Awesome GitHub RepositoriesPlot Styling Configurators

jupyter-themes is a Jupyter Notebook theme manager and CSS interface customizer. It provides a command line tool to apply custom color schemes, fonts, and layout styles to notebook environments. The project includes a data visualization styling tool that synchronizes the aesthetic properties and color schemes of plotting libraries with the active interface theme. This ensures that data charts and figures remain visually consistent with the overall workspace theme.

SciencePlots is a Matplotlib style library and scientific plotting framework designed to automate the formatting of figures for academic journals and professional scientific publications. It provides a collection of visual presets and configuration rules for academic typography, layout, and resolution. The project features curated color-blind accessible palettes and figure formatters specifically designed to meet the strict submission standards of academic publishers. It includes specialized tools for professional figure styling and the rendering of non-Latin scripts for multilingual support.

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

ScrollableGraphView es una biblioteca de visualización de datos en Swift y framework de trazado para iOS utilizado para renderizar conjuntos de datos numéricos discretos como gráficos interactivos. Proporciona un componente de interfaz de usuario desplazable que visualiza puntos de datos utilizando un sistema de coordenadas con diseños y estilos configurables. El framework se caracteriza por su escalado adaptativo de gráficos, que ajusta automáticamente el eje vertical para adaptarse a los puntos de datos visibles a medida que el usuario se desplaza. Admite el renderizado de datos en tiempo real, permitiendo que las vistas de gráficos se actualicen instantáneamente a medida que los conjuntos de datos subyacentes cambian mediante transiciones animadas. La biblioteca cubre una variedad de tipos de gráficos, incluyendo gráficos de líneas, barras y puntos, y admite el trazado de múltiples conjuntos de datos para mostrar varias series de datos en un solo gráfico. Las capacidades adicionales incluyen el etiquetado de puntos de datos en el eje X, estilos de gráficos personalizados y el uso de marcadores de línea de referencia para resaltar umbrales o valores base específicos.

Vega-Lite is a high-level declarative language for specifying interactive, multi-view visualizations. It compiles a concise JSON specification into a full Vega visualization, automatically inferring scales, axes, and legends from encoding declarations. The grammar-of-graphics encoding maps data fields to visual channels such as position, color, size, and shape, while a multi-view composition grammar enables layered, faceted, concatenated, and repeated layouts. Reactive parameter binding links named parameters to input widgets, selections, and expressions for dynamic updates. The project suppo

This is an interactive notebook-based course that teaches machine learning from Python fundamentals through deep learning and natural language processing. It uses real datasets and multiple frameworks within a structured, hands-on curriculum that combines concise explanations with executable code cells, built-in datasets, and embedded exercise checkpoints. Learning progresses through data preparation and exploration, classical machine learning workflows, computer vision with convolutional neural networks, and natural language processing with deep learning, all delivered as a cohesive progressi

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.

mplfinance es un framework de visualización de datos de mercado y trazado de series temporales financieras construido sobre Matplotlib. Está diseñado para renderizar marcos de datos de mercado en gráficos especializados, incluyendo velas japonesas, barras OHLC, bloques Renko y columnas de punto y figura. La biblioteca se distingue por un framework de datos de mercado dedicado que gestiona calendarios de trading y periodos sin actividad, asegurando un espaciado temporal preciso al colapsar los huecos durante los días festivos. También proporciona un sistema para gráficos de análisis técnico, permitiendo superponer medias móviles, barras de volumen y otros indicadores técnicos sobre los gráficos de precios. El kit de herramientas cubre una amplia gama de capacidades, incluyendo la organización de subgráficos apilados verticalmente con ejes compartidos y la aplicación de temas visuales consistentes. Soporta anotaciones de mercado como líneas de tendencia, el manejo de datos faltantes y la capacidad de actualizar gráficos para feeds de datos en tiempo real. Las visualizaciones pueden exportarse a varios formatos, incluyendo PDF, SVG, PNG y JPG.

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