Git Stars Git Stars

#data-exploration Repositories

Entdecke 23 aktive Open-Source-GitHub-Repositories, die mit #data-exploration getaggt sind und insgesamt 63,427 Sterne gesammelt haben (durchschnittlich 2,757 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Kanaries/pygwalker mit 16,005 Sternen.

23
Gesamtzahl der Repositories
63,427
Gesamtanzahl der Sterne
2,757
Durchschnittliche Sterne/Repo

Insgesamt 23 Repositories

1
Kanaries/pygwalker

PyGWalker: Verwandeln Sie Ihren Dataframe in eine interaktive Benutzeroberfläche für die visuelle Analyse

Kanaries
⭐ 16,005 Python 👤 Kanaries Organization 🕐 Aktualisiert 2026-09-05 📅 Erstellt 2023-02-16
2
Data-Centric-AI-Community/fg-data-profiling

1 Zeile Code für Datenqualitäts-Profiling & explorative Datenanalyse für Pandas- und Spark-DataFrames.

Data-Centric-AI-Community
⭐ 13,755 Python 👤 Data-Centric-AI-Community Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2016-01-09
3
Kanaries/Rath

Nächste Generation der automatisierten Plattform für explorative Datenanalyse und Visualisierung.

Kanaries
⭐ 4,687 TypeScript 👤 Kanaries Organization 🕐 Aktualisiert 2026-08-14 📅 Erstellt 2019-08-28
4
YS-L/csvlens

Befehlszeilen-CSV-Betrachter

YS-L
⭐ 4,043 Rust 👤 YS-L User 🕐 Aktualisiert 2026-07-04 📅 Erstellt 2021-08-14
5
shshemi/tabiew

Eine leichtgewichtige TUI-Anwendung zur Anzeige und Abfrage von tabellarischen Datendateien wie CSV, TSV und Parquet.

shshemi
⭐ 3,192 Rust 👤 shshemi User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-04-27
6
fbdesignpro/sweetviz

Visualisieren und vergleichen Sie Datensätze, Zielwerte und Assoziationen mit einer einzigen Codezeile.

fbdesignpro
⭐ 3,133 Python 👤 fbdesignpro User 🕐 Aktualisiert 2026-04-11 📅 Erstellt 2020-05-09
7
nborwankar/LearnDataScience

Offene Inhalte für eigenverantwortliches Lernen in Data Science

nborwankar
⭐ 2,979 Jupyter Notebook 👤 nborwankar User 🕐 Aktualisiert 2025-05-24 📅 Erstellt 2013-07-26
8
sfu-db/dataprep

Open-Source-Low-Code-Daten-Vorbereitungs-Bibliothek in Python. Sammeln, bereinigen und visualisieren Sie Ihre Daten in Python mit wenigen Codezeilen.

sfu-db
⭐ 2,226 Python 👤 sfu-db Organization 🕐 Aktualisiert 2024-06-27 📅 Erstellt 2019-05-12
9
antvis/AVA

👾 KI-natives Visual-Analytics-Framework für Agenten.

antvis
⭐ 1,669 TypeScript 👤 antvis Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2020-01-02
10
hi-primus/optimus

:truck: Agile Data Preparation Workflows leicht gemacht mit Pandas, Dask, cuDF, Dask-cuDF, Vaex und PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Aktualisiert 2024-12-02 📅 Erstellt 2017-07-13
11
opendatadiscovery/odd-platform

Die erste Open-Source-Plattform für Datenentdeckung und Observability. Wir erleichtern den Data Practitioners das Leben, damit Sie sich auf Ihr Geschäft konzentrieren können.

opendatadiscovery
⭐ 1,441 Java 👤 opendatadiscovery Organization 🕐 Aktualisiert 2026-10-19 📅 Erstellt 2021-07-07
12
cleanlab/cleanvision

Finden Sie automatisch Probleme in Bilddatensätzen und üben Sie datenzentrische Computer Vision.

cleanlab
⭐ 1,213 Python 👤 cleanlab Organization 🕐 Aktualisiert 2026-01-08 📅 Erstellt 2022-05-26
13
comet-ml/kangas

🦘 Multimedia-Datensätze in großem Maßstab erkunden

comet-ml
⭐ 1,061 Jupyter Notebook 👤 comet-ml Organization 🕐 Aktualisiert 2024-12-07 📅 Erstellt 2022-10-12
14
anvaka/vs

Visualisierung von Googles Autovervollständigung

anvaka
⭐ 1,004 JavaScript 👤 anvaka User 🕐 Aktualisiert 2026-06-18 📅 Erstellt 2018-11-19
15
davidgohel/ggiraph

'ggplot'-Grafiken interaktiv machen

davidgohel
⭐ 882 R 👤 davidgohel User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2015-08-01
16
tensorflow/data-validation

Bibliothek zum Erkunden und Validieren von Machine-Learning-Daten

tensorflow
⭐ 786 Python 👤 tensorflow Organization 🕐 Aktualisiert 2026-08-14 📅 Erstellt 2018-07-02
17
marmotdata/marmot

Das Open-Source-Wissenszentrum für Ihr Unternehmen. Marmot versteht die Bedeutung Ihrer Daten, regelt, wer sie nutzen darf, und führt jede Abfrage Ihrer Mitarbeitenden und Agenten aus – geprüft und protokolliert. Katalog, Datenherkunft, gesteuertes SQL und ein MCP-Server in einer einzigen Go-Binärdatei.

marmotdata
⭐ 639 Go 👤 marmotdata Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-03-12
18
boxuancui/DataExplorer

Automatisieren der Datenexploration und -behandlung

boxuancui
⭐ 544 R 👤 boxuancui User 🕐 Aktualisiert 2026-03-10 📅 Erstellt 2015-06-28
20
d3/d3-zoom

SVG, HTML oder Canvas mit Maus- oder Touch-Eingabe verschieben und zoomen.

d3
⭐ 535 JavaScript 👤 d3 Organization 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2016-05-02
21
polyaxon/traceml

Engine für KI/ML/Daten-Tracking, Visualisierung, Erklärbarkeit, Drift-Erkennung und Dashboards für Polyaxon.

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2016-03-25
22
Desbordante/desbordante-core

Desbordante ist ein leistungsstarker Datenprofiler, der mithilfe verschiedener Algorithmen viele unterschiedliche Muster in Daten erkennen kann. Außerdem können mit diesen Algorithmen Szenarien zur Datenbereinigung ausgeführt werden. Desbordante ist als Konsolenversion und als benutzerfreundliche Webanwendung verfügbar.

Desbordante
⭐ 522 C++ 👤 Desbordante Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2020-04-09
23
Puchaczov/Musoq

SQL Runtime ohne Datenbank

Puchaczov
⭐ 507 C# 👤 Puchaczov User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2018-01-29

Häufig gestellte Fragen

1

Welches ist das beliebteste #data-exploration-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#data-exploration-Projekt auf GitHub ist Kanaries/pygwalker mit 16,005 Sternen. PyGWalker: Verwandeln Sie Ihren Dataframe in eine interaktive Benutzeroberfläche für die visuelle Analyse

2

Welche Programmiersprachen werden in #data-exploration-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #data-exploration-Projekten auf GitHub sind Python, TypeScript, Rust, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #data-exploration-Repositories berechnet?

Wir verfolgen 23 aktive Open-Source-Repositories, die mit #data-exploration getaggt sind (500+ Sterne), mit insgesamt 63,427 Sternen und durchschnittlich 2,757 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.