2 repositorios
Infers quantitative, ordinal, temporal, and binned scales and generates corresponding axes and legends from encoding declarations.
Distinguishing note: Candidates focus on AI inference scaling or DevOps auto-scaling, not visualization scale inference.
Explore 2 awesome GitHub repositories matching data & databases · Scale and Guide Inference Engines. Refine with filters or upvote what's useful.
Esta es una biblioteca de visualización de gramática de gráficos utilizada para construir gráficos mapeando datos tabulares a marcas visuales. Funciona como una herramienta de visualización de datos SVG y una API de análisis exploratorio de datos, permitiendo a los usuarios renderizar visualizaciones complejas y mapas geográficos. La biblioteca cuenta con un renderizador de mapas GeoJSON que proyecta coordenadas esféricas en un espacio de píxeles bidimensional y una interfaz de visualización de Apache Arrow para el procesamiento de datos de alta eficiencia. Su superficie de capacidades cubre la transformación de datos mediante binning y agrupación, codificación visual mediante inferencia automática de escala y aplicación de esquemas de color, y la generación de múltiples pequeños (small multiples). Admite la renderización de formas geométricas en vistas en capas y la exportación de imágenes estáticas en entornos de servidor.
Automatically infers appropriate quantitative, ordinal, and binned scales from data to generate axes and legends.
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
Automatically determines appropriate scales and generates matching axes and legends from data encodings.