Awesome GitHub RepositoriesEmbedded Data Visualizations

Superset is a web-based business intelligence platform designed for data exploration, visualization, and interactive dashboarding. It functions as a query-driven analytics engine that connects to various SQL databases, allowing users to perform ad-hoc analysis, define virtual metrics, and build complex data visualizations through a centralized interface. The platform distinguishes itself through a robust semantic layer that transforms raw database schemas into calculated columns and virtual metrics, enabling consistent business logic across an organization. It features a plugin-based visualiz

pyecharts is a Python visualization library and wrapper for the Echarts JavaScript engine. It translates Python data and configurations into JSON specifications to generate interactive web-based charts and graphs. The library provides specialized capabilities for geographic data mapping using a comprehensive library of map assets to visualize spatial information. It also includes utilities to capture rasterized snapshots of rendered web visualizations for export as static image files. The tool supports rendering interactive plots directly within data science notebook environments and exporti

Wandb is a centralized platform for machine learning experiment tracking, model registry management, and workflow orchestration. It provides a comprehensive suite of tools for logging, visualizing, and versioning training metrics, model artifacts, and hyperparameter sweeps to ensure reproducibility across development cycles. The platform also functions as an observability tool for large language model applications, enabling the tracing of execution steps, token usage, and reasoning processes. The project distinguishes itself through its event-driven automation capabilities, which allow users

vue-echarts ist ein deklarativer Charting-Wrapper und Vue.js-Komponente für die Apache ECharts-Bibliothek. Es fungiert als Datenvisualisierungsbibliothek, die Konfigurationen und Daten-Updates auf eine Rendering-Engine abbildet, was das Einbetten interaktiver Graphen und Charts als wiederverwendbare Web-Komponenten ermöglicht. Das Projekt bietet ein System zur Verwaltung visueller Konsistenz durch Theme-Konfiguration und kontextbasierte Injektion. Es erlaubt eine tiefe Anpassung des Visualisierungs-Interfaces, einschließlich der Verwendung von Scoped Slots, um benutzerdefiniertes HTML-Markup innerhalb von Tooltips zu rendern und komplexe grafische Elemente zu konstruieren. Die Bibliothek handhabt gängige Visualisierungsanforderungen wie automatisches responsives Resizing, Event-Binding für Benutzerinteraktionen und die Verwaltung von Ladezustandsindikatoren. Um die Performance zu erhalten, verwendet sie ein Update-System, das partielle Konfigurationsänderungen berechnet, um Charts zu aktualisieren, ohne vollständige Neu-Initialisierungen durchzuführen.

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

dtale is a web-based interactive grid and visualizer for pandas dataframes, designed as an exploratory data analysis tool. It provides a browser-based interface for analyzing tabular data structures, allowing users to calculate statistics, detect outliers, and compute correlations without writing manual code. The project functions as an embedded data viewer that can be integrated into web applications via iframes or custom routes, with specific support for Django, Flask, and Streamlit. It enables the exploration of datasets through a combination of an interactive data grid and a data visualiz

Davinci ist eine Business-Intelligence- und Datenvisualisierungsplattform, die für den Aufbau interaktiver Dashboards und Berichte verwendet wird. Sie fungiert als SQL-basierter Dashboard-Builder und Multi-Tenant-Analytics-Dienst, der über JDBC und CSV-Dateien mit Datenbanken verbunden wird, um Rohdaten in visuelle Komponenten zu transformieren. Die Plattform zeichnet sich durch ihr granulares Sicherheitsmodell aus, das Zeilen- und Spalten-basierte Berechtigungen umfasst, die in LDAP- und OAuth2-Authentifizierung integriert sind. Sie bietet zudem ein eingebettetes Visualisierungstool, das es ermöglicht, sichere, parametrisierte Diagramme und Dashboards über URLs und Frames in externe Anwendungen einzubinden. Das System deckt ein breites Spektrum an Funktionen ab, einschließlich Datenmodellierung mit SQL-Vorlagen, einer Drag-and-Drop-Layout-Engine für responsive Dashboards und einer Vielzahl von Visualisierungstypen wie Sankey-Diagrammen, Radar-Charts und geografischen Karten. Zudem umfasst es Automatisierungen für die Planung E-Mail-basierter Berichte und nutzt Key-Value-Caching zur Optimierung der Abfrageleistung.

Just-dashboard ist ein Datenvisualisierungs-Framework, das die Erstellung interaktiver Web-Dashboards durch deklarative Konfigurationsdateien ermöglicht. Durch das Definieren von Layouts und Datenquellen in YAML oder JSON können Nutzer funktionale Oberflächen generieren, ohne benutzerdefinierten Frontend-Code zu schreiben. Das System fungiert als Dashboard-Builder, der diese strukturierten Definitionen in visuelle Komponenten umwandelt und sowohl die lokale Einbettung als auch die Remote-Bereitstellung unterstützt. Das Projekt zeichnet sich dadurch aus, dass Dashboards über versionskontrollierte Snippets gehostet und geteilt werden können, was den sofortigen Zugriff auf Datenvisualisierungen ermöglicht, ohne dass ein dediziertes Backend erforderlich ist. Es unterstützt dynamische Updates durch das Abrufen von Konfigurationsdateien zur Laufzeit und bietet interaktive Steuerelemente wie Dropdowns, die es Nutzern ermöglichen, Datenansichten direkt im Browser zu filtern und zu transformieren. Das Framework integriert sich als modulare Abhängigkeit in bestehende Webanwendungen und erleichtert die Einbindung von Analysen direkt in die Ansichtshierarchie eines Projekts. Es enthält automatisierte Tools zur Generierung statischer Typdeklarationen während des Build-Prozesses, was Konsistenz sicherstellt und Entwickler bei der Definition ihrer Dashboard-Strukturen unterstützt.