#exploratory-data-analysis Repositories
Entdecke 29 aktive Open-Source-GitHub-Repositories, die mit #exploratory-data-analysis getaggt sind und insgesamt 87,068 Sterne gesammelt haben (durchschnittlich 3,002 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Data-Centric-AI-Community/fg-data-profiling mit 13,755 Sternen.
Insgesamt 29 Repositories
1 Zeile Code für Datenqualitäts-Profiling & explorative Datenanalyse für Pandas- und Spark-DataFrames.
Cleanlab's Open-Source-Bibliothek ist das Standard-Data-Centric-AI-Paket für Datenqualität und maschinelles Lernen mit unordentlichen, realen Daten und Labels.
Business Intelligence als Code: Erstellen Sie schnelle, interaktive Datenvisualisierungen in SQL und Markdown
Buch_2_《Die Schönheit des Sehens》 | Iris-Buch: Von Addition, Subtraktion, Multiplikation und Division bis hin zu maschinellem Lernen, Ihre Kritik ist willkommen.
Visualisieren und vergleichen Sie Datensätze, Zielwerte und Assoziationen mit einer einzigen Codezeile.
Ein interaktives Gitter zum Sortieren, Filtern und Bearbeiten von DataFrames in Jupyter Notebooks
Schöne Visualisierungen, wie sich Sprachen zwischen Dokumententypen unterscheiden.
Open-Source-Low-Code-Daten-Vorbereitungs-Bibliothek in Python. Sammeln, bereinigen und visualisieren Sie Ihre Daten in Python mit wenigen Codezeilen.
Praktisches Erlernen der Datenanalyse mit Projekten als Hauptlinie, wobei Wissenspunkte darin eingebettet sind und durch Lernen, Anwenden und Anleiten bessere Lernergebnisse erzielt werden
Finden Sie automatisch Probleme in Bilddatensätzen und üben Sie datenzentrische Computer Vision.
Zusammenstellung von R- und Python-Programmiercodes auf dem Data Professor YouTube-Kanal.
Einfache .NET-Bibliothek für die Manipulation von Daten und Zeitreihen sowie für wissenschaftliches Programmieren
Ein großartiger Einführungsdatensatz für Datenexploration und -visualisierung (Alternative zu Iris).
„Hands-on Exploratory Data Analysis with Python“, veröffentlicht von Packt
Vollständiger Lebenszyklus eines Data-Science-Projekts
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.
Skimpy ist ein leichtgewichtiges Tool, das zusammenfassende Statistiken über Variablen in Datenframes innerhalb der Konsole bereitstellt.
Häufig gestellte Fragen
Welches ist das beliebteste #exploratory-data-analysis-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#exploratory-data-analysis-Projekt auf GitHub ist Data-Centric-AI-Community/fg-data-profiling mit 13,755 Sternen. 1 Zeile Code für Datenqualitäts-Profiling & explorative Datenanalyse für Pandas- und Spark-DataFrames.
Welche Programmiersprachen werden in #exploratory-data-analysis-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #exploratory-data-analysis-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript, R die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #exploratory-data-analysis-Repositories berechnet?
Wir verfolgen 29 aktive Open-Source-Repositories, die mit #exploratory-data-analysis getaggt sind (500+ Sterne), mit insgesamt 87,068 Sternen und durchschnittlich 3,002 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.