#matplotlib Repositorios
Descubre 64 repositorios activos de código abierto de GitHub etiquetados con #matplotlib, que acumulan 360,312 estrellas en total (una media de 5,629 estrellas por proyecto). El líder de este tema es Asabeneh/30-Days-Of-Python, con 79,242 estrellas.
64 repositorios en total
El desafío de programación '30 Días de Python' es una guía paso a paso para aprender el lenguaje de programación Python en 30 días. Este desafío puede tomar más de 100 días. Sigue tu propio ritmo. Estos videos también pueden ser de ayuda: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Python Data Science Handbook: texto completo en Jupyter Notebooks
Notebooks de Python para ciencia de datos: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fundamentos de Python, AWS y varias líneas de comandos.
Sistema de Trading Cuantitativo Abu (Acciones, Opciones, Futuros, Bitcoin, Machine Learning) Trading cuantitativo de código abierto basado en Python, arquitectura de inversión cuantitativa
PyGWalker: Convierte tu dataframe en una interfaz de usuario interactiva para el análisis visual
¡Dibuja bonitos mapas a partir de datos de OpenStreetMap! Construido con osmnx +matplotlib + shapely
Mapa de ruta de aprendizaje de inteligencia artificial, recopilación de casi 200 casos y proyectos prácticos, materiales complementarios gratuitos, entrada desde cero bases, práctica para el empleo! Incluye: Python, matemáticas, aprendizaje automático, análisis de datos, aprendizaje profundo, visión por computadora, procesamiento del lenguaje natural, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv y otros campos populares
Un libro de acceso abierto sobre visualización científica usando Python y Matplotlib
《Análisis de datos con Python · 2ª edición》
Una serie de funciones de conveniencia para facilitar operaciones básicas de procesamiento de imágenes como traslación, rotación, redimensionamiento, esqueletización y visualización de imágenes de Matplotlib con OpenCV y Python.
Herramientas de análisis visual y diagnóstico para facilitar la selección de modelos de aprendizaje automático.
:bar_chart: Guarda figuras de matplotlib como TikZ/PGFplots para una integración fluida en LaTeX.
Una herramienta interactiva de visualización de datos que lleva los gráficos de matplotlib al navegador utilizando D3.
Una pequeña biblioteca para el ajuste automático de la posición del texto en gráficos de matplotlib para minimizar superposiciones.
Una colección de fragmentos de código de la publicación Daily Dose of Data Science en Substack: http://www.dailydoseofds.com/
Biblioteca de visualización de datos geoespaciales de alto nivel para Python.
🎨 Un wrapper conciso de matplotlib para crear gráficos hermosos de calidad de publicación
Aprendizaje automático, estadística y minería de datos para astronomía y astrofísica
Visualización circular en Python (Circos Plot, Diagrama de acordes, Gráfico de radar)
Las visualizaciones de datos están en el núcleo de cada publicación de resultados de investigación científica. Deben ser lo más claras posible para facilitar la comunicación de la investigación. Dado que los datos pueden tener diferentes formatos y formas, las visualizaciones a menudo deben adaptarse para reflejar los datos lo mejor posible. Desarrollamos Pylustrator, una interfaz para editar directamente gráficos generados por Python en matplotlib para finalizarlos para la publicación. Por lo tanto, los subplots se pueden redimensionar y arrastrar con el mouse, t
Hojas de estilo de Matplotlib para formatear figuras de forma elegante para artículos científicos, tesis y presentaciones, manteniéndolas completamente editables en Adobe Illustrator.
Adapta tus figuras de matplotlib a tu artículo, póster o diapositivas con una sola línea de código.
Un conjunto de mapas de color perceptualmente uniformes útiles para graficar datos científicos
La IA dibujó tu figura de investigación. Tavotto la deja lista para publicar: edita figuras de matplotlib y generadas por IA en un lienzo, organiza páginas con varios paneles en mm y comprueba las normas de la revista antes de exportar. Los scripts permanecen intactos.
Registre la actividad de CPU y memoria de un proceso :chart_with_upwards_trend:
Modele, simule y visualice sistemas dinámicos no lineales discretos, caos y fractales
Preguntas frecuentes
¿Cuál es el repositorio de #matplotlib más popular en GitHub?
El proyecto de código abierto de #matplotlib mejor posicionado en GitHub es Asabeneh/30-Days-Of-Python, con 79,242 estrellas. El desafío de programación '30 Días de Python' es una guía paso a paso para aprender el lenguaje de programación Python en 30 días. Este desafío puede tomar más de 100 días. Sigue tu propio ritmo. Estos videos también pueden ser de ayuda: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
¿Qué lenguajes de programación se utilizan más en los repositorios de #matplotlib?
Entre los proyectos de #matplotlib mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, HTML, PLpgSQL.
¿Cómo se calcula la clasificación de los repositorios de #matplotlib?
Seguimos 64 repositorios activos de código abierto etiquetados con #matplotlib (500+ estrellas), que suman un total de 360,312 estrellas, con una media de 5,629 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.