2 repositorios
Renders charts with thousands of data points while keeping interactions fast through configurable rendering modes and boost options.
Distinct from Large-Dataset Dashboards: Distinct from Large-Dataset Dashboards: focuses on chart rendering with thousands of data points, not dashboards with multidimensional filtering on tabular datasets.
Explore 2 awesome GitHub repositories matching data & databases · Chart Rendering Optimizations. Refine with filters or upvote what's useful.
vue-echarts es un wrapper de gráficos declarativo y componente de Vue.js para la biblioteca Apache ECharts. Funciona como una biblioteca de visualización de datos que mapea configuraciones y actualizaciones de datos a un motor de renderizado, permitiendo la incrustación de gráficos interactivos como componentes web reutilizables. El proyecto proporciona un sistema para gestionar la consistencia visual a través de la configuración de temas y la inyección basada en contexto. Permite una personalización profunda de la interfaz de visualización, incluyendo el uso de slots con ámbito (scoped slots) para renderizar marcado HTML personalizado dentro de tooltips y la construcción de elementos gráficos complejos. La biblioteca maneja requisitos de visualización comunes como el redimensionamiento automático y responsivo, el enlace de eventos para interacciones del usuario y la gestión de indicadores de estado de carga. Para mantener el rendimiento, emplea un sistema de actualización que calcula cambios de configuración parciales para refrescar los gráficos sin realizar reinicializaciones completas.
Optimizes rendering efficiency by calculating partial configuration updates to avoid full chart re-renders.
billboard.js is a JavaScript charting library built on D3.js that renders interactive data visualizations from a single declarative configuration object. It supports a wide range of chart types including bar, line, pie, scatter, area, spline, step, candlestick, funnel, gauge, heatmap, radar, polar, treemap, bubble, donut, and sparkline charts, and can overlay multiple chart types within a single visualization. The library offers an opt-in Canvas rendering mode for improved performance with large datasets and high-density axis displays, alongside its standard SVG-based rendering. The library d
Renders charts with thousands of data points while keeping interactions fast through configurable rendering modes.