#可视化

Gophernotes作为Jupyter和nteract的Go语言内核,实现了在交互式环境中编写和执行Go代码。它支持创建融合代码、公式、可视化和说明文本的文档,便于分享和协作。该工具涵盖了Go的主要语法特性,为数据分析等应用提供了灵活的开发平台,但在Windows系统上使用第三方包时有一定限制。

PlotOptiX是基于NVIDIA OptiX框架的Python 3D光线追踪库，用于大规模数据的高质量可视化。支持多种几何图形、材质和光照效果，可生成逼真渲染。利用GPU加速和多GPU并行计算提升性能。简单API让用户无需编写着色器即可创建复杂3D场景。适用于数据可视化、科学计算和生成艺术等领域。

Processing Geometry Suite是一个2D几何算法开源库,提供丰富的几何操作功能。它支持布尔运算、几何变换、轮廓生成和形态学处理等,便于实现复杂的几何操作和可视化效果。该库采用静态方法和Processing原生数据类型,注重直观的可视化表现,适合各种创意编程和数据可视化项目使用。

Pts是一个轻量级的TypeScript/JavaScript库，用于可视化和创意编码。它提供点、线、形状操作和动画效果等功能，支持npm安装和CDN引入。库大小仅约30kb（gzip压缩），适合快速开发视觉效果和交互体验。开发者可通过官方网站ptsjs.org获取指南、演示和文档。

yesoreyeram-boomtable-panel是一款Grafana多列数据可视化插件。支持Graphite、InfluxDB、Prometheus等数据源,提供基于模式的单元格阈值、时间阈值、值转换、图标等功能,可灵活定制表格样式。适用于复杂数据展示,提升仪表盘的数据可读性和可视化效果。

streamlit_prophet是一款开源的时间序列预测工具，集成了Streamlit的交互功能和Prophet的预测算法。它提供了简洁的用户界面，支持数据上传、预处理、模型调参、评估和预测等功能。兼容Python 3.7-3.9版本，streamlit_prophet通过可视化界面简化了时间序列预测过程。这个工具适用于数据分析师和业务人员，可快速部署并用于各类预测分析任务。

pytorch-receptive-field是一个专门用于计算和可视化卷积神经网络(CNN)感受野的开源工具。该工具支持2D和3D CNN，能生成直观的感受野2D动画图。它易于集成到PyTorch项目中，可计算整个网络或特定层的感受野大小。这对于分析和优化CNN架构提供了重要参考。

deeplearning-tensorflow2-notebooks是一个开源的深度学习资源库，基于TensorFlow 2和Keras构建。项目包含多个Jupyter笔记本，涵盖深度学习的基础和高级主题。特色内容包括感受野的计算和可视化，有助于理解深度学习模型的内部机制。这个资源库适合各层次的学习者，提供了实践性的学习材料。项目同时提供波斯语支持，增加了其国际化特性。

3D Slicer是一款开源的医学影像可视化和分析软件。它兼容Windows、Linux和macOS，提供3D影像处理工具，适用于研究人员和医疗专业人士。该项目具有活跃的社区支持，定期更新，并提供详细文档和教程。3D Slicer为医学影像研究和应用提供了强大的跨平台解决方案。

Sweetviz是一个开源Python库，能够快速生成探索性数据分析(EDA)可视化报告。该库只需两行代码即可创建高密度的数据可视化，包括目标值分析、数据集比较和特征分析。Sweetviz支持混合类型关联和自动类型推断，可输出独立HTML应用，兼容Jupyter和Colab等环境。它还集成了Comet.ml功能，方便记录生成的报告。这个工具能帮助数据科学家和分析师迅速了解数据集特征及其相互关系。

AWIPS（Advanced Weather Interactive Processing System）是NSF Unidata开发的开源气象软件包，面向研究和教育机构的非商业版本。它通过LDM客户端从IDD统一获取数据，支持多种格式的解码和存储。AWIPS提供CAVE和python-awips两种可视化框架，用于数据解码、显示和分析。该软件为气象研究和教育提供强大工具支持，可免费下载使用，并支持通过云服务器访问EDEX数据。

pretty-print-confusion-matrix是一个Python库，用于生成混淆矩阵可视化图表。基于seaborn和matplotlib开发，支持从NumPy矩阵、数组、DataFrame或向量数据创建矩阵。该工具提供自定义颜色方案和标签功能，帮助数据科学家和机器学习工程师直观评估分类模型性能。适用于各类机器学习项目，操作简单，自定义选项丰富。

SwanLab是一款开源的AI实验跟踪工具，支持跟踪超参数、记录指标、在线协作和分享实验链接。该工具可与PyTorch、TensorFlow等主流框架集成，同时支持离线模式和自托管。SwanLab提供用户友好的API和直观界面，适用于个人研究和团队项目，能够帮助研究人员高效管理、比较和协作AI实验。

geemap是为Google Earth Engine开发的Python包，提供交互式地理空间分析和可视化功能。基于ipyleaflet和ipywidgets，它让用户能在Jupyter环境中分析Earth Engine数据集。geemap支持JavaScript到Python转换，具备交互式制图、数据导出、像素提取等功能，适用于地理信息领域的学习和研究。

Swagger UI是一款开源的API文档生成工具，能够自动根据OpenAPI规范创建可视化文档。开发团队和用户可以直观地浏览和测试API资源，无需编写代码。该工具兼容多个OpenAPI版本，具有丰富的配置和自定义选项，适用于各类项目。Swagger UI提供多种集成方式，包括npm模块和React组件，便于在不同应用中使用。它简化了API文档的创建和维护过程，提高了开发效率。

p5.js是一个开源JavaScript库，为创意编程提供全面支持。它包含完整的绘图工具集，可用于开发音视频、交互式、实验性和生成式网页作品。用户可将网页作为画布，利用简洁的API进行创作。p5.js支持多语言，提供详细文档和示例，并拥有活跃的社区。该库鼓励迭代和探索性编程，旨在为各类用户提供学习、创作和分享的平台。

react-chrono是一款多功能React时间线组件,支持多种布局模式和交互方式。基于TypeScript开发,提供灵活的API和主题定制,可用于构建简单时间轴到复杂年表等多种应用场景。支持水平、垂直和交替垂直布局,具备自动播放、媒体展示、键盘导航等功能,可渲染自定义内容和嵌套时间线,满足各类时间线需求。

krABMaga是一个基于Rust的离散事件仿真引擎，专门用于开发多智能体模型(ABM)。它借鉴了MASON库的架构理念，并结合Rust的独特优势进行了重新设计。该框架提供直观的API、可视化工具和WebAssembly支持，方便研究人员构建复杂的仿真模型。krABMaga还具备并行计算和分布式探索功能，适用于大规模仿真研究。

Kibana作为Elastic Stack的组成部分，为Elasticsearch提供基于浏览器的分析和搜索仪表板。该工具支持实时数据可视化和高级分析，便于创建动态仪表板和多种图表。Kibana与Elasticsearch集成，用于数据探索、分析和呈现，适用于各种数据分析场景。它支持多种图表类型和地理空间分析，能帮助用户深入洞察复杂数据，是数据驱动决策的实用工具。

Texera是基于云的协作数据分析系统，通过图形化工作流界面支持大规模计算和先进AI/ML技术。系统专注协作功能，为各背景用户提供类Google Docs的分析体验。Texera能处理海量数据，使非IT人员也可进行分析，并支持与长时运行作业交互。目前已应用于社交媒体分析、气候变化研究等多个领域。

OHIF Viewer是开放健康影像基金会开发的医学影像Web查看器。这款可配置、可扩展的应用支持DICOMweb标准，提供2D、3D渲染、注释和测量等功能。它支持国际化和离线使用，具有广泛的定制选项，适用于多种医学影像工作流程。作为开源项目，OHIF Viewer受到学术界和商业机构的广泛应用。

Mindmap.so帮助将Notion页面转化为可视化导图，便于在画布上理解和连接内容，支持规划流程和视觉化复杂主题。该平台提供便利的画布操作功能，如拖动与绘制，使内容更清晰易懂。