LabPlot: 無料のオープンソースクロスプラットフォームデータ可視化および分析ツール

これはGitHubのミラーだと思うよ。実際の開発はKDEのGitLabで行われてるみたいだね。https://invent.kde.org/education/labplot

SQLiteはいいけど、いくつかのサードパーティ製のREST APIソリューションもあるよ。何が問題なの？

マニュアルには違うことが書いてあるよ: https://docs.labplot.org/en/import_export/import_export_sql.... https://doc.qt.io/archives/qt-5.15/sql-driver.html 何か別のことを話してるの？

これは、商業ツールのOriginと同じような領域を占めるFOSSソリューションだと思う。Originは一部の科学コミュニティでとても人気があるからね。もし他のツール（例えば、測定ソフトウェア）がすでに欲しいデータを生成していて、ただプロットを作成するためのGUIツールが欲しいだけなら、役に立つかも。簡単なこと、例えば最小二乗法の曲線フィッティングとかもできるしね。プログラミング言語や、その言語からアクセスできるプロットライブラリでデータをたくさん扱ってるなら、これは君には合わないかもね。

これ、私のターゲット層かもしれない。R、Python、Maximaを行ったり来たりしてて、たまにMATLABやOctaveも使うんだ。これらの間でデータをやり取りするのは、だいたいCSVみたいな一番簡単な方法を使うことが多い。ツールごとに全然違うインターフェースがあるのは面倒くさいよね。Jupyterもあんまり好きじゃないし、これが自分に合うなら、言語を超えた機能がなくても、Jupyterの代わりとして悪くないかも。

使い方の問題だね。具体的な例を挙げると、私はロケットの開発中にプロジェクトエンジニアとして働いてた。テストやフライトからのテレメトリーデータフレームは、パラメータ名でラベル付けされた数多くのCSVやTSVファイルに処理されてた。そのファイルはサンプリングレートによってはすごく大きくなることもあったし、特に数時間続くテストの場合はね。データの探索的な手動分析を行うには、次のようなことが必要だった。* 時系列グラフを視覚的にサクサク回していく（たいてい数百のパラメータ）。ほとんどのパラメータは以前に見たことがあるから、異常をすぐにキャッチできる。こんな感じで大量のデータを迅速に処理できる。* 様々なズームやパン設定でグラフを素早く分析する。ドキュメントに含めるために画像として保存することもある。上記のように、ズームとパンの操作は数秒で行われることが多い。* 細かい詳細までズームインして、ビットレベルやサンプル間隔まで見る。こういうレベルでも驚くほどの情報が得られることがある。変わったけど役に立つ単一のイベントに出くわしたこともあるし、そういうのは予測が難しいから、どこに出てくるか分からない。だから、操作速度がまた重要な要素になる。* 複数のパラメータ（時には異なる単位）を一緒にプロットして、相関や異常なイベントを評価する。チームでの分析セッションでは、そういう視覚化をその場で準備したこともあった。* 統計的またはスペクトル分析（周期図、対数または半対数グラフ、PDFなど）を行う。* グラフ内にマーカーやメモを追加する（通常はイベントを説明するため）。軸やプロットラベルを変更する。グリッド値のフォーマットを変更する（例：時間を秒で表示するかHMSで表示するか）。上記の操作は、Julia、Matlab、R、Pythonで可能だった。私たちはほとんど全て使ってたけど（個人の好みによる）、どれも上記のワークフローには一つの理由で合わなかった - 速度。テキストやGUIで各パラメータを選ぶ時間がないんだ。視覚化を素早く立ち上げるか、調査者が各グラフを閉じるときにパラメータをサクサク回す方法が必要だよ。ズーム、パン、ラベルをテキストで設定する時間もない。マウスを使って（ズーム＆パン）直接グラフ上で（ラベルやマーカー）行う必要がある。FFTやフィルタ関数を実行して、新しい系列を保存してからプロットするなんてやりたくない。メニューの一つの選択で済ませたいんだ。C++コンパイラを使うのとJupyterLabでPythonを使うのとでは大違いだよ。私たちが使ってたアプリはLabplotにすごく似てた。今、Excelがより良い選択肢に見えるかもしれないけど、実際にはLabPlotや私たちのアプリは、CSVやTSVを直接インポートできるスプレッドシートのようなインターフェースを持ってた。でも、Excelは私たちの要件を満たすには足りないんだ。例えば、Excelで時系列をプロットするには、値（列やセル）を選択して、軸を指定して、オプションで軸やグラフのラベルを定義して、プロットを開始して、必要なレベルまで拡張して、印刷のフォーマットを整えなきゃいけない。そのペースじゃ、分析が1ヶ月も終わらないよ。そういうアプリは、ラベルや他のメタデータをデータファイルにフォーマットされたコメントとして埋め込んで、自動でやってくれるんだ。でも、もっと大きな問題はデータのサイズだった。一部のファイルはインポートするとExcelをモラセスの速度にまで遅くしちゃう。アプリはディスクとメモリレベルのバッファリングを行って、ほぼ瞬時のインタラクティブ性を大幅に改善してた。これで、あなたが言ったツールがLabPlotや似たようなツールの代わりにはならない理由がわかるといいな。

まだこのツールは試してないけど、データやビジュアルをドラッグ＆ドロップできるなら、すごくいい追加機能だね。

自分の経験では、プログラミングしない人や、それが生産的なやり方だと感じていない人もいるよね。自分はPython派だけど、職場にはJMPのライセンスがいくつかあって、大多数のエンジニアはExcelに満足してる。だから、どれくらい時間がかかるかは誰にも見せないようにしてる。 ;-) でも、そういう人たちは「オープンソース」や、知られたブランドから出ていないものに対して警戒心を持っている人たちでもある。このツールはデータをいじりたいけど、上司に話すのは気が引けるって人には選択肢になるかもしれないね。