Este repositório contém uma coleção de visualizações de dados diversas, utilizando Python e bibliotecas especializadas para explorar e apresentar dados de forma eficaz. O projeto demonstra exemplos de gráficos e visualizações interativas, com suporte a automação de GUI via PyAutoGUI e integração com Qt para ambientes Wayland.
- Visualizações de dados com Matplotlib e Plotly.
- Manipulação de dados utilizando Pandas.
- Automação de interações GUI com PyAutoGUI.
- Suporte a ambientes gráficos Wayland via Qt6.
- Python (>=3.14.0, <3.15)
- Matplotlib (>=3.9.2, <4)
- Qt6-Wayland (>=6.7.3, <7)
- PyAutoGUI (>=0.9.54, <0.10)
- Plotly (>=5.24.1, <6)
- Pandas (>=2.2.3, <3)
Este projeto é gerenciado com Pixi, uma ferramenta de gerenciamento de pacotes que utiliza Conda para dependências.
-
Instale o Pixi:
Siga as instruções no site oficial: pixi.sh ou no repositório GitHub prefix-dev/pixi. Para instalação rápida em sistemas Unix-like:curl -fsSL https://pixi.sh/install.sh | bashPara Windows, baixe o executável do GitHub.
-
Clone o repositório:
git clone https://github.com/Ogarit/diverse_data_visualization.git cd diverse_data_visualization -
Instale as dependências:
pixi installIsso criará um ambiente virtual com todas as dependências especificadas no
pixi.toml, usando os canaishttps://conda.modular.com/max-nightlyeconda-forge.
Ative o ambiente Pixi:
pixi shell
Em seguida, execute com pixi run python {script_name}.py.
Contribuições são bem-vindas! Para contribuir:
- Faça um fork do repositório.
- Crie uma branch para sua feature (
git checkout -b feature/nova-feature). - Commit suas alterações (
git commit -m 'Adiciona nova feature'). - Push para a branch (
git push origin feature/nova-feature). - Abra um Pull Request.
Por favor, siga as boas práticas de código e teste suas mudanças.
Este projeto está licenciado sob a Licença MIT. Se o arquivo LICENSE não estiver presente, assume-se a licença MIT padrão.