Awesome GitHub RepositoriesHeatmap Interactivity

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

tui.chart 是一款 JavaScript 数据可视化库和多类型图表引擎，用于渲染交互式统计图表。它作为一个响应式图表框架和实时数据可视化工具，利用 HTML5 Canvas 实现多样化数据集的高性能渲染。 该库提供了广泛的视觉格式，包括线性、圆形、网格、层级和统计图表类型。这涵盖了从标准柱状图、折线图和饼图，到雷达图、树状图、气泡图和箱线图等更专业的各种可视化。 该引擎包括用于实时数据监控和交互式仪表板开发的全面功能。它支持高级交互模型，如缩放、系列选择和跨多个图表的同步工具提示，同时提供 CSV、XLS、PNG 和 JPEG 格式的数据导出实用程序。 该框架通过 Resize Observer 管理自适应布局，可根据容器尺寸自动调整图表选项和动画。

tui.chart 是一款统计图表引擎和数据可视化库，旨在为复杂的数值数据集渲染交互式图表和图形。它作为一个响应式图表框架，能够生成各种统计表示，包括折线图、柱状图、散点图、气泡图和树状图。 该库的特色在于一个交互式可视化系统，支持跨多个图表的同步工具提示、基于范围的缩放以及数据系列选择。它包括一个布局引擎，可根据查看容器的大小自动调整图表尺寸和动画。 该系统涵盖了广泛的渲染功能，包括通过树状图进行的层级数据映射、颜色编码的热力图，以及处理实时数据更新以进行实时监控的能力。其他实用领域包括数据导出功能和修改活动可视化外观的动态配置更新。

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。

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。

Zeebe 是一个云原生工作流引擎和分布式状态机，旨在通过 BPMN 和 DMN 标准进行业务流程编排。它作为一个高性能 gRPC 工作流运行时，通过分区事件流架构执行复杂的业务流程。该系统还作为大语言模型代理的编排器，在确定性业务流程中协调 AI 推理和工具使用。 该引擎通过其点对点代理网络和确保高可用性和容错性的基于共识的数据复制模型而脱颖而出。它采用分区代理集群来实现水平扩展，并利用自适应请求背压来调节传入的命令流并防止系统过载。 该平台涵盖了广泛的操作功能，包括带有性能热力图的实时执行监控、通过决策表的自动化业务决策，以及通过基于轮询的作业工作者模型进行的分布式任务执行。它还提供用于多租户资源隔离、基于身份的访问控制以及集成外部 Web API 和无服务器函数的工具。 该系统可部署在 Kubernetes 和 Docker 等各种环境中，并通过命令行界面和程序化 REST API 的组合进行管理。

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.

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