#data-processing Repositories
Entdecke 72 aktive Open-Source-GitHub-Repositories, die mit #data-processing getaggt sind und insgesamt 211,976 Sterne gesammelt haben (durchschnittlich 2,944 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist pathwaycom/pathway mit 61,976 Sternen.
Insgesamt 72 Repositories
Python ETL-Framework für Stream-Verarbeitung, Echtzeitanalysen, LLM-Pipelines und RAG.
Inkrementeller Engine für Langhorizont-Agenten 🌟 Stern geben, wenn es dir gefällt!
Eine Sammlung nützlicher Bash One-Liners und Terminal-Tricks für die Datenverarbeitung und die Wartung von Linux-Systemen.
Miller ist wie awk, sed, cut, join und sort für namenindizierte Daten wie CSV, TSV und tabellarisches JSON.
[SIGMOD'27] Einfache Datenaufbereitung mit den neuesten LLM-basierten Operatoren und Pipelines.
Einheitliche Abfrage, Transformation und Modifikation von JSON, TOML, YAML, XML, INI, HCL, KDL und CSV.
Eine GPU-beschleunigte Bibliothek, die hochoptimierte Bausteine und eine Ausführungsengine für die Datenverarbeitung enthält, um Deep-Learning-Training- und Inferenz-Anwendungen zu beschleunigen.
Ein leichtgewichtiges Datenverarbeitungs-Framework, das auf DuckDB und 3FS basiert.
Eine leichte, flexible und ausdrucksstarke Bibliothek für statistische Datentests
Eine Implementierung von differential dataflow mit timely dataflow auf Rust.
Kubernetes-native Plattform zum Ausführen von massiv parallelen Daten-/Streaming-Jobs
Die Kontextschicht für unstrukturierte Daten: typisierte, versionierte Datensätze über S3, GCS, Azure
Gleichzeitige und mehrstufige Datenaufnahme und Datenverarbeitung mit Elixir
Toolkit für maschinelles Lernen, natürliche Sprachverarbeitung und Textgenerierung in TensorFlow. Dies ist Teil des CASL-Projekts: http://casl-project.ai/
Quellcode, der das Buch begleitet: Data Science auf der Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017
Verteilen und Ausführen von KI-Workloads auf Kubernetes auf magische Weise in Python, wie PyTorch für die ML-Infrastruktur.
Eine kuratierte Liste von fantastischer Synthetik-Apertur-Radar (SAR)-Software, Bibliotheken und Ressourcen.
Ein Model Context Protocol (MCP)-Server, der MS Excel-Daten liest und schreibt
Dies ist das offizielle Entwicklungs-Repository für BCFtools. Siehe Installationsanweisungen und andere Dokumentation hier http://samtools.github.io/bcftools/howtos/install.html
SoundFile ist eine Audiobibliothek, die auf libsndfile, CFFI und NumPy basiert
Extrahiert E-Mails und Anhänge aus den in Microsoft Outlooks .msg-Dateien gespeicherten Dateien
Kommandozeilen-Tool zum Herunterladen und Extrahieren von Daten aus HTML/XML-Seiten oder JSON-APIs unter Verwendung von CSS, XPath 3.0, XQuery 3.0, JSONiq oder Pattern-Matching. Es kann auch neue oder transformierte XML/HTML/JSON-Dokumente erstellen.
Flux ist eine leichte Skriptsprache zum Abfragen von Datenbanken (wie InfluxDB) und zur Arbeit mit Daten. Sie ist Teil von InfluxDB 1.7 und 2.0, kann aber unabhängig davon ausgeführt werden.
Eine Open-Source-Bibliothek zur Interaktion und Verarbeitung von Radardaten, spezialisiert auf MIMO mmWave-Radars
HStreamDB ist eine Open-Source, Cloud-native Streaming-Datenbank für IoT und darüber hinaus. Modernisieren Sie Ihren Datenstapel für Echtzeitanwendungen.
Häufig gestellte Fragen
Welches ist das beliebteste #data-processing-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#data-processing-Projekt auf GitHub ist pathwaycom/pathway mit 61,976 Sternen. Python ETL-Framework für Stream-Verarbeitung, Echtzeitanalysen, LLM-Pipelines und RAG.
Welche Programmiersprachen werden in #data-processing-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #data-processing-Projekten auf GitHub sind Python, C++, Jupyter Notebook, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #data-processing-Repositories berechnet?
Wir verfolgen 72 aktive Open-Source-Repositories, die mit #data-processing getaggt sind (500+ Sterne), mit insgesamt 211,976 Sternen und durchschnittlich 2,944 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.