Awesome GitHub RepositoriesChart Annotations

This project is a collection of interactive Python notebooks and educational resources designed for mastering data science, machine learning, and numerical computing. It provides a series of practical guides and tutorials covering deep learning, big data processing, and statistical analysis. The repository features specialized instructional suites for implementing classical machine learning algorithms, building deep learning model architectures, and managing AWS cloud infrastructure. It includes dedicated notebooks for data visualization and numerical computing exercises. The project covers

DearPyGui is a GPU-accelerated, immediate-mode graphical user interface framework for Python. It provides a high-performance toolkit for building interactive desktop applications by leveraging native hardware-accelerated rendering backends across multiple operating systems. By utilizing an immediate-mode execution model, the library offers direct control over the rendering loop and element state, enabling the creation of responsive, dynamic interfaces. The framework distinguishes itself through its ability to handle complex, high-frequency visual updates, making it suitable for real-time data

This project is a client-side data visualization framework and SVG charting library used to render responsive, interactive charts in a web browser. It functions as a lightweight utility for generating scalable vector graphics and data annotations without external dependencies. The library enables the creation of custom SVG charts with adjustable colors and animations to meet specific design requirements. It supports dynamic data updates and the addition of markers, regions, and tooltips to provide context to specific data points. The system covers broad capability areas including responsive

ApexCharts is a comprehensive JavaScript charting library designed for building interactive, responsive, and data-driven visualizations within web applications. It functions as a versatile data visualization framework that supports a wide range of chart types, including categorical, statistical, and financial plots, enabling developers to construct complex dashboards and real-time monitoring interfaces. The library distinguishes itself through a deep commitment to accessibility and high-performance interactivity. It provides built-in support for keyboard navigation, screen readers, and high-c

PlantUML is a text-to-diagram generator that translates human-readable markup into structured graphical representations. It functions as a diagram-as-code tool, allowing users to create and maintain technical documentation, architectural models, and flowcharts by decoupling diagram content from visual layout. The project distinguishes itself through a comprehensive rendering pipeline that processes domain-specific markup into various output formats, including vector and raster graphics. It utilizes a graph-based layout engine to calculate spatial positioning, while a declarative styling layer

fl_chart is a data visualization library and UI component framework for Flutter. It provides a system of reusable graphical widgets for creating interactive, customizable quantitative data visualizations. The framework supports a variety of chart types, including line, bar, pie, donut, scatter, radar, and candlestick views. It allows for the creation of complex visualizations such as layered data segments and financial charts. The library includes capabilities for interactivity and visual refinement, such as touch event handling, data tooltips, and state animations. It also provides tools fo

This project is a Python data science curriculum and programming tutorial collection. It provides a structured set of educational notebooks and scripts designed to teach data analysis, machine learning, and deep learning. The repository serves as a learning path for building and tuning predictive models, including regression, decision trees, and neural networks. It includes a data visualization guide for creating financial time-series plots and a multiprocessing reference for implementing parallel task execution and shared memory synchronization. The curriculum covers broader capability area

charts.css is a CSS-driven framework designed to transform semantic HTML into accessible data visualizations without relying on JavaScript. It functions as a charting library that uses standard HTML structures, such as tables and lists, to render graphs while maintaining full compatibility with screen readers. The project distinguishes itself by using CSS variables to map numeric data to visual dimensions and utility classes to control chart types and layouts. It supports a wide range of visual styles, including 3D effects, reflection effects, and customized color palettes integrated via a br

Rickshaw is a JavaScript library for building interactive, SVG-based time series charts in the browser. It provides a framework for rendering line, area, bar, and scatterplot visualizations from data series, with built-in support for axes, legends, color palettes, and interactive controls. The library distinguishes itself through a plugin-based architecture that allows renderers to be swapped at runtime, such as switching between stacked area and line chart views while preserving chart state. It includes an event-driven interaction layer for hover details, click behaviors, and drag-based rang

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

ScrollableGraphView est une bibliothèque de visualisation de données Swift et un framework de traçage iOS utilisé pour rendre des jeux de données numériques discrets sous forme de graphiques interactifs. Il fournit un composant d'interface utilisateur défilant qui visualise les points de données en utilisant un système de coordonnées avec des mises en page et des styles configurables. Le framework se caractérise par son adaptation d'échelle de graphique, qui ajuste automatiquement l'axe vertical pour s'adapter aux points de données visibles au fur et à mesure que l'utilisateur fait défiler. Il prend en charge le rendu de données en temps réel, permettant aux vues graphiques de se mettre à jour instantanément à mesure que les jeux de données sous-jacents changent via des transitions animées. La bibliothèque couvre une variété de types de tracés, incluant les tracés linéaires, en barres et en points, et prend en charge le traçage multi-séries pour afficher plusieurs séries de données sur un seul graphique. Des capacités supplémentaires incluent l'étiquetage des points de données sur l'axe X, le style de graphique personnalisé et l'utilisation de marqueurs de ligne de référence pour mettre en évidence des seuils ou des valeurs de base spécifiques.

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

Cette bibliothèque de visualisation de données C++ est un framework de traçage scientifique utilisé pour créer des graphiques 2D et 3D, des graphes de réseau et des cartes géographiques. Elle fonctionne comme une bibliothèque graphique multi-backend, découplant la logique de traçage de haut niveau des moteurs de rendu de bas niveau pour prendre en charge divers backends de sortie. Le projet se distingue par une API à double interface, fournissant à la fois une interface fonctionnelle globale pour le prototypage rapide et une interface orientée objet pour un contrôle précis. Il dispose d'un moteur de mise en page basé sur des composants pour gérer les grilles tuilées et les sous-graphiques, ainsi qu'un état de tracé en couches qui permet de superposer plusieurs séries de données sans effacer les axes. La bibliothèque couvre un large éventail de capacités de visualisation, incluant le traçage de fonctions mathématiques, les champs vectoriels et l'analyse de données multidimensionnelles via des cartes thermiques et des coordonnées parallèles. Elle inclut des outils spécialisés pour la visualisation de données géographiques, tels que les graphiques geobubble et geodensity, ainsi que des outils pour le rendu de réseaux de graphes dirigés et non dirigés. Les capacités générales incluent la gestion des axes, le stylisme esthétique avec des colormaps et l'exportation de graphiques de haute qualité. Le projet utilise CMake pour l'automatisation de la construction et la récupération des dépendances afin de faciliter l'installation sur différents systèmes d'exploitation.

mplfinance est un framework de tracé de séries temporelles financières et de visualisation de données de marché construit sur Matplotlib. Il est conçu pour rendre des cadres de données de marché en graphiques spécialisés, notamment des chandeliers, des barres OHLC, des briques Renko et des colonnes point-and-figure. La bibliothèque se distingue par un framework de données de marché dédié qui gère les calendriers de trading et les périodes hors-trading, assurant un espacement temporel précis en réduisant les écarts pendant les jours fériés. Elle fournit également un système de graphiques pour l'analyse technique, permettant la superposition de moyennes mobiles, de barres de volume et d'autres indicateurs techniques sur les tracés d'action des prix. La boîte à outils couvre un large éventail de capacités, y compris l'organisation de sous-graphiques empilés verticalement avec des axes partagés et l'application de thèmes visuels cohérents. Elle prend en charge les annotations de marché telles que les lignes de tendance, la gestion des données manquantes et la capacité de rafraîchir les graphiques pour des flux de données en temps réel. Les visualisations peuvent être exportées vers divers formats, notamment PDF, SVG, PNG et JPG.

Vizro is a low-code Python framework for building production-ready data visualization applications. It functions as a UI orchestrator that allows users to define multi-page analytical dashboards through structured configurations in Python, YAML, or JSON, reducing the need for extensive frontend engineering. The project distinguishes itself through generative AI integration, utilizing a model context protocol server to translate natural language descriptions into validated dashboard configurations, charts, and layouts. It also features a decoupled data cataloging system that separates data sou

Unovis is a modular SVG and Canvas data visualization library used to build interactive charts, maps, and network graphs. It provides a framework-agnostic set of primitives for creating data dashboards and specialized visualizations. The library is distinguished by its dedicated toolkits for different visualization domains, including an XY charting library for coordinated plots, a network graph framework for relational data, and a geospatial visualization toolkit for TopoJSON-based mapping. Its capability surface covers a wide range of data representations, including linear, area, and bar ch

ChartGPU is a high-performance visualization library designed to render large-scale datasets and real-time data streams using hardware acceleration. It functions as a component-based tool that integrates into declarative user interfaces, allowing developers to build responsive, themeable charts that maintain smooth interaction even when processing massive amounts of information. The library distinguishes itself through a specialized rendering engine that employs screen-space binning and zoom-aware data resampling to manage dense datasets. It provides advanced interactive capabilities, includi

Ce projet est un wrapper Python pour la bibliothèque Lightweight Charts, conçu pour générer des visualisations financières interactives dans le navigateur. Il sert de framework pour créer des tableaux de bord et des interfaces financières personnalisés intégrant des flux de marché en temps réel et des séries de données historiques. La bibliothèque permet de construire des mises en page complexes en combinant des graphiques multi-fenêtres, des listes de suivi et des tableaux de saisie d'ordres dans un espace de travail unifié. Elle prend en charge le suivi de marché en temps réel en diffusant des données de ticks ou de barres directement dans les visualisations actives, permettant des mises à jour incrémentielles sans rafraîchissement de page. Au-delà du rendu de base, la boîte à outils offre des capacités étendues pour l'analyse technique, notamment la possibilité d'ajouter des annotations, des lignes de tendance et des marqueurs directement sur le canvas. Les utilisateurs peuvent configurer l'apparence visuelle des bougies, des barres de volume et des légendes, tout en mappant les interactions utilisateur, comme la sélection de périodes ou les raccourcis clavier, vers une logique Python personnalisée.