4 dépôts
Renders dashboards with multidimensional filtering on tabular datasets exceeding 100 million rows.
Distinct from Interactive Visualization Rendering: Distinct from Interactive Visualization Rendering: focuses on large-scale tabular datasets with multidimensional filtering, not general chart rendering.
Explore 4 awesome GitHub repositories matching data & databases · Large-Dataset Dashboards. Refine with filters or upvote what's useful.
vue-echarts is a declarative charting wrapper and Vue.js component for the Apache ECharts library. It functions as a data visualization library that maps configurations and data updates to a rendering engine, enabling the embedding of interactive graphs and charts as reusable web components. The project provides a system for managing visual consistency through theme configuration and context-based injection. It allows for deep customization of the visualization interface, including the use of scoped slots to render custom HTML markup within tooltips and the construction of complex graphic ele
Optimizes rendering efficiency by calculating partial configuration updates to avoid full chart re-renders.
Renders dashboards with multidimensional filtering on tabular datasets exceeding 100 million rows.
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.
Embedding Atlas est une interface web pour le rendu d'embeddings vectoriels de haute dimension et l'analyse de jeux de données complexes via un clustering visuel interactif. Il fonctionne comme un analyseur de données de haute dimension utilisé pour découvrir des tendances et des modèles de densité, agissant comme un explorateur de similarité vectorielle pour localiser les points de données les plus proches dans des jeux de données d'embedding à grande échelle. Le projet fournit un tableau de bord de données multimodal synchronisé qui lie les données tabulaires avec des images, de l'audio et du texte. Il utilise un rendu accéléré par le matériel pour afficher des millions de points d'embedding et emploie une projection de mappage de haute dimension pour révéler les structures et clusters de données globaux. La boîte à outils couvre un large éventail de capacités analytiques, notamment la recherche de similarité en temps réel, l'indexation spatiale des plus proches voisins et la synchronisation de l'état de filtrage croisé entre les tableaux de bord liés. Elle inclut également des interfaces pour l'exploration automatisée des données, permettant aux contrôleurs d'exécuter des requêtes et de mettre à jour les graphiques visuels par programmation.
Supports large-dataset dashboards with synchronized multi-dimensional filtering for complex tabular and multimodal data.