Awesome GitHub RepositoriesCustom Plotting Integrations

Charts is a data visualization framework and charting library for iOS, tvOS, and macOS. It provides a set of graphical components used to render interactive line, bar, pie, and scatter charts to represent complex data sets. The project serves as an implementation of a charting library adapted specifically for the Apple ecosystem. It includes a rendering engine capable of plotting data points directly from database records. The framework covers a broad range of visualization capabilities, including interactive data exploration via zooming and panning gestures, visual style customization for c

DearPyGui is a GPU-accelerated, immediate-mode graphical user interface framework for Python. It provides a high-performance toolkit for building interactive desktop applications by leveraging native hardware-accelerated rendering backends across multiple operating systems. By utilizing an immediate-mode execution model, the library offers direct control over the rendering loop and element state, enabling the creation of responsive, dynamic interfaces. The framework distinguishes itself through its ability to handle complex, high-frequency visual updates, making it suitable for real-time data

Seaborn is a Python library designed for statistical data visualization. It functions as a high-level interface built on the Matplotlib ecosystem, providing specialized routines to explore and communicate complex patterns within datasets. The framework enables users to generate informative graphics through automated statistical aggregation, multi-plot faceting, and integrated regression modeling. The library distinguishes itself through a declarative approach to data mapping, which translates raw inputs into visual properties like color, size, and position. It includes a robust statistical tr

uPlot ist eine hochperformante Canvas-Bibliothek für Zeitreihen-Charts, die darauf ausgelegt ist, Millionen von Datenpunkten mit hohen Frameraten zu rendern. Sie fungiert als hochfrequenter Datenvisualisierer und Plotter für Echtzeit-Datenströme und nutzt die HTML5-Canvas-API, um die Responsivität beim Plotten großer zeitlicher Datensätze beizubehalten. Das Projekt zeichnet sich als Plugin-basiertes Visualisierungs-Framework aus, das benutzerdefinierte Renderer erlaubt, um spezialisierte Visuals wie Heatmaps und Box-and-Whisker-Plots zu erstellen. Es dient zudem als interaktives Finanz-Charting-Tool, das speziell OHLC-Charts, Balken und Flächenbänder unterstützt. Die Bibliothek deckt ein breites Spektrum an Funktionen ab, einschließlich Achsenmanagement mit linearen, logarithmischen und uniformen Skalen sowie interaktiver Navigation via Zoomen, Pannen und synchronisierten Cursorn über mehrere verknüpfte Ansichten hinweg. Sie bietet Systeme für dynamisches Daten-Streaming mit Sliding-Window-Buffering und Tools für das Management fehlender Daten sowie zeitzonenbewusste Verarbeitung. Zusätzliche Funktionalität umfasst Stacked-Chart-Aggregation und die Möglichkeit, Visualisierungen in statische Bildformate zu exportieren.

ScottPlot is a cross-platform, high-performance charting library for .NET that renders interactive plots across desktop and web GUI frameworks including Windows Forms, WPF, MAUI, Avalonia, Blazor, and WinUI. It provides an optimized rendering engine capable of displaying millions of data points with interactive pan, zoom, and live data streaming, while also supporting image export to formats like PNG and SVG for file output, cloud applications, and notebooks. The library distinguishes itself through a comprehensive set of chart types including scatter, line, bar, pie, heatmap, financial, rada

sc-im is a text user interface spreadsheet calculator and data manager. It provides a keyboard-driven environment for performing mathematical computations and managing data grids within a command line interface. The application is scriptable, supporting custom functions, event-driven triggers, and the integration of external scripts to automate calculation tasks. It further allows for the loading of external compiled modules at runtime to extend its mathematical capabilities. The system covers data management through row sorting, filtering, and subtotal calculations. It supports data interop

Diese C++-Datenvisualisierungsbibliothek ist ein wissenschaftliches Plotting-Framework, das zum Erstellen von 2D- und 3D-Diagrammen, Netzwerk-Graphen und geografischen Karten verwendet wird. Sie arbeitet als Multi-Backend-Grafikbibliothek, die High-Level-Plotting-Logik von Low-Level-Rendering-Engines entkoppelt, um verschiedene Ausgabe-Backends zu unterstützen. Das Projekt zeichnet sich durch eine Dual-Interface-API aus, die sowohl ein globales funktionales Interface für schnelles Prototyping als auch ein objektorientiertes Interface für präzise Kontrolle bietet. Es verfügt über eine Komponenten-basierte Layout-Engine zur Verwaltung gekachelter Grids und Subplots, neben einem Layered-Plot-State, der es ermöglicht, mehrere Datenserien zu überlagern, ohne Achsen zu löschen. Die Bibliothek deckt ein breites Spektrum an Visualisierungsfunktionen ab, einschließlich mathematischem Funktionsplotten, Vektorfeldern und multidimensionaler Datenanalyse durch Heatmaps und parallele Koordinaten. Sie enthält spezialisierte Tools für die Visualisierung geografischer Daten, wie Geobubble- und Geodensity-Plots, sowie Tools zum Rendern gerichteter und ungerichteter Graphennetzwerke. Zu den allgemeinen Funktionen gehören Achsenverwaltung, ästhetisches Styling mit Colormaps und der Export hochwertiger Grafiken. Das Projekt nutzt CMake für Build-Automatisierung und Dependency-Retrieval, um die Installation über verschiedene Betriebssysteme hinweg zu erleichtern.

Dieses Projekt ist eine Sammlung von Implementierungsmustern und Quellcodebeispielen für den Bau von Desktopanwendungen mit verschiedenen Python-Interface-Bibliotheken. Es bietet Referenzimplementierungen und Architekturmuster für mehrere Frameworks, darunter PyQt, PySide, Tkinter, Kivy und Streamlit. Das Repository zeichnet sich dadurch aus, dass es spezialisierte Beispiele für diverse Interface-Typen bietet, von professioneller Desktop-Software und nativen Fenstern bis hin zu reaktiven webbasierten Daten-Dashboards und Data-Science-Tools. Es enthält spezifisches Referenzmaterial für plattformübergreifende UI-Muster, wie Model-View-Layouts und asynchrone Hintergrundaufgaben-Ausführung. Das Projekt deckt ein breites Spektrum an Funktionen ab, einschließlich Layout-Management, Entwicklung benutzerdefinierter Widgets mit Animationen und GPU-beschleunigtem Rendering für Echtzeit-Visualisierungen. Es demonstriert zudem Datenmanagement-Techniken wie proxybasiertes Filtern und tabellarisches Datenstyling sowie Deployment-Workflows zum Verpacken von Quellcode in verteilbare Executables mit eingebetteten Assets. Die Beispiele adressieren zudem funktionale UI-Komponenten wie Eingabevalidierung, Navigationsmenüs und System-Tray-Integration sowie Sicherheitsimplementierungen für Benutzerauthentifizierung und rollenbasierte Zugriffskontrolle.

This project is a mathematical visualization library and a collection of algorithmic art. It serves as a data visualization guide and an interactive visualizer, providing a set of implementations for rendering complex geometric shapes and mathematical concepts through code. The collection focuses on generating aesthetic patterns and precise graphic elements, including fractals, Bezier curves, and Lissajous patterns. It uses recursive functions and iterative algorithms to produce complex geometric structures and algorithmic art. The library covers a range of capabilities including interactive

Makie.jl is a high-performance Julia data visualization library and hardware-accelerated plotting engine used to create interactive 2D and 3D visualizations. It functions as a reactive visualization framework where plots update automatically via observables and compute graphs, and as a vector graphics generator for high-resolution academic output. The system is distinguished by its backend-agnostic rendering pipeline, which supports OpenGL, WebGL, and ray-traced scenes. It employs a grammar-of-graphics approach to map variables to aesthetic attributes and utilizes a hierarchical scene graph t

Patchwork is a layout manager for combining multiple ggplot2 graphics into a single complex arrangement. It functions as a multi-plot composition tool and data visualization orchestrator, allowing independent graphics to be arranged into grids and nested layouts using additive and functional syntax. The system differentiates itself through a broadcast-based style application that propagates themes and scales across all subplots to maintain visual consistency. It also features guide-merging reconciliation to identify and collapse redundant legends into a single shared global guide. The framew