matplotlib / matplotlib/mpl_data_containers

Domain specific/interesting end goal use cases

Aberta
#2 0 comentários 0 reações 0 responsáveis Ver no GitHub

Ninguém assumiu esta issue ainda.

Linguagem predominante
Python
Estrelas
10
Forks
6
Métricas de merge de PRs
Nenhum PR com merge em 30d

Descrição

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.

Guia de contribuição

Abrir o guia de contribuição

Primeiros passos

  1. Leia a issue inteira e depois o guia de contribuição do projeto.
  2. Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
  3. Faça um fork do repositório e trabalhe em uma branch.
  4. Abra um pull request que referencie o número da issue.

Direção de pesquisa

A issue não nomeia arquivos, testes nem pontos de entrada; comece revisando o escopo atual do projeto em relação aos casos de uso listados de oceanografia, astronomia, biologia, espectroscopia e análise esportiva. O trabalho estará concluído quando os casos de uso selecionados forem transformados em requisitos concretos e priorizados ou em issues de implementação posteriores.

Escrita pelo modelo de indexação a partir do texto da issue.

Avaliação

Stack de tecnologia
python
Domínio
data-visualization
Tipo de issue
Funcionalidade
Dificuldade
5/5
Tempo estimado
Mais de uma semana
Status de atividade
Estagnada
Clareza
Precisa de esclarecimento
Facilidade para iniciantes
25/100

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.