Awesome GitHub RepositoriesData App Frameworks

Dash is a Python-based framework for building analytical web applications and reactive data dashboards. It allows developers to connect data science and machine learning code to interactive web interfaces without writing JavaScript, serving as a backend-driven tool for defining layouts and managing state. The framework integrates the Plotly charting engine to render a wide variety of complex charts and financial graphs. It distinguishes itself through a reactive callback system that links user input components to data visualizations, enabling the creation of business intelligence dashboards a

Bokeh is a Python data visualization library and interactive plotting framework used to create high-performance graphics and data dashboards that render in web browsers. It serves as a tool for generating standalone HTML documents, embedded components for digital notebooks, and full-stack web applications powered by a Python backend. The project distinguishes itself through its ability to handle large or streaming datasets while maintaining smooth interactivity. It enables linked brushing across multiple views, allowing data selected in one plot to automatically highlight corresponding data i

GreptimeDB is a distributed, open-source time-series database built for unified observability. It stores and queries metrics, logs, and traces together in a single columnar engine, supporting both SQL and PromQL for analysis. The database is designed as a Kubernetes-native operator with a decoupled compute and storage architecture, enabling horizontal scaling and multi-region deployment. What distinguishes GreptimeDB is its role as a multi-protocol ingestion gateway, accepting data through OpenTelemetry, Prometheus Remote Write, InfluxDB, Loki, Elasticsearch, Kafka, and MQTT protocols without

dtale est une grille interactive basée sur le web et un visualiseur pour les dataframes pandas, conçu comme un outil d'analyse exploratoire des données. Il fournit une interface basée sur le navigateur pour analyser les structures de données tabulaires, permettant aux utilisateurs de calculer des statistiques, de détecter des valeurs aberrantes et de calculer des corrélations sans écrire de code manuel. Le projet fonctionne comme un visualiseur de données intégré qui peut être intégré dans des applications web via des iframes ou des routes personnalisées, avec une prise en charge spécifique pour Django, Flask et Streamlit. Il permet l'exploration des jeux de données grâce à une combinaison d'une grille de données interactive et d'une bibliothèque de visualisation de données capable de générer des histogrammes, des boîtes à moustaches et des graphiques de dispersion 3D. La plateforme couvre un large éventail de capacités de gestion et d'analyse de données, notamment le nettoyage des données tabulaires, le remodelage et le filtrage interactif. Elle inclut des outils d'observabilité pour l'analyse des données manquantes, le calcul de corrélation et le score de puissance prédictive. Pour la gestion de session, elle prend en charge le suivi multi-instance et la persistance de l'état à travers les processus de travail concurrents. L'interface est protégée par une authentification par nom d'utilisateur et mot de passe et prend en charge l'ingestion de données à partir de fichiers délimités, de feuilles de calcul et de datastores ArcticDB.

Preswald est un framework d'application de données WebAssembly utilisé pour construire des applications de données interactives qui s'exécutent entièrement dans le navigateur en utilisant Python. Il fournit une pile de données basée sur le navigateur, incluant l'exécution SQL et Python, qui fonctionne hors ligne sans avoir besoin d'un serveur backend. Le framework inclut un bundler d'applications de données statiques pour empaqueter les flux de travail de données et les visualisations dans des fichiers uniques et partageables. Ces applications autonomes permettent la visualisation de données sans serveur et le regroupement de flux de travail de données portables pour la distribution. Le système utilise une interface de tableau de bord de données réactif qui met à jour automatiquement des éléments d'écran spécifiques en fonction des changements dans les données sous-jacentes. Il couvre la gestion d'état local-first et l'exécution SQL côté client pour maintenir la continuité opérationnelle au sein de la session de navigateur.

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