Awesome GitHub RepositoriesMultidimensional Visualization

Esta librería de visualización de datos en C++ es un framework de trazado científico utilizado para crear gráficos 2D y 3D, grafos de red y mapas geográficos. Opera como una librería de gráficos multi-backend, desacoplando la lógica de trazado de alto nivel de los motores de renderizado de bajo nivel para soportar varios backends de salida. El proyecto se distingue por una API de interfaz dual, que proporciona tanto una interfaz funcional global para prototipado rápido como una interfaz orientada a objetos para un control preciso. Cuenta con un motor de diseño basado en componentes para gestionar cuadrículas y subgráficos, junto con un estado de trazado en capas que permite superponer múltiples series de datos sin borrar los ejes. La librería cubre una amplia gama de capacidades de visualización, incluyendo trazado de funciones matemáticas, campos vectoriales y análisis de datos multidimensionales mediante mapas de calor y coordenadas paralelas. Incluye herramientas especializadas para la visualización de datos geográficos, como gráficos geobubble y geodensity, así como herramientas para renderizar redes de grafos dirigidos y no dirigidos. Las capacidades generales incluyen gestión de ejes, estilo estético con mapas de colores y exportación de gráficos de alta calidad. El proyecto utiliza CMake para la automatización de la compilación y la recuperación de dependencias para facilitar la instalación en diferentes sistemas operativos.

Stumpy es una librería de Python para análisis de series temporales escalable centrada en la implementación de algoritmos de perfil de matriz (matrix profile). Proporciona un framework para calcular perfiles de distancia para identificar patrones repetitivos y anomalías dentro de datos de series temporales. El proyecto se distingue por su capacidad para escalar cálculos pesados a través de hardware GPU y clusters distribuidos utilizando Dask. Admite análisis multidimensional para descubrir motivos a través de flujos de datos concurrentes y ofrece computación incremental para análisis de streaming en tiempo real. La librería cubre una amplia gama de técnicas de minería de series temporales, incluyendo descubrimiento de motivos, detección de anomalías y coincidencia de patrones de secuencia. También proporciona herramientas para segmentación semántica para detectar cambios de régimen y la extracción de cadenas ordenadas temporalmente de patrones de subsecuencia similares.