#exploratory-data-analysis Repositorios
Descubre 29 repositorios activos de código abierto de GitHub etiquetados con #exploratory-data-analysis, que acumulan 87,068 estrellas en total (una media de 3,002 estrellas por proyecto). El líder de este tema es Data-Centric-AI-Community/fg-data-profiling, con 13,755 estrellas.
29 repositorios en total
Perfilado de calidad de datos & análisis exploratorio de datos con 1 línea de código para DataFrames de Pandas y Spark.
La biblioteca de código abierto de Cleanlab es el paquete estándar de IA centrado en datos para la calidad de datos y el aprendizaje automático con datos y etiquetas desordenados del mundo real.
Inteligencia empresarial como código: cree visualizaciones de datos rápidas e interactivas en SQL y markdown
Libro_2_《La belleza de la visualización》 | Libro Iris: De la suma, resta, multiplicación y división al aprendizaje automático, se aceptan críticas y sugerencias.
Visualice y compare conjuntos de datos, valores objetivo y asociaciones, con una sola línea de código.
Una cuadrícula interactiva para ordenar, filtrar y editar DataFrames en cuadernos de Jupyter
Hermosas visualizaciones de cómo el lenguaje difiere entre los tipos de documentos.
Biblioteca de preparación de datos de código abierto y bajo código en Python. Recopila, limpia y visualiza tus datos en Python con unas pocas líneas de código.
Aprender análisis de datos de forma práctica centrado en proyectos, con puntos de conocimiento integrados, para lograr mejores resultados de aprendizaje a través del aprendizaje, la práctica y la guía
Encuentre automáticamente problemas en conjuntos de datos de imágenes y practique la visión por computadora centrada en datos.
Compilación de códigos de programación en R y Python en el canal de YouTube de Data Professor.
Biblioteca .NET fácil de usar para la manipulación de datos y series temporales y para la programación científica
Un excelente conjunto de datos introductorio para la exploración y visualización de datos (alternativa a iris).
Análisis Exploratorio de Datos Práctico con Python, publicado por Packt
Ciclo de vida completo de un proyecto de ciencia de datos
Desbordante es un perfilador de datos de alto rendimiento capaz de descubrir muchos patrones diferentes en los datos mediante diversos algoritmos. También permite ejecutar escenarios de limpieza de datos utilizando estos algoritmos. Desbordante cuenta con una versión de consola y una aplicación web fácil de usar.
skimpy es una herramienta ligera que brinda estadísticas resumidas sobre las variables en los data frames dentro de la consola.
Preguntas frecuentes
¿Cuál es el repositorio de #exploratory-data-analysis más popular en GitHub?
El proyecto de código abierto de #exploratory-data-analysis mejor posicionado en GitHub es Data-Centric-AI-Community/fg-data-profiling, con 13,755 estrellas. Perfilado de calidad de datos & análisis exploratorio de datos con 1 línea de código para DataFrames de Pandas y Spark.
¿Qué lenguajes de programación se utilizan más en los repositorios de #exploratory-data-analysis?
Entre los proyectos de #exploratory-data-analysis mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript, R.
¿Cómo se calcula la clasificación de los repositorios de #exploratory-data-analysis?
Seguimos 29 repositorios activos de código abierto etiquetados con #exploratory-data-analysis (500+ estrellas), que suman un total de 87,068 estrellas, con una media de 3,002 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.