#data Dépôts
Découvrez 232 dépôts GitHub open source actifs associés à #data, cumulant 1,106,761 étoiles au total (soit une moyenne de 4,770 étoiles par projet). Le projet en tête de ce thème est D4Vinci/Scrapling, avec 104,760 étoiles.
232 dépôts au total
🕷️ Le MEILLEUR framework de scraping web, capable de tout gérer, d’une simple requête à une exploration à grande échelle ! N’hésitez pas, rejoignez-nous ici : https://discord.gg/EMgGbDceNQ et suivez-nous ici pour découvrir chaque jour des conseils et astuces : https://x.com/Scrapling_dev
Le défi de programmation « 30 Jours de Python » est un guide étape par étape pour apprendre le langage de programmation Python en 30 jours. Ce défi peut prendre plus de 100 jours. Suivez votre propre rythme. Ces vidéos peuvent également vous aider : https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
🤖 Puissante gestion asynchrone d'état, utilitaires d'état serveur et récupération de données pour le web. TS/JS, React Query, Solid Query, Svelte Query et Vue Query.
L'outil open source de Business Intelligence et d'analytique intégrée facile à utiliser qui permet à chacun de travailler avec des données :bar_chart:
Ceci est un référentiel avec des liens vers tout ce que vous voudriez jamais apprendre sur l'ingénierie des données
📗 SheetJS Spreadsheet Data Toolkit -- Nouveau foyer https://git.sheetjs.com/SheetJS/sheetjs
Prefect est un framework d'orchestration de workflows pour construire des pipelines de données résilients en Python.
Discutez avec votre base de données ou votre datalake (SQL, CSV, parquet). PandasAI rend l'analyse de données conversationnelle grâce aux LLM et au RAG.
AKShare est une bibliothèque d'interfaces de données financières élégante et simple pour Python, construite pour les humains ! Bibliothèque d'interfaces de données financières open source
Mouvement de données open-source pour les pipelines ELT et les agents IA — des API, bases de données et fichiers vers les entrepôts de données, lacs de données et applications IA. Auto-hébergé et Cloud.
Une liste organisée d'incroyables frameworks big data, de ressources et d'autres choses géniales.
PRQL est un langage moderne pour la transformation des données — un remplacement SQL simple, puissant et basé sur des pipelines.
:card_index: Un générateur simple de données factices pour C#, F# et VB.NET. Basé sur et porté depuis le fameux faker.js.
Une interface web pour créer des visualisations personnalisées basées sur des vecteurs au-dessus du cœur de RAWGraphs
🧙 Créez, exécutez et gérez des pipelines de données pour l'intégration et la transformation des données.
[SIGMOD'27] Préparation simplifiée des données grâce aux opérateurs et pipelines les plus récents fondés sur les LLM.
Traitement des données pour et avec des modèles fondamentaux ! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷
Liste des stages et emplois pour nouveaux diplômés en IA/ML 2027 mise à jour quotidiennement
Pipelines de données pour la configuration du cloud et les données de sécurité. Créez des solutions d'inventaire des actifs cloud, de CSPM, de FinOps et de gestion des vulnérabilités. Extraction à partir d'AWS, Azure, GCP et de plus de 70 sources cloud et SaaS.
La maison du langage CUE ! Validez et définissez des configurations textuelles et dynamiques
Le Data Load Tool (dlt) est une bibliothèque Python open source qui facilite le chargement des données 🛠️
Données de compatibilité des navigateurs pour les technologies Web telles qu'affichées sur MDN
Une plateforme de partage de connaissances curatée de nouvelle génération pour les data scientists et d'autres professions techniques.
Edit Banana : Un framework pour convertir les formats statistiques en modifiables.
🚀 Glide Data Grid est une grille de données React sans compromis, outrageusement rapide, avec un rendu riche, une accessibilité de premier ordre et un support TypeScript complet.
Superduper : Framework de bout en bout pour la création d'applications et d'agents IA personnalisés.
CKAN est un DMS (système de gestion de données) open source pour alimenter les hubs de données et les portails de données. CKAN facilite la publication, le partage et l'utilisation des données. Il alimente catalog.data.gov, open.canada.ca/data, data.humdata.org parmi de nombreux autres sites.
Mimesis est une bibliothèque Python permettant de générer des données fictives mais réalistes dans plusieurs langues et paramètres régionaux.
DeepAnalyze est le premier LLM agentique pour la science des données autonome. 🎈 Votre analyste de données IA qui analyse automatiquement de grandes quantités de données et génère des rapports d'analyse professionnels en un seul clic !
TFDS est une collection de jeux de données prêts à l'emploi avec TensorFlow, Jax, ...
Analyseur de métadonnées YAML plus intelligent, utilisé par metalsmith, Gatsby, Netlify, Assemble, mapbox-gl, phenomic, vuejs vitepress, TinaCMS, Shopify Polaris, Ant Design, Astro, hashicorp, garden, slidev, saber, sourcegraph et bien d'autres. Simple à utiliser et éprouvé sur le terrain. Analyse YAML par défaut, mais peut également analyser le Front Matter JSON, le Front Matter Coffee, le Front Matter TOML et prend en charge les analyseurs personnalisés. Veuillez suivre l'auteur de gray-matter : https://github.com/jonschlinkert
Framework RAG (Retrieval Augmented Generation) pour la construction d'applications open source modulaires pour la production par TrueFoundry
Preswald est un packageur WASM pour les applications de données interactives basées sur Python : regroupez des flux de données complexes complets, en particulier des visualisations, en fichiers uniques, exécutables entièrement dans le navigateur, en utilisant Pyodide, DuckDB, Pandas et Plotly, Matplotlib, etc. Créez des tableaux de bord, des rapports et des notebooks qui s'exécutent hors ligne, se chargent rapidement et se partagent comme un document.
Un framework de collecte et d'analyse de données de marché de prévision, incluant le plus grand jeu de données public disponible sur les marchés et les transactions Polymarket et Kalshi.
Foire aux questions
Quel est le dépôt #data le plus populaire sur GitHub ?
Le projet #data open source le mieux classé sur GitHub est D4Vinci/Scrapling, avec 104,760 étoiles. 🕷️ Le MEILLEUR framework de scraping web, capable de tout gérer, d’une simple requête à une exploration à grande échelle ! N’hésitez pas, rejoignez-nous ici : https://discord.gg/EMgGbDceNQ et suivez-nous ici pour découvrir chaque jour des conseils et astuces : https://x.com/Scrapling_dev
Quels langages de programmation sont les plus utilisés dans les dépôts #data ?
Parmi les projets #data les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, JavaScript, Rust.
Comment le classement des dépôts #data est-il calculé ?
Nous suivons 232 dépôts open source actifs associés à #data (500+ étoiles), totalisant 1,106,761 étoiles, avec une moyenne de 4,770 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.