Awesome GitHub RepositoriesLine Plots

This project is an educational resource and a collection of instructional materials for performing data manipulation and statistical analysis using Python. It provides a comprehensive set of guides and code examples for using the Pandas, NumPy, and Matplotlib libraries to analyze structured data. The resource includes a dedicated guide for reshaping, cleaning, and aggregating tabular data and time series via Pandas, alongside a reference for high-performance vectorized operations and linear algebra using NumPy. It also features tutorials for creating publication-quality charts, distribution p

ScottPlot is a cross-platform, high-performance charting library for .NET that renders interactive plots across desktop and web GUI frameworks including Windows Forms, WPF, MAUI, Avalonia, Blazor, and WinUI. It provides an optimized rendering engine capable of displaying millions of data points with interactive pan, zoom, and live data streaming, while also supporting image export to formats like PNG and SVG for file output, cloud applications, and notebooks. The library distinguishes itself through a comprehensive set of chart types including scatter, line, bar, pie, heatmap, financial, rada

本项目是一个机器学习教育课程和学习平台，通过交互式 Jupyter Notebooks 提供。它作为掌握 Python 数据科学工具包的综合指南，为数值计算、表格数据操作和统计可视化提供结构化教程。 该课程包括 Scikit-Learn 的具体实现指南，以及关于构建、训练和部署神经网络及计算机视觉模型的 TensorFlow 实践课程。它涵盖了构建预测模型的端到端过程，从初始问题定义和任务分类，到通过交互式 Web 界面部署模型。 该项目涵盖了广泛的功能领域，包括多维数组的数值计算、探索性数据分析和数据预处理例程。它为监督和无监督学习、自动化机器学习流水线、超参数优化以及使用分类指标和交叉验证的模型评估提供了详细的工作流。 教育内容组织为一系列 Notebook，将 Python 代码与叙述性解释交织在一起，以记录数据科学工作流。

ScrollableGraphView 是一个 Swift 数据可视化库和 iOS 绘图框架，用于将离散数值数据集渲染为交互式图表。它提供了一个可滚动的用户界面组件，使用具有可配置布局和样式的坐标系来可视化数据点。 该框架的特点是其自适应图表缩放，当用户滚动时，它会自动调整垂直轴以适应可见数据点。它支持实时数据渲染，允许图表视图随着底层数据集通过动画过渡发生变化而即时更新。 该库涵盖了多种图表类型，包括折线图、柱状图和点图，并支持多数据集绘图以在单个图表上显示多个数据系列。其他功能包括 X 轴数据点标注、自定义图表样式，以及使用参考线标记来突出显示特定阈值或基准值。

这个 C++ 数据可视化库是一个科学绘图框架，用于创建 2D 和 3D 图表、网络图和地理地图。它作为一个多后端图形库运行，将高级绘图逻辑与低级渲染引擎解耦，以支持各种输出后端。 该项目以其双接口 API 脱颖而出，既提供用于快速原型的全局函数接口，也提供用于精确控制的面向对象接口。它具有一个用于管理平铺网格和子图的基于组件的布局引擎，以及一个允许在不清除坐标轴的情况下叠加多个数据系列的层级绘图状态。 该库涵盖了广泛的可视化功能，包括数学函数绘图、向量场，以及通过热力图和平行坐标进行的多维数据分析。它包括用于地理数据可视化的专用工具（如地理气泡图和地理密度图），以及用于渲染有向和无向图网络的工具。通用功能包括坐标轴管理、带有色图的美学样式，以及高质量图形的导出。 该项目利用 CMake 进行构建自动化和依赖检索，以促进在不同操作系统上的安装。

statsforecast 是一个高性能统计时间序列预测库，旨在生成点预测和预测区间。它作为一个分布式时间序列框架，利用基于 C 的预测引擎和自动模型选择器来识别并拟合数据集中每个唯一序列的最佳统计模型。该系统还包括一个时间序列异常检测器，通过将观测值与概率预测区间进行比较来识别异常数据点。 该项目的特色在于其处理数百万个独立序列的大规模并行预测的能力。它通过分布式计算框架、多核并行执行和加速核心 ARIMA 及指数平滑逻辑的编译 C 内核来实现这一点。该系统进一步利用长格式数据布局和惰性求值数据流水线来优化大规模处理，以减少内存开销。 该库提供了一套全面的模型，包括 AutoARIMA、用于间歇性或季节性需求的各种指数平滑方法、Theta 分解以及用于金融风险的 GARCH 波动率建模。它涵盖了更广泛的功能领域，例如带有外生变量的多元预测、时间序列分解以及通过历史交叉验证和滑动窗口分析进行模型评估。 该库与 Polars 等高性能数据结构集成，并提供将保存的模型作为 REST 端点提供服务以进行网络可访问预测的实用程序。

GCViewer 是一个 JVM 垃圾回收可视化和内存分析工具。它作为日志解析器和指标导出器，将冗长的 JVM 垃圾回收日志转换为结构化数据、可视化图表和摘要报告。 该项目通过多线图表实现堆大小、代使用率和回收时机的可视化。它专门跟踪“停止世界”(stop-the-world) 暂停持续时间、并发回收周期和内存占用，以协助检测内存泄漏和调整堆大小。 该工具涵盖了日志处理功能，如时间戳对齐和轮转日志文件的拼接。它还提供数据导出功能，允许将解析后的记录序列化为 CSV 或纯文本格式，以便进行外部审计。

Plotnine 是一个基于“图形语法”（Grammar of Graphics）的 Python 数据可视化库。它作为一个声明式统计绘图框架和多面板绘图引擎，允许用户通过将数据变量映射到位置、颜色和大小等视觉属性来创建复杂的图表。 该项目的特点在于其分层组合模型和统计转换引擎，后者在渲染视觉效果前执行聚合和计算。它具有全面的多面板分面（faceting）系统，能够根据分类变量将单个可视化图表拆分为子图网格。 该库涵盖了广泛的功能，包括用于分布图、面积图和散点图的多种几何表示，以及用于渲染地理边界的地理空间可视化。它提供了丰富的工具用于比例映射、坐标投影和基于主题的样式设置，从而将数据驱动元素与非数据美学属性分离开来。 该框架利用 Matplotlib 后端进行渲染，并通过管道操作与表格数据框（DataFrames）集成。

Plotters is a data visualization library for the Rust programming language used to create 2D and 3D charts, plots, and mathematical visualizations. It functions as a multi-backend rendering engine and coordinate mapping framework that translates raw data values into pixel coordinates through customizable chart contexts. The library distinguishes itself through its ability to export graphics to multiple formats, including SVG, BitMap, and HTML5 canvas. It provides specific capabilities for 3D graphics plotting, featuring adjustable camera viewpoints and projection matrices to manage spatial da

PyQtGraph is a scientific plotting and graphics framework built for PyQt and PySide applications, providing fast, interactive 2D and 3D visualizations with GPU-accelerated rendering. It serves as both a real-time signal monitoring system for streaming time-series data and a toolkit for constructing interactive data dashboards with dockable panels, parameter trees, and custom widgets. The library also includes a node-based visual flowchart tool for building data processing pipelines and a scientific graphics export system that saves plots as PNG, SVG, or CSV and converts items to Matplotlib for

bqplot is an interactive data visualization library for IPython and Jupyter notebooks that utilizes a grammar of graphics. It functions as a tool for creating 2D charts and maps with real-time updates and bidirectional communication between the kernel and frontend. The library is distinguished by its ability to act as a geographic data visualization tool, rendering choropleth maps and spatial data via GeoJSON and custom projections. It also serves as a financial charting tool for producing OHLC and candle bar charts, and as an interactive dashboard framework for combining plotting widgets wit

bqplot is an interactive data visualization library for Jupyter notebooks. It implements a grammar of graphics model, allowing users to build complex 2D charts by combining marks, scales, and axes. The library distinguishes itself with specialized toolkits for financial charting, such as OHLC candlesticks and time-series analysis, and geographic data visualization, including choropleths and custom map projections for TopoJSON and GeoJSON data. It enables deep interaction through tools like lasso selection, rectangular brushing, and the ability to manually manipulate plot points or line data.

Makie.jl is a high-performance Julia data visualization library and hardware-accelerated plotting engine used to create interactive 2D and 3D visualizations. It functions as a reactive visualization framework where plots update automatically via observables and compute graphs, and as a vector graphics generator for high-resolution academic output. The system is distinguished by its backend-agnostic rendering pipeline, which supports OpenGL, WebGL, and ray-traced scenes. It employs a grammar-of-graphics approach to map variables to aesthetic attributes and utilizes a hierarchical scene graph t