matplotlib / matplotlib/mpl_data_containers

Domain specific/interesting end goal use cases

Abierto
#2 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Lenguaje dominante
Python
Estrellas
10
Forks
6
Métricas de merge de PR
Sin PR fusionados en 30 d

Descripción

While initial development work will focus more heavily on synthetic data/toy examples of some relatively low-level artists, it is a good idea to keep in mind a wide range of applications, as that is the actual end goal that makes this work actually useful.

In particular the following, in no particular order:

- Oceanography/Geospatial data
- large datasets, subsampling data
- transforms into map coordinates
- integrations with cartopy, etc.
- Astronomy data
- It is a NASA funded grant, after all
- large datasets
- stress test units
- spatial-type data
- integration with data sources used in that domain
- Biological data
- Of particular interest to CZI grant
- Microscopy data/images
- Spectroscopy data
- It is my own area of expertise, I have several kinds of plots that serve a variety of levels of difficulty
- Specialized domain-specific data format
- Composing multiple artists
- particularly hard units support (spectroscopists can never agree what units to use, and like to say that length and energy units are interoperable)
- easy "quick" plots from a self describing data format
- multidimensional data, slicing into, etc.
- interactivity, stress testing the level of hooks provided to modify the plot
- Sports analytics data
- relatively unique visualizations
- see https://hockeyviz.com for many examples of a wide variety of plot types (made with matplotlib)
- potential interest for live updating

These are just a few of the domains for which this dataset-centric approach may be useful, feel free to add more.

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Línea de trabajo

El issue no menciona archivos, pruebas ni puntos de entrada; comienza revisando el alcance actual del proyecto frente a los casos de uso enumerados de oceanografía, astronomía, biología, espectroscopia y analítica deportiva. Se considera terminado cuando los casos de uso seleccionados se hayan convertido en requisitos concretos y priorizados o en issues de implementación posteriores.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
python
Área
data-visualization
Tipo de issue
Nueva funcionalidad
Dificultad
5/5
Tiempo estimado
Más de una semana
Estado de actividad
Estancado
Claridad
Necesita aclaración
Aptitud para principiantes
25/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.