Awesome GitHub RepositoriesChart Annotations

This project is an educational resource and a collection of instructional materials for performing data manipulation and statistical analysis using Python. It provides a comprehensive set of guides and code examples for using the Pandas, NumPy, and Matplotlib libraries to analyze structured data. The resource includes a dedicated guide for reshaping, cleaning, and aggregating tabular data and time series via Pandas, alongside a reference for high-performance vectorized operations and linear algebra using NumPy. It also features tutorials for creating publication-quality charts, distribution p

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

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.