matplotlib / matplotlib/mpl_data_containers

Domain specific/interesting end goal use cases

Aperta
#2 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Lingua principale
Python
Stelle
10
Fork
6
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

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.

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Direzione di ricerca

L’issue non indica file, test o punti di ingresso; inizia esaminando l’ambito attuale del progetto rispetto ai casi d’uso elencati di oceanografia, astronomia, biologia, spettroscopia e analisi sportiva. Il lavoro è completato quando i casi d’uso selezionati sono stati trasformati in requisiti concreti e prioritari o in issue di implementazione successive.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
python
Ambito
data-visualization
Tipo di issue
Funzionalità
Difficoltà
5/5
Tempo stimato
Più di una settimana
Stato di attività
Ferma
Chiarezza
Da chiarire
Idoneità per principianti
25/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.