Awesome GitHub RepositoriesVisual Data Explorers

Nebula is a distributed graph database designed for storing and querying massive volumes of interconnected vertices and edges across a horizontally scalable cluster. It functions as a Kubernetes-native database and a distributed graph analytics engine, utilizing a Raft-based distributed store to ensure strong consistency and high availability. The system features an OpenCypher query engine for performing complex graph traversals and pattern matching. It distinguishes itself with a decoupled compute-storage architecture and a shared-nothing distributed design, allowing query processing and dat

FiftyOne is a visual tool for curating, analyzing, and managing image and video datasets for machine learning model training. It serves as a platform for identifying annotation errors, refining ground truth labels, and evaluating vision model performance by comparing predictions against ground truth to identify failure modes. The system functions as a containerized data platform that supports team collaboration on large-scale visual datasets in a cloud environment. It includes specialized capabilities for exploring high-dimensional embeddings to discover data clusters and retrieve correspondi

Vaex is a high-performance Apache Arrow DataFrame library and out-of-core data processing engine designed to handle billion-row tabular datasets in Python. It functions as a lazy evaluation framework that defers computations and transformations until results are required, enabling the processing of datasets that exceed available system RAM by mapping files directly from disk. The project distinguishes itself as a tool for big data visualization and exploration, specifically integrated for use within interactive notebooks. It provides specialized capabilities for machine learning feature engin

A/B Street is an open-source traffic simulation and urban planning tool that models how cars, bikes, and pedestrians move through real-world street networks. It imports data from OpenStreetMap to build detailed, lane-level road models, then runs discrete-event simulations to analyze travel times, delays, and congestion patterns across different infrastructure scenarios. The project provides an interactive map editor for modifying road geometry, lane configurations, traffic signals, and access restrictions, with full undo/redo support. Users can design low-traffic neighborhoods by placing moda

vis is a JavaScript data visualization library used to render interactive networks, timelines, and graphs directly in the web browser. It functions as a relational data mapper and browser-based charting tool, turning complex structured data into dynamic visual patterns to expose entity relationships. The library provides specialized tools for force-directed network graphs, where relational data is represented as interactive nodes and edges. It also includes an interactive timeline component for plotting chronological events and time intervals on a scalable temporal axis. The project covers b

Facets is a set of interactive software tools for the statistical analysis, distribution visualization, and multidimensional exploration of machine learning datasets. It provides a visual interface for identifying outliers and missing values in numeric and string data, specifically designed for auditing dataset quality and identifying skews between training and validation sets. The system uses multidimensional facet-based visualization and interactive bucketing to map individual data points across multiple feature axes. It employs synchronized view filtering and animated dimension transitions

GrowthBook is a feature flagging and experimentation platform that utilizes a warehouse-native approach to data analysis. It serves as a system for managing feature rollouts and conducting A/B tests by executing SQL queries directly against existing data warehouses to calculate experiment results. The platform is distinguished by its integration of a Model Context Protocol server, which allows AI coding assistants and IDEs to manage flags and query analytics using natural language. It also provides specialized capabilities for AI model optimization, enabling the testing of prompts and models

SandDance is a hardware-accelerated visualization library and web-based data explorer designed for the interactive analysis of large, non-aggregated datasets. It functions as an interactive data visualization tool that renders complex datasets and intricate visuals within a browser. The project provides an embeddable data canvas consisting of web components and tags, allowing for the integration of full visualization interfaces and interactive charts into external web applications. It utilizes WebGL hardware acceleration to efficiently render large volumes of data as interactive graphics. Th

Data-Juicer is an open-source framework for cleaning, filtering, deduplicating, and transforming multimodal datasets to prepare them for training large language and vision models. It functions as a distributed data pipeline engine that runs processing jobs across Ray clusters, handling billions of samples with automatic operator fusion and adaptive parallelism. The framework provides a library of operators that leverage large language models for semantic extraction, filtering, and data synthesis within processing pipelines. The project distinguishes itself through a YAML-based data recipe sys

Gephi is an open-source desktop application for visualizing and analyzing large-scale network graphs. It provides an interactive platform for exploring complex relational data, combining hardware-accelerated rendering with real-time layout controls and a plugin-based modular architecture. The platform distinguishes itself through its ability to handle networks of up to 100,000 nodes and 1,000,000 edges using a custom OpenGL rendering engine, enabling smooth real-time interaction. It includes a force-directed layout engine with real-time adjustment, a dynamic filter pipeline for selecting node

Fast n-dimensional filtering and grouping of records.

Aim is an open-source platform for logging, visualizing, and comparing machine learning training runs and LLM traces. It provides a remote tracking server and a comparison UI, functioning as an ML experiment tracker, AI workflow logger, and LLM trace recorder that captures prompts, generations, and tool calls from AI applications. The platform distinguishes itself through a run-based data model with local SQLite storage, real-time metric streaming, and a plugin-based explorer system that supports specialized visual analysis of metrics, images, audio, and text. It offers a Python SDK with cont

यह प्रोजेक्ट इंटरैक्टिव Jupyter Notebooks के माध्यम से वितरित एक मशीन लर्निंग शैक्षिक पाठ्यक्रम और शिक्षण प्लेटफ़ॉर्म है। यह Python डेटा साइंस टूलकिट में महारत हासिल करने के लिए एक व्यापक गाइड के रूप में कार्य करता है, जो न्यूमेरिकल कंप्यूटिंग, टैबुलर डेटा मैनिपुलेशन और सांख्यिकीय विज़ुअलाइज़ेशन के लिए स्ट्रक्चर्ड ट्यूटोरियल प्रदान करता है। इस पाठ्यक्रम में Scikit-Learn के लिए विशिष्ट इम्प्लीमेंटेशन गाइड और न्यूरल नेटवर्क व कंप्यूटर विज़न मॉडल बनाने, ट्रेन करने और डिप्लॉय करने के लिए TensorFlow पर एक व्यावहारिक कोर्स शामिल है। यह समस्या के प्रारंभिक निरूपण और कार्य वर्गीकरण से लेकर इंटरैक्टिव वेब इंटरफ़ेस के माध्यम से मॉडल के डिप्लॉयमेंट तक, प्रेडिक्टिव मॉडल बनाने की एंड-टू-एंड प्रक्रिया को कवर करता है। यह प्रोजेक्ट मल्टीडायमेंशनल एरेज़ के साथ न्यूमेरिकल कंप्यूटिंग, एक्सप्लोरेटरी डेटा एनालिसिस और डेटा प्रीप्रोसेसिंग रूटीन सहित व्यापक क्षमता सतह को कवर करता है। यह सुपरवाइज़्ड और अनसुपरवाइज़्ड लर्निंग, ऑटोमेटेड मशीन लर्निंग पाइपलाइन, हाइपरपैरामीटर ऑप्टिमाइज़ेशन और क्लासिफिकेशन मेट्रिक्स व क्रॉस-वैलिडेशन का उपयोग करके मॉडल मूल्यांकन के लिए विस्तृत वर्कफ़्लो प्रदान करता है। शैक्षिक सामग्री को नोटबुक की एक सीरीज़ के रूप में व्यवस्थित किया गया है जो डेटा साइंस वर्कफ़्लो को दस्तावेज़ित करने के लिए नैरेटिव स्पष्टीकरण के साथ Python कोड को इंटरलीव करती है।

Orange3 is a visual data mining platform that provides an interactive canvas for building data analysis workflows without writing code. At its core, it offers a widget-based visual programming environment where users connect configurable components to perform data preprocessing, machine learning model training, statistical evaluation, and interactive visualization. The platform is built on NumPy-backed data tables with domain descriptors that define variable names, types, and roles, and includes a lazy SQL query proxy for working with database tables without loading all data into memory. The

Live-Charts एक .NET डेटा विज़ुअलाइज़ेशन लाइब्रेरी है जो इंटरैक्टिव चार्ट्स, मैप्स और गेज का संग्रह प्रदान करती है। यह .NET एप्लिकेशन के भीतर जटिल डेटा सेट को रेंडर करने के लिए डिज़ाइन किया गया एक रीयल-टाइम चार्टिंग इंजन और मल्टी-फॉर्मेट ग्राफिक्स लाइब्रेरी के रूप में कार्य करता है। लाइब्रेरी में बड़े डेटासेट की खोज करने में सक्षम इंटरैक्टिव डेटा डैशबोर्ड बनाने के लिए टूल्स शामिल हैं। यह ज़ूमिंग, पैनिंग और सैकड़ों हजारों डेटा पॉइंट्स को नेविगेट करने के लिए कई कोऑर्डिनेट एक्सिस का उपयोग करने के लिए एक सिस्टम द्वारा समर्थित है। विज़ुअलाइज़ेशन इंजन बार, लाइन्स, हीट मैप्स और भौगोलिक मैप्स सहित विभिन्न फॉर्मेट्स का समर्थन करता है। इसमें रीयल-टाइम डेटा मॉनिटरिंग और लाइव मेट्रिक्स और ट्रेंड्स को ट्रैक करने के लिए डेस्कटॉप डैशबोर्ड के विकास के लिए क्षमताएं शामिल हैं।

dlt एक Python डेटा इंजेक्शन टूल और ETL पाइपलाइन फ्रेमवर्क है जिसे विविध स्रोतों से डेटा लाने और इसे संरचित गंतव्यों में बनाए रखने के लिए डिज़ाइन किया गया है। यह एक स्कीमा इंफरेंस इंजन के रूप में कार्य करता है जो स्वचालित रूप से डेटा प्रकारों का पता लगाता है और नेस्टेड JSON संरचनाओं को रिलेशनल टेबल में समतल (flatten) करता है, डेटा को स्रोतों से लेकहाउस, वेयरहाउस या वेक्टर डेटाबेस में ले जाता है। यह प्रोजेक्ट AI-संचालित पाइपलाइन निर्माण के माध्यम से खुद को अलग करता है, जो REST API के लिए एक्सट्रैक्शन कोड और कनेक्टर को स्कैफ़ोल्ड करने के लिए लार्ज लैंग्वेज मॉडल का उपयोग करता है। यह AI और मशीन लर्निंग एप्लिकेशन का समर्थन करने के लिए मल्टीमॉडल वेक्टर स्टोरेज और वेक्टर डेटाबेस की विशेष आबादी का भी समर्थन करता है। यह फ्रेमवर्क स्वचालित स्कीमा इवोल्यूशन, स्टेट ट्रैकिंग के माध्यम से इंक्रीमेंटल डेटा लोडिंग, और डेटा कॉन्ट्रैक्ट्स के प्रवर्तन के माध्यम से डेटा गुणवत्ता वैलिडेशन सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। यह रिलेशनल डेटा नॉर्मलाइज़ेशन, प्री- और पोस्ट-लोड ट्रांसफ़ॉर्मेशन, और SQL डेटाबेस व क्लाउड ऑब्जेक्ट स्टोर के लिए विभिन्न डेस्टिनेशन एडेप्टर के लिए उपकरण प्रदान करता है। ऑब्जर्वेबिलिटी को पाइपलाइन निष्पादन डैशबोर्ड, कॉलम लाइनएज ट्रैकिंग और कंटेंट-आधारित हैश का उपयोग करके स्कीमा वर्ज़न वेरिफिकेशन के माध्यम से संभाला जाता है।

This project is a comprehensive educational resource and technical manual focused on interpretable machine learning and explainable AI. It serves as a textbook and reference for implementing techniques that make complex machine learning models transparent and understandable to humans. The resource provides guidance on both building inherently transparent models, such as decision trees and sparse linear models, and applying post-hoc explanation methods to black-box systems. It details specific methodologies for quantifying feature importance, generating rationales for individual predictions, a

dtale is a web-based interactive grid and visualizer for pandas dataframes, designed as an exploratory data analysis tool. It provides a browser-based interface for analyzing tabular data structures, allowing users to calculate statistics, detect outliers, and compute correlations without writing manual code. The project functions as an embedded data viewer that can be integrated into web applications via iframes or custom routes, with specific support for Django, Flask, and Streamlit. It enables the exploration of datasets through a combination of an interactive data grid and a data visualiz

Epoch रीयल-टाइम और सांख्यिकीय डेटा के लिए डिज़ाइन किया गया एक CSS-स्टाइल करने योग्य चार्टिंग इंजन और विज़ुअलाइज़ेशन लाइब्रेरी है। यह एक टाइमसीरीज़ चार्टिंग टूल के रूप में कार्य करता है जो लगातार अपडेट के दौरान प्रदर्शन बनाए रखने के लिए SVG और HTML5 Canvas ग्राफिक्स के हाइब्रिड का उपयोग करके ऐतिहासिक और लाइव डेटा को रेंडर करता है। लाइब्रेरी एक एकीकृत CSS क्वेरींग सिस्टम के माध्यम से खुद को अलग करती है जो वेक्टर और रैस्टर प्लॉट तत्वों दोनों पर शैलियों को लागू करती है। यह CSS क्लासेस के माध्यम से विज़ुअल थीम रिज़ॉल्यूशन और स्टाइलशीट का उपयोग करके विशिष्ट डेटा सीरीज़ की उपस्थिति को कस्टमाइज़ करने की क्षमता की अनुमति देता है। टूलसेट ट्रेंड एनालिसिस के लिए लाइन, एरिया, बार और हीटमैप चार्ट्स, साथ ही डैशबोर्ड्स के लिए गेज, पाई चार्ट्स और ग्रुपेड बार्स सहित विज़ुअलाइज़ेशन प्रकारों की एक विस्तृत श्रृंखला को कवर करता है। यह स्कैटर प्लॉट्स और हिस्टोग्राम के माध्यम से सांख्यिकीय अन्वेषण के लिए क्षमताएँ भी प्रदान करता है जो डेटा एकाग्रता दिखाने के लिए असतत बकेट ग्रुपिंग और कलर ब्लेंडिंग का उपयोग करते हैं।

Embedding Atlas is a web-based interface for rendering high-dimensional vector embeddings and analyzing complex datasets through interactive visual clustering. It functions as a high-dimensional data analyzer used to discover trends and density patterns, acting as a vector similarity explorer to locate nearest neighbor data points within large-scale embedding datasets. The project provides a synchronized multimodal data dashboard that links tabular data with images, audio, and text. It utilizes hardware-accelerated rendering to display millions of embedding points and employs high-dimensional