual Data Explorers

Nebula is a distributed graph database designed for storing and querying massive volumes of interconnected vertices and edges across a horizontally scalable cluster. It functions as a Kubernetes-native database and a distributed graph analytics engine, utilizing a Raft-based distributed store to ensure strong consistency and high availability. The system features an OpenCypher query engine for performing complex graph traversals and pattern matching. It distinguishes itself with a decoupled compute-storage architecture and a shared-nothing distributed design, allowing query processing and dat

FiftyOne هي أداة بصرية لتنظيم وتحليل وإدارة مجموعات بيانات الصور والفيديو لتدريب نماذج التعلم الآلي. تعمل كمنصة لتحديد أخطاء التعليقات التوضيحية، وتحسين تسميات الحقيقة الأرضية (ground truth)، وتقييم أداء نماذج الرؤية من خلال مقارنة التنبؤات بالحقيقة الأرضية لتحديد أنماط الفشل. يعمل النظام كمنصة بيانات بالحاويات تدعم تعاون الفريق على مجموعات البيانات البصرية واسعة النطاق في بيئة سحابية. ويتضمن قدرات متخصصة لاستكشاف التضمينات عالية الأبعاد لاكتشاف مجموعات البيانات واسترداد العينات البصرية المقابلة. تغطي المنصة مجموعة واسعة من القدرات بما في ذلك التعليقات التوضيحية للبيانات ثنائية وثلاثية الأبعاد، والتحقق من جودة مجموعة البيانات، واستكشاف البيانات البصرية. وتتكامل مع أطر عمل التعلم العميق لنقل البيانات من التنظيم إلى تدريب النموذج وتستخدم مخزن بيانات وصفية قائم على المستندات لإدارة هياكل مجموعات البيانات.

Vaex is a high-performance Apache Arrow DataFrame library and out-of-core data processing engine designed to handle billion-row tabular datasets in Python. It functions as a lazy evaluation framework that defers computations and transformations until results are required, enabling the processing of datasets that exceed available system RAM by mapping files directly from disk. The project distinguishes itself as a tool for big data visualization and exploration, specifically integrated for use within interactive notebooks. It provides specialized capabilities for machine learning feature engin

A/B Street is an open-source traffic simulation and urban planning tool that models how cars, bikes, and pedestrians move through real-world street networks. It imports data from OpenStreetMap to build detailed, lane-level road models, then runs discrete-event simulations to analyze travel times, delays, and congestion patterns across different infrastructure scenarios. The project provides an interactive map editor for modifying road geometry, lane configurations, traffic signals, and access restrictions, with full undo/redo support. Users can design low-traffic neighborhoods by placing moda

vis is a JavaScript data visualization library used to render interactive networks, timelines, and graphs directly in the web browser. It functions as a relational data mapper and browser-based charting tool, turning complex structured data into dynamic visual patterns to expose entity relationships. The library provides specialized tools for force-directed network graphs, where relational data is represented as interactive nodes and edges. It also includes an interactive timeline component for plotting chronological events and time intervals on a scalable temporal axis. The project covers b

Facets is a set of interactive software tools for the statistical analysis, distribution visualization, and multidimensional exploration of machine learning datasets. It provides a visual interface for identifying outliers and missing values in numeric and string data, specifically designed for auditing dataset quality and identifying skews between training and validation sets. The system uses multidimensional facet-based visualization and interactive bucketing to map individual data points across multiple feature axes. It employs synchronized view filtering and animated dimension transitions

GrowthBook is a feature flagging and experimentation platform that utilizes a warehouse-native approach to data analysis. It serves as a system for managing feature rollouts and conducting A/B tests by executing SQL queries directly against existing data warehouses to calculate experiment results. The platform is distinguished by its integration of a Model Context Protocol server, which allows AI coding assistants and IDEs to manage flags and query analytics using natural language. It also provides specialized capabilities for AI model optimization, enabling the testing of prompts and models

SandDance is a hardware-accelerated visualization library and web-based data explorer designed for the interactive analysis of large, non-aggregated datasets. It functions as an interactive data visualization tool that renders complex datasets and intricate visuals within a browser. The project provides an embeddable data canvas consisting of web components and tags, allowing for the integration of full visualization interfaces and interactive charts into external web applications. It utilizes WebGL hardware acceleration to efficiently render large volumes of data as interactive graphics. Th

Data-Juicer is an open-source framework for cleaning, filtering, deduplicating, and transforming multimodal datasets to prepare them for training large language and vision models. It functions as a distributed data pipeline engine that runs processing jobs across Ray clusters, handling billions of samples with automatic operator fusion and adaptive parallelism. The framework provides a library of operators that leverage large language models for semantic extraction, filtering, and data synthesis within processing pipelines. The project distinguishes itself through a YAML-based data recipe sys

Gephi is an open-source desktop application for visualizing and analyzing large-scale network graphs. It provides an interactive platform for exploring complex relational data, combining hardware-accelerated rendering with real-time layout controls and a plugin-based modular architecture. The platform distinguishes itself through its ability to handle networks of up to 100,000 nodes and 1,000,000 edges using a custom OpenGL rendering engine, enabling smooth real-time interaction. It includes a force-directed layout engine with real-time adjustment, a dynamic filter pipeline for selecting node

Fast n-dimensional filtering and grouping of records.

Aim is an open-source platform for logging, visualizing, and comparing machine learning training runs and LLM traces. It provides a remote tracking server and a comparison UI, functioning as an ML experiment tracker, AI workflow logger, and LLM trace recorder that captures prompts, generations, and tool calls from AI applications. The platform distinguishes itself through a run-based data model with local SQLite storage, real-time metric streaming, and a plugin-based explorer system that supports specialized visual analysis of metrics, images, audio, and text. It offers a Python SDK with cont

هذا المشروع عبارة عن منهج تعليمي للتعلم الآلي ومنصة تعليمية يتم تقديمها من خلال دفاتر Jupyter التفاعلية. يعمل كدليل شامل لإتقان مجموعة أدوات علوم البيانات في Python، ويوفر دروساً منظمة للحوسبة العددية، ومعالجة البيانات الجدولية، والتصور الإحصائي. يتضمن المنهج أدلة تنفيذ محددة لـ Scikit-Learn ودورة عملية حول TensorFlow لبناء وتدريب ونشر الشبكات العصبية ونماذج رؤية الحاسب. ويغطي العملية الشاملة لبناء النماذج التنبؤية، من صياغة المشكلة الأولية وتصنيف المهام إلى نشر النماذج عبر واجهات الويب التفاعلية. يغطي المشروع سطح إمكانات واسع بما في ذلك الحوسبة العددية مع المصفوفات متعددة الأبعاد، وتحليل البيانات الاستكشافي، وروتينات معالجة البيانات مسبقاً. ويوفر سير عمل مفصلاً للتعلم الخاضع للإشراف وغير الخاضع للإشراف، وخطوط أنابيب التعلم الآلي المؤتمتة، وتحسين المعلمات الفائقة، وتقييم النموذج باستخدام مقاييس التصنيف والتحقق المتبادل. يتم تنظيم المحتوى التعليمي كسلسلة من الدفاتر التي تتداخل فيها أكواد Python مع التفسيرات السردية لتوثيق سير عمل علوم البيانات.

Orange3 is a visual data mining platform that provides an interactive canvas for building data analysis workflows without writing code. At its core, it offers a widget-based visual programming environment where users connect configurable components to perform data preprocessing, machine learning model training, statistical evaluation, and interactive visualization. The platform is built on NumPy-backed data tables with domain descriptors that define variable names, types, and roles, and includes a lazy SQL query proxy for working with database tables without loading all data into memory. The

Live-Charts هي مكتبة لتصور البيانات في .NET توفر مجموعة من المخططات والخرائط والمقاييس التفاعلية. تعمل كمحرك تخطيط في الوقت الفعلي ومكتبة رسومات متعددة التنسيقات مصممة لعرض مجموعات البيانات المعقدة داخل تطبيقات .NET. تتميز المكتبة بأدوات لإنشاء لوحات معلومات بيانات تفاعلية قادرة على استكشاف مجموعات البيانات الكبيرة. ويتم دعم ذلك من خلال نظام للتكبير، والتحريك، واستخدام محاور إحداثيات متعددة للتنقل عبر مئات الآلاف من نقاط البيانات. يدعم محرك التصور مجموعة متنوعة من التنسيقات بما في ذلك الأشرطة، والخطوط، والخرائط الحرارية، والخرائط الجغرافية. ويتضمن إمكانيات لمراقبة البيانات في الوقت الفعلي وتطوير لوحات معلومات سطح المكتب لتتبع المقاييس والاتجاهات الحية.

dlt هي أداة لاستيعاب البيانات بلغة Python وإطار عمل لخط أنابيب ETL مصمم لجلب البيانات من مصادر متنوعة وحفظها في وجهات مهيكلة. تعمل كمحرك لاستنتاج المخطط (schema inference) يكتشف تلقائياً أنواع البيانات ويسطح هياكل JSON المتداخلة في جداول علائقية، ناقلاً البيانات من المصادر إلى بحيرات البيانات، أو المستودعات، أو قواعد بيانات المتجهات. يتميز المشروع بتوليد خط أنابيب مدعوم بالذكاء الاصطناعي، باستخدام نماذج لغات كبيرة لسقالات كود الاستخراج والموصلات لـ REST APIs. كما يدعم تخزين المتجهات متعدد الوسائط والتعبئة المتخصصة لقواعد بيانات المتجهات لدعم تطبيقات الذكاء الاصطناعي والتعلم الآلي. يغطي إطار العمل مجموعة واسعة من القدرات بما في ذلك تطور المخطط المؤتمت، وتحميل البيانات التزايدي عبر تتبع الحالة، والتحقق من جودة البيانات من خلال فرض عقود البيانات. يوفر أدوات لتطبيع البيانات العلائقية، وتحويلات ما قبل وما بعد التحميل، ومجموعة متنوعة من محولات الوجهة لقواعد بيانات SQL ومخازن الكائنات السحابية. تتم إدارة المراقبة من خلال لوحات معلومات تنفيذ خط الأنابيب، وتتبع نسب الأعمدة، والتحقق من إصدار المخطط باستخدام التجزئات القائمة على المحتوى.

هذا المشروع عبارة عن مورد تعليمي شامل ودليل تقني يركز على تعلم الآلة القابل للتفسير والذكاء الاصطناعي القابل للشرح. يعمل ككتاب مدرسي ومرجع لتنفيذ التقنيات التي تجعل نماذج تعلم الآلة المعقدة شفافة ومفهومة للبشر. يوفر المورد إرشادات حول بناء نماذج شفافة بطبيعتها، مثل أشجار القرار والنماذج الخطية المتفرقة، وتطبيق طرق الشرح اللاحقة على أنظمة الصندوق الأسود. يفصل المنهجيات المحددة لقياس أهمية الميزة، وتوليد مبررات للتنبؤات الفردية، واستخدام نماذج بديلة لتقريب عمليات صنع القرار المعقدة. يغطي المحتوى مجموعة واسعة من القدرات التحليلية، بما في ذلك تحليل تأثير الميزة العالمية والمحلية، وقابلية تفسير رؤية الكمبيوتر، واستخدام المساهمات القائمة على نظرية الألعاب مثل قيم Shapley. كما يتناول تقييم النموذج من خلال تقييمات القابلية للتفسير، وسير عمل تصحيح الأخطاء لتحديد اختصارات النموذج، وتصميم هياكل الخوارزميات الشفافة. يتم تنفيذ المشروع كمجموعة من دفاتر Jupyter.

dtale هو شبكة تفاعلية قائمة على الويب ومصور لإطارات بيانات pandas، مصمم كأداة تحليل بيانات استكشافية. يوفر واجهة قائمة على المتصفح لتحليل هياكل البيانات الجدولية، مما يسمح للمستخدمين بحساب الإحصائيات، واكتشاف القيم المتطرفة، وحساب الارتباطات دون كتابة كود يدوي. يعمل المشروع كعارض بيانات مضمن يمكن دمجه في تطبيقات الويب عبر iframes أو مسارات مخصصة، مع دعم محدد لـ Django و Flask و Streamlit. يتيح استكشاف مجموعات البيانات من خلال مزيج من شبكة بيانات تفاعلية ومكتبة تصور بيانات قادرة على إنشاء رسوم بيانية، ومخططات صندوقية، ومخططات تشتت ثلاثية الأبعاد. تغطي المنصة مجموعة واسعة من قدرات إدارة وتحليل البيانات، بما في ذلك تنظيف البيانات الجدولية، وإعادة التشكيل، والتصفية التفاعلية. يتضمن أدوات مراقبة لتحليل البيانات المفقودة، وحساب الارتباط، وتسجيل القوة التنبؤية. لإدارة الجلسة، يدعم تتبع المثيلات المتعددة واستمرارية الحالة عبر عمليات العامل المتزامنة. الواجهة محمية بمصادقة اسم المستخدم وكلمة المرور وتدعم استيعاب البيانات من الملفات المحددة، وجداول البيانات، ومخازن بيانات ArcticDB.

Epoch هو محرك رسوم بيانية ومكتبة تصور قابلة للتنسيق بـ CSS مصممة للبيانات في الوقت الفعلي والبيانات الإحصائية. يعمل كأداة رسوم بيانية للسلاسل الزمنية تعرض البيانات التاريخية والحية باستخدام مزيج من رسومات SVG وHTML5 Canvas للحفاظ على الأداء أثناء التحديثات المتكررة. تتميز المكتبة من خلال نظام استعلام CSS موحد يطبق الأنماط على كل من عناصر الرسم المتجهية والنقطية. يسمح هذا بحل السمة المرئية عبر فئات CSS والقدرة على تخصيص مظهر سلاسل بيانات محددة باستخدام أوراق الأنماط. تغطي مجموعة الأدوات مجموعة واسعة من أنواع التصور، بما في ذلك الرسوم البيانية الخطية، والمساحية، والشريطية، والخرائط الحرارية لتحليل الاتجاهات، بالإضافة إلى المقاييس، والرسوم البيانية الدائرية، والأشرطة المجمعة للوحات المعلومات. كما توفر قدرات للاستكشاف الإحصائي من خلال المخططات المبعثرة والرسوم البيانية التي تستخدم تجميع الدلاء المنفصل ومزج الألوان لإظهار تركيز البيانات.

Embedding Atlas هي واجهة تعتمد على الويب لعرض تضمينات المتجهات عالية الأبعاد وتحليل مجموعات البيانات المعقدة من خلال التجميع المرئي التفاعلي. تعمل كمحلل بيانات عالي الأبعاد يُستخدم لاكتشاف الاتجاهات وأنماط الكثافة، وتعمل كمستكشف لتشابه المتجهات لتحديد نقاط البيانات المتجاورة ضمن مجموعات بيانات التضمين واسعة النطاق. يوفر المشروع لوحة تحكم بيانات متعددة الوسائط ومتزامنة تربط البيانات الجدولية بالصور، والصوت، والنصوص. يستخدم العرض المسرّع بالأجهزة لعرض ملايين نقاط التضمين ويستخدم إسقاط الخرائط عالي الأبعاد للكشف عن هياكل البيانات العالمية والمجموعات. تغطي مجموعة الأدوات مجموعة واسعة من الإمكانيات التحليلية، بما في ذلك البحث عن التشابه في الوقت الفعلي، والفهرسة المكانية للجيران الأقرب، ومزامنة حالة التصفية المتقاطعة عبر لوحات التحكم المرتبطة. كما تتضمن واجهات لاستكشاف البيانات المؤتمت، مما يسمح للمتحكمات بتنفيذ الاستعلامات وتحديث المخططات المرئية برمجياً.