Awesome GitHub RepositoriesChart Generators

Mermaid is a text-to-diagram rendering engine that transforms markdown-inspired text definitions into visual flowcharts, sequence diagrams, and Gantt charts. It functions as a markdown-based diagramming tool designed to keep technical documentation synchronized with development by defining visuals as plain text. The engine utilizes a sandboxed rendering process, executing diagram generation inside isolated frames to prevent malicious scripts embedded in user text from executing in the browser. The system handles client-side text transformation and domain-specific language parsing to map text

Excelize is a Go library designed for reading, writing, and modifying Microsoft Excel files in XML-based formats. It functions as a spreadsheet file parser and generator that enables the programmatic extraction and modification of data. The library includes a streaming spreadsheet processor to handle massive datasets incrementally, preventing system memory exhaustion during large-scale read and write operations. It also provides a chart generator to convert worksheet values or external data sources into visual representations within the spreadsheet. Beyond core file processing, the project c

QuestPDF is a C# PDF generation library and layout engine used to create structured documents, reports, and invoices. It utilizes a fluent API and a component-based layout approach to convert code into high-fidelity PDF and XPS files. The library distinguishes itself with a dedicated layout debugger that provides real-time previews, hot-reload capabilities, and visual boundary tools to map rendered elements back to source code. It also functions as an accessibility tool, providing semantic tagging and navigational aids to ensure documents comply with international accessibility and archival s

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

ReLaXed is a document workflow and compilation system that transforms Markdown, JSON data, and HTML/CSS into print-ready PDF files. It utilizes a headless browser engine to render web technologies into final documents, serving as a build system for technical documentation and dynamic reports. The project features a pipeline that automates asset generation, allowing scripts to produce images, charts, and tables from raw data files during the build process. It supports the integration of LaTeX formulas for mathematical equations and converts CSV files into formatted HTML tables. The system inc

Vditor is a browser-based Markdown editor and rendering engine that supports multiple editing interfaces, including a visual rich-text experience, instant rendering, and a traditional side-by-side split-view preview. It serves as an authoring tool for technical documentation and a component for web-based editor integration. The project is distinguished by its support for complex technical content, utilizing specialized rendering for mathematical formulas, flowcharts, sequence diagrams, and mind maps. It also functions as a collaborative document review tool, enabling users to attach anchored

Star History is a suite of utilities for visualizing the growth of GitHub repositories over time. It functions as a star growth visualizer, a repository comparison tool, a metric embedder for external websites, and a trending analytics dashboard. The project enables the analysis of star acquisition rates for multiple repositories on a single chart to determine relative growth. It also provides the ability to rank repositories by growth windows to identify rising projects. The system covers project analytics and open source benchmarking by generating time-series charts and growth reports. It

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.

x-render is a configuration-driven UI framework and low-code interface builder that transforms structured data definitions into functional user interface components. It operates as a JSON-driven UI generator, using a standardized configuration protocol to render data tables, input forms, and charts. The system includes a visual form builder and interface design editor, allowing users to arrange layouts and configuration settings through a graphical interface to avoid writing manual structural code. This process is supported by a schema-based component library that maps configuration keys to a

go-echarts is a Go library and wrapper for Apache ECharts used to create interactive data visualizations. It functions as a generator that produces the configurations and HTML files necessary to render complex datasets as visual charts and graphs in a web browser. The library includes specialized tools for geographic data visualization, allowing spatial information and distributed datasets to be mapped using coordinates and regional boundaries. The project supports exporting visualizations as standalone HTML files for static use or serving them through an HTTP server for web-based dashboardi

Hellocharts-android is a data visualization library and charting framework for Android applications. It provides a collection of custom view components used to render datasets as visual elements, such as line, column, and pie charts. The library supports interactive visualizations that allow users to navigate data through touch gestures, including pinching, scrolling, and panning. It also includes built-in capabilities for animating data points and chart elements to create smooth visual transitions during dataset updates. The framework covers a broad range of visualization needs, including c

This project is an SVG data visualization library and charting engine designed to render quantitative metrics and time-series data within a web browser. It provides a framework for creating concise visual representations of numerical data sets, such as line charts, scatterplots, and histograms. The library utilizes a component-based layout framework to organize visual elements into hierarchical structures with automated spacing and positioning. It includes a coordinate-space mapping tool that translates raw data values into pixel coordinates using linear scales and axis transformations. The

This project is a renderer and theme engine for Mermaid.js that converts diagram syntax into styled SVG graphics and ASCII text. It provides a type-safe diagram editor and a pipeline for transforming diagram source code into scalable vector graphics or plain text visuals. The system features a dedicated theme engine that maps editor colors and CSS variables to diagram elements. It enables dynamic diagram theming through CSS custom properties for real-time color updates and supports index-based styling to override the appearance of specific nodes and edges. The tool covers a range of visualiz

QuantStats is an open-source Python library that calculates risk and return metrics from a portfolio return series and generates comprehensive HTML tear sheets. It computes dozens of financial statistics—including Sharpe ratio, drawdown, and volatility—in a single pass over the input data, using vectorized pandas operations for efficiency. The library distinguishes itself by combining portfolio performance analysis with Monte Carlo simulation, which models thousands of random return paths to estimate the probability of reaching financial targets or hitting loss thresholds. It produces self-co

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

Ce projet est une bibliothèque d'analyse de données Python et un framework d'analyse exploratoire de données conçu pour traiter des jeux de données bruts. Il fournit une suite d'outils pour examiner les données, identifier les anomalies et appliquer des méthodes statistiques pour découvrir des modèles. Le dépôt fonctionne comme une boîte à outils de modélisation de machine learning et une suite de modélisation statistique de données. Il inclut des algorithmes prédictifs et des modèles mathématiques utilisés pour analyser les relations entre les variables de données et tirer des enseignements de jeux de données complexes. Le projet couvre un large éventail de capacités, notamment la science des données, la modélisation par machine learning et l'analyse exploratoire de données. Celles-ci sont implémentées via la manipulation de données, le calcul numérique et la visualisation de données.

Clip est un outil de visualisation de données en ligne de commande conçu pour générer des graphiques et diagrammes basés sur des images à partir de descriptions textuelles. Il fonctionne comme un générateur de graphiques qui convertit des données écrites et des motifs descriptifs en formats visuels sans l'utilisation d'une interface utilisateur graphique. L'outil se spécialise dans la production de graphiques vectoriels scalables (SVG), traduisant les transformations texte-vers-graphique en chemins vectoriels basés sur XML. Cette approche permet la création automatisée d'illustrations techniques et de diagrammes spécifiquement adaptés à la documentation développeur. Le système emploie un moteur de mise en page piloté par template pour positionner les éléments du graphique et mapper les structures de données en formes géométriques et coordonnées visuelles.

r4ds est un cursus de science des données et une ressource pédagogique conçue pour maîtriser le langage de programmation R. Il fournit un chemin d'apprentissage structuré pour le processus de bout en bout d'importation, de nettoyage, de transformation et de visualisation des données. Le projet met l'accent sur un guide de science des données reproductible et un cursus complet pour le data wrangling. Il inclut des tutoriels spécialisés sur la grammaire des graphiques pour la visualisation de données en couches et des publications techniques créées avec Quarto qui mélangent code exécutable et prose narrative. Le matériel couvre un large éventail de capacités analytiques, incluant l'ingestion de données à partir de sources diverses, la jointure de données relationnelles et la gestion des variables catégorielles. Il aborde également le nettoyage de données, la modélisation mathématique et la génération de rapports et présentations professionnels multi-formats. Le cursus se concentre sur l'application pratique de la programmation fonctionnelle et des principes de tidy data pour créer des analyses transparentes et répétables.

Danfo.js est une bibliothèque d'analyse et de prétraitement de données pour JavaScript qui fournit des structures de données étiquetées haute performance. Elle implémente des dataframes et des séries pour permettre une analyse de données complexe, le calcul statistique et la manipulation de données tabulaires structurées. Le projet sert de bibliothèque de prétraitement pour le machine learning, offrant des utilitaires pour l'encodage d'étiquettes catégorielles, l'encodage one-hot, ainsi que la mise à l'échelle et la standardisation des caractéristiques numériques. Elle facilite spécifiquement la conversion de structures de données étiquetées en tenseurs pour l'entraînement et l'évaluation de modèles. La bibliothèque couvre un large ensemble de capacités incluant les statistiques descriptives, les opérations relationnelles comme la fusion et la jointure, et le traitement de séries temporelles. Elle inclut des outils pour le nettoyage, le filtrage et le regroupement de données, ainsi qu'une interface de visualisation pour générer des graphiques interactifs directement à partir des dataframes. Le système prend en charge l'importation et l'exportation de données via les formats CSV, JSON et Excel.

Ce projet est une collection d'implémentations Python pour le web scraping, l'interception de trafic réseau, l'analyse de données et l'analyse de sentiment. Il fournit des méthodes pour extraire des données structurées à partir de sites web et d'interfaces d'applications mobiles. La collection inclut des outils pour capturer et analyser les paquets réseau provenant d'applications mobiles afin d'identifier des points de terminaison API internes cachés. Elle propose également des scripts pour évaluer le ton émotionnel et la perception publique des données textuelles. Le projet couvre la manipulation et la transformation de données de grands ensembles de données, ainsi que la génération de graphiques pour identifier les tendances et modèles démographiques.