Ich finde https://plotly.com/ noch ganz nett. Da finde ich die out of the box experience immer besser. Bisher habe ich auch noch keine Limitierungen gefunden, wenn man viel anpassen will. Auch die Dashboard Funktionalität ist sehr cool (Dash by plotly) @SeppJ sagte in Phython: Matplotlib: Einmal ein matlab-artiges, imperatives Interface (das was sich 'pyplot' nennt), wo man mit einem globalem Plotkontext arbeitet und dieses Schritt für Schritt modifiziert. Noch als Ergänzung: Verwirrenderweise gibt es aber das Interface "pyplot" und das Modul "pyplot", welches beide APIs implementiert. Das importieren von pyplot sagt daher noch nichts über die API aus und ist in jedem Fall notwendig. Versuche dies zu ändern (https://github.com/matplotlib/mpl-gui) sind wohl vorerst Versuche geblieben @omggg sagte in Phython: Matplotlib: Ist das "die" Library für Data Scientists, oder gibt es auch andere? Zumindest eine populäre für Visualisierung. Für andere Aufgaben gibt es dann natürlich noch andere Libraries. Die vermutlich wichtigstens in keiner speziellen Ordnung: pandas, pytorch, scipy, sklearn, numpy. Darüber hinaus gibt es aber noch X verschiedene weitere sehr verbreitete Libraries je nach Use Case

Danke für die Antworten @theta Weil ein reinterpret_cast fehlt? Ideone gibt weder eine Warnung noch eine Fehlermeldung aus. Das Problem dass entweder nur die Zeilen oder die Spalten im Speicher zusammenhängend sein können besteht immer noch. (Edit: ist aber glaube ich bei diesem Ziel gar kein Problem.) Konkret brauche ich eine Datentabelle, weil ich mit <random> Stichproben (samples) generieren möchte und verschiedene Stichprobenfunktionenergebnisse aus den Stichproben berechnen möchte. Das aber alles für verschiedene (Wahrscheinlichkeits-)verteilungen und jeweils verschiedene Stichprobenfunktionen. Dazu möchte ich noch auch Math/Statistical Distributions von boost verwenden, also die Parameter (oder Koeffizienten?) der Verteilungen sollen bei <random> und Math/Statistical Distributions gleich sein.