首席数据官

Hi, 请登录

大数据分享:60多个有用的数据可视化图形库

在开源世界中,某些库为数据可视化提供了许多可能性,包括图形或网络表示。其他库仅专注于网络图表示。通常,这些库比通用库提供更多的功能。您还将找到商业图形可视化库。商业图书馆的优势在于可以保证持续的技术支持和先进的性能。

大数据分享:60多个有用的数据可视化图形库

“宇宙网”数据集的图形可视化,星系网络的研究图形可视化库列表

AfterGlow:用Perl编写的脚本,有助于可视化日志数据。它读取CSV文件并将其转换为图形。AfterGlow 1.6.5的最新版本于13/08/17发行。

Alchemy.js:内置在d3中的JavaScript图形绘图应用程序,用于启动和运行图形可视化应用程序。应用程序的大多数自定义都是通过覆盖默认配置进行的,而不是通过JavaScript直接实现。

Arbor.JS: 一个JavaScript图形可视化库,使用Web Worker和jQuery在MIT许可下发布。Arbor提供了一种力导向的布局算法以及用于图形组织和屏幕刷新处理的抽象,从而为您留下实际的屏幕绘图。您可以将其与canvas,SVG甚至是定位的HTML元素一起使用。

ccNetViz:一个轻量级的JavaScript库,用于使用WebGL进行大型网络图可视化。它是在Helikar实验室开发的GPLv3许可下可用的开源库。

Circos:Perl中的软件包,用于可视化数据和信息。它以圆形布局可视化数据。

Cola.JS:根据MIT许可证发行的开源JavaScript库,用于使用基于约束的优化技术来排列HTML5文档和图表。

它与D3.js,svg.js和Cytoscape.js之类的库配合使用良好。核心布局基于对C ++ LibCola库的JavaScript的完全重写。

Cytoscape.js:一个用纯JS编写的图形库,带有针对核心Cytoscape.js库和所有第一方扩展的开放源代码许可(MIT)。它在生产中的商业项目和开源项目中使用,并且首先面向用户(面向前端应用程序用例和开发人员用例)设计。它包括从BFS到PageRank的图论算法。

D3.JS:一个JavaScript库,用于使用HTML,SVG和CSS根据数据处理文档。D3结合了可视化组件和数据驱动的DOM操作方法。

Dagre-d3:根据MIT许可证发布的JavaScript库,用于在客户端布置有向图。dagre-d3库充当Dagre的前端,使用D3提供实际渲染。

Dash Cytoscape: Dash的组件库,旨在利用Python进行网络可视化,并包装在Cytoscape.js中。

Dracula图形库:根据MIT许可发布的JavaScript库,用于显示和布局交互式连接的图形和网络,以及图形理论领域的各种相关算法。只是普通的JavaScript和SVG。

El Grapho:一个JavaScript WebGL图形数据可视化框架,用于可视化大型图形并与之交互。它是根据MIT许可证发布的。

Flare:一个ActionScript库,用于创建在Adobe Flash Player中运行的可视化。该工具包支持数据管理,视觉编码,动画和交互技术。

G6:根据MIT许可证发布的JavaScript图形可视化框架,它提供了一组基本机制,使开发人员可以构建图形可视化分析应用程序或图形可视化建模应用程序。

GDToolkit(GDT):一种C ++图形绘制工具包,旨在处理多种类型的图形,并根据许多不同的审美标准和约束条件自动绘制它们。

GGraph:图形可视化库,用于根据Apache 2.0许可发布的大数据。它建立在顶级D3之上,扩展了节点的概念以及与节点组的链接。

GoJS:专有的JavaScript和TypeScript库,用于构建交互式图和图。

Grano:为想要跟踪政治或经济利益网络的记者和研究人员提供的开源Python工具。它有助于了解您的调查中最相关的关系,以及合并来自不同来源的数据。

GraphGL:根据MIT许可发布的JavaScript网络可视化库。它设计用于在Web浏览器中渲染大型图形和动态图形浏览。它适用于静态文件(将导出的GraphML / GEXF文件转换为JSON)和动态文件。

高维数据可视化_数据可视化和大数据可视化_高光谱数据降维

Graphosaurus: 由MPGL许可下发布的由WebGL(three.js)支持的三维JavaScript静态图形查看器。

Graph Stream:用于动态图建模和分析的Java库。您可以生成,导入,导出,测量,布局和可视化它们。

Graph Tool:用于对图形进行操作和统计分析的Python模块。核心数据结构和算法是用C ++实现的。

Graphviz:多种C软件,用于绘制属性图并实现一些常见的图形布局算法。Graphviz布局程序以简单的文本语言描述图形,并以图像和Web页面的SVG等格式制作图形;PDF或Postscript包含在其他文档中;或在交互式图形浏览器中显示。

Graphvy:使用Kivy进行的基本图形(数据)浏览和可视化,并根据MIT许可发布。

H3Viewer:一个JavaScript库,提供3D双曲空间中节点链接图的布局和导航。该库可处理超过300,000条边的图形。

igraph:开源和免费的网络分析工具集合。igraph可以用R,Python,Mathematica和C / C ++进行编程。

ipysigma: 一个自定义的Jupyter小部件库,可使用sigma.js来显示图形,该库是根据Apache 2.0许可发布的。

JavaScript Diagram:一个商业JavaScript库,用于可视化,创建和编辑交互式图。它支持通过代码或可视界面创建流程图,组织结构图,思维导图和BPMN图表。

Java通用网络/图形框架(JUNG):一个Java软件库,为可表示为图形或网络的数据的建模,分析和可视化提供通用语言。

JavaScript InfoVis Toolkit:根据MIT许可发布的用于创建Web交互式数据可视化的工具包

联合JS:根据MLP许可证2.0发布的JavaScript图表库,具有支持可视化以及与图表和图形交互的功能。

JS Graph it: 一个用于图形表示的JavaScript库,允许您使用CSS类连接HTML元素,以声明块,连接器,标签,而无需使用Javascript代码。JS Graph是根据Apache 2.0许可发布的

jsPlumb:根据MIT许可发布的JavaScript图形库,以可视方式连接其网页上的元素。它使用SVG并在IE9和更高版本的所有浏览器上运行。

Keylines :商业JavaScript软件开发套件(SDK),用于构建应用程序以可视化和分析复杂的连接数据。

LargeViz:根据Apache 2.0许可发布的C ++工具,用于可视化大规模和高维数据。它支持可视化高维特征向量和网络。

multiNetX:根据GNU公共许可证发布的python软件包,用于多层网络的操作和可视化。该程序包的核心是MultilayerGraph,该类继承了networkx.Graph()的所有属性。

Muxviz:用于分析和可视化互连多层网络的框架。它是根据GNU通用公共许可证v3.0发布的。

mxGraph:在Apache 2.0许可下发布的客户端JavaScript图表库,使用SVG和HTML进行渲染。draw.io是扩展此库功能的示例。

Neovis Js:一个JavaScript图形库,结合了Neo4j和vis.js,可在浏览器中使用Neo4j的数据生成图形可视化效果。您可以连接到Neo4j实例以获取实时数据高维数据可视化,指定要显示的标签和属性,指定要填充的Cypher查询。

NetJSON:一种JavaScript工具,已获得BSD许可,它利用d3.js来使用NetJSON NetworkGraph格式可视化网络拓扑。

NetworkCube:一个用于多变量动态网络的开源JavaScript / Typescript可视化库。

NodeBox:在GPL下发布的Python图形库,用于使用NetworkX的中间性和特征向量中心性算法可视化小图形(

高维数据可视化_高光谱数据降维_数据可视化和大数据可视化

OGDF:一个独立的C ++类库,用于自动布局图。OGDF提供了可在您自己的应用程序或科研项目中使用的算法和数据结构。该库可在GNU通用公共许可证下获得。

Ogma:由Linkurious开发的用于大型图形可视化和交互的商业JavaScript库。

Popoto.js:使用D3.js构建的JavaScript库,旨在为Neo4j图形数据库创建可视查询生成器。图形查询被转换为Cypher并在数据库上运行。它是根据GNU公共许可证发布的。

Processing.JS:处理视觉编程语言的JavaScript端口。它允许Web浏览器显示动画,视觉应用程序,游戏和其他图形丰富的内容,而无需任何插件。

Protovis:根据BSD许可发布的JavaScript库,用于使用简单的标记(例如,条和点)组成数据的自定义视图。Protovis不再处于积极开发中。

Py3Plex:根据BSD许可发布的Python库,提供用于分解高维数据

试看结束,如继续查看请付费↓↓↓↓
打赏0.5元才能查看本内容,立即打赏

来源【首席数据官】,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!

版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。

相关推荐

二维码
评论