Git Stars Git Stars

#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
Total des Dépôts
1.1M
Nombre total d'étoiles
4,770
Moyenne d'Étoiles/Dépôt
1
D4Vinci/Scrapling

🕷️ 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

D4Vinci
⭐ 104,760 Python 👤 D4Vinci User 🕐 Mis à jour 2026-11-17 📅 Créé 2024-10-13
2
Asabeneh/30-Days-Of-Python

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

Asabeneh
⭐ 79,242 Python 👤 Asabeneh User 🕐 Mis à jour 2026-09-30 📅 Créé 2019-11-19
3
run-llama/llama_index

LlamaIndex est la plateforme de traitement de documents pour l’IA

run-llama
⭐ 52,973 Python 👤 run-llama Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-11-02
4
TanStack/query

🤖 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.

TanStack
⭐ 50,604 TypeScript 👤 TanStack Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-09-10
5
metabase/metabase

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:

metabase
⭐ 50,457 Clojure 👤 metabase Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2015-02-02
6
DataExpert-io/data-engineer-handbook

Ceci est un référentiel avec des liens vers tout ce que vous voudriez jamais apprendre sur l'ingénierie des données

DataExpert-io
⭐ 45,237 Jupyter Notebook 👤 DataExpert-io Organization 🕐 Mis à jour 2026-08-03 📅 Créé 2023-11-19
7
SheetJS/sheetjs

📗 SheetJS Spreadsheet Data Toolkit -- Nouveau foyer https://git.sheetjs.com/SheetJS/sheetjs

SheetJS
⭐ 36,097 👤 SheetJS Organization 🕐 Mis à jour 2024-04-18 📅 Créé 2012-12-03
8
vercel/swr

React Hooks pour la récupération de données

vercel
⭐ 32,497 TypeScript 👤 vercel Organization 🕐 Mis à jour 2026-10-16 📅 Créé 2019-10-28
9
PrefectHQ/prefect

Prefect est un framework d'orchestration de workflows pour construire des pipelines de données résilients en Python.

PrefectHQ
⭐ 24,203 Python 👤 PrefectHQ Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-06-29
10
sinaptik-ai/pandas-ai

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.

sinaptik-ai
⭐ 23,905 Python 👤 sinaptik-ai Organization 🕐 Mis à jour 2025-10-28 📅 Créé 2023-04-22
11
akfamily/akshare

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

akfamily
⭐ 23,425 Python 👤 akfamily Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-10-01
12
airbytehq/airbyte

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.

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-07-27
13
fivethirtyeight/data

Données et code derrière les articles et les graphiques de FiveThirtyEight

fivethirtyeight
⭐ 17,385 Jupyter Notebook 👤 fivethirtyeight Organization 🕐 Mis à jour 2025-02-25 📅 Créé 2014-03-17
14
prestodb/presto

Le site officiel de Presto, le moteur de requête SQL distribué pour les big data

prestodb
⭐ 16,777 Java 👤 prestodb Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2012-08-09
15
faker-js/faker

Générez d'énormes quantités de données fictives dans le navigateur et node.js

faker-js
⭐ 15,556 TypeScript 👤 faker-js Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-01-07
16
oxnr/awesome-bigdata

Une liste organisée d'incroyables frameworks big data, de ressources et d'autres choses géniales.

oxnr
⭐ 14,744 👤 oxnr User 🕐 Mis à jour 2026-11-13 📅 Créé 2014-07-04
17
apple/pkl

Un langage de configuration en tant que code avec une validation et des outils riches.

apple
⭐ 11,585 Java 👤 apple Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2024-01-19
18
PRQL/prql

PRQL est un langage moderne pour la transformation des données — un remplacement SQL simple, puissant et basé sur des pipelines.

PRQL
⭐ 10,948 Rust 👤 PRQL Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-01-18
19
neondatabase/electric

La plateforme d'agents construite sur sync.

neondatabase
⭐ 10,434 TypeScript 👤 neondatabase Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2022-06-01
20
bchavez/Bogus

:card_index: Un générateur simple de données factices pour C#, F# et VB.NET. Basé sur et porté depuis le fameux faker.js.

bchavez
⭐ 9,752 C# 👤 bchavez User 🕐 Mis à jour 2025-12-22 📅 Créé 2015-06-06
21
rawgraphs/rawgraphs-app

Une interface web pour créer des visualisations personnalisées basées sur des vecteurs au-dessus du cœur de RAWGraphs

rawgraphs
⭐ 9,058 JavaScript 👤 rawgraphs Organization 🕐 Mis à jour 2026-10-08 📅 Créé 2013-04-17
22
mage-ai/mage-ai

🧙 Créez, exécutez et gérez des pipelines de données pour l'intégration et la transformation des données.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-05-16
23
OpenDCAI/DataFlow

[SIGMOD'27] Préparation simplifiée des données grâce aux opérateurs et pipelines les plus récents fondés sur les LLM.

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2024-10-13
24
tabulator-tables/tabulator

Tableaux interactifs et grilles de données pour JavaScript

tabulator-tables
⭐ 7,825 JavaScript 👤 tabulator-tables Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2015-10-24
25
datajuicer/data-juicer

Traitement des données pour et avec des modèles fondamentaux ! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-08-01
26
snowplow/snowplow

Le leader en Infrastructure de Données Clients

snowplow
⭐ 7,052 Scala 👤 snowplow Organization 🕐 Mis à jour 2026-10-19 📅 Créé 2012-03-01
27
speedyapply/2027-AI-College-Jobs

Liste des stages et emplois pour nouveaux diplômés en IA/ML 2027 mise à jour quotidiennement

speedyapply
⭐ 6,657 👤 speedyapply Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-09-11
28
cloudquery/cloudquery

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.

cloudquery
⭐ 6,561 Go 👤 cloudquery Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-11-18
29
cue-lang/cue

La maison du langage CUE ! Validez et définissez des configurations textuelles et dynamiques

cue-lang
⭐ 6,335 Go 👤 cue-lang Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-07-02
30
axa-group/Parsr

Transforme les PDF, documents et images en données structurées enrichies

axa-group
⭐ 6,175 JavaScript 👤 axa-group Organization 🕐 Mis à jour 2026-03-20 📅 Créé 2019-08-05
31
dlt-hub/dlt

Le Data Load Tool (dlt) est une bibliothèque Python open source qui facilite le chargement des données 🛠️

dlt-hub
⭐ 6,115 Python 👤 dlt-hub Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-01-26
32
mdn/browser-compat-data

Données de compatibilité des navigateurs pour les technologies Web telles qu'affichées sur MDN

mdn
⭐ 5,800 JSON 👤 mdn Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-03-29
33
airbnb/knowledge-repo

Une plateforme de partage de connaissances curatée de nouvelle génération pour les data scientists et d'autres professions techniques.

airbnb
⭐ 5,537 Python 👤 airbnb Organization 🕐 Mis à jour 2024-09-04 📅 Créé 2016-08-17
34
BIT-DataLab/Edit-Banana

Edit Banana : Un framework pour convertir les formats statistiques en modifiables.

BIT-DataLab
⭐ 5,510 Python 👤 BIT-DataLab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-01-16
35
glideapps/glide-data-grid

🚀 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.

glideapps
⭐ 5,448 TypeScript 👤 glideapps Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2020-10-28
36
brianvoe/gofakeit

Générateur de données factices aléatoires écrit en Go

brianvoe
⭐ 5,408 Go 👤 brianvoe User 🕐 Mis à jour 2026-11-20 📅 Créé 2015-04-24
37
superduper-io/superduper

Superduper : Framework de bout en bout pour la création d'applications et d'agents IA personnalisés.

superduper-io
⭐ 5,317 Python 👤 superduper-io Organization 🕐 Mis à jour 2025-09-01 📅 Créé 2022-08-30
38
tinyplex/tinybase

Un magasin de données réactif et un moteur de synchronisation.

tinyplex
⭐ 5,219 TypeScript 👤 tinyplex Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2021-12-31
39
ckan/ckan

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.

ckan
⭐ 5,162 Python 👤 ckan Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2011-11-10
40
ArroyoSystems/arroyo

Moteur de traitement distribué de flux en Rust

ArroyoSystems
⭐ 5,083 Rust 👤 ArroyoSystems Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2023-03-31
41
lk-geimfari/mimesis

Mimesis est une bibliothèque Python permettant de générer des données fictives mais réalistes dans plusieurs langues et paramètres régionaux.

lk-geimfari
⭐ 4,873 Python 👤 lk-geimfari User 🕐 Mis à jour 2026-11-13 📅 Créé 2016-09-09
42
mlabonne/llm-datasets

Liste organisée de jeux de données et d'outils pour la post-formation.

mlabonne
⭐ 4,838 👤 mlabonne User 🕐 Mis à jour 2026-04-29 📅 Créé 2024-04-27
43
ruc-datalab/DeepAnalyze

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 !

ruc-datalab
⭐ 4,833 Python 👤 ruc-datalab Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2025-10-11
44
tensorflow/datasets

TFDS est une collection de jeux de données prêts à l'emploi avec TensorFlow, Jax, ...

tensorflow
⭐ 4,610 Python 👤 tensorflow Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2018-09-10
45
jonschlinkert/gray-matter

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

jonschlinkert
⭐ 4,452 JavaScript 👤 jonschlinkert User 🕐 Mis à jour 2025-06-14 📅 Créé 2014-01-28
46
truefoundry/cognita

Framework RAG (Retrieval Augmented Generation) pour la construction d'applications open source modulaires pour la production par TrueFoundry

truefoundry
⭐ 4,329 Python 👤 truefoundry Organization 🕐 Mis à jour 2026-02-23 📅 Créé 2023-07-26
47
StructuredLabs/preswald

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.

StructuredLabs
⭐ 4,266 Python 👤 StructuredLabs Organization 🕐 Mis à jour 2026-06-11 📅 Créé 2024-12-14
48
ucbepic/docetl

Un système de traitement de données et ETL piloté par LLM agentique

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2024-07-09
49
quadratichq/quadratic

Tableur avec IA, Code, Connexions

quadratichq
⭐ 3,958 Rust 👤 quadratichq Organization 🕐 Mis à jour 2026-03-07 📅 Créé 2021-11-11
50
Jon-Becker/prediction-market-analysis

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.

Jon-Becker
⭐ 3,950 Python 👤 Jon-Becker User 🕐 Mis à jour 2026-10-29 📅 Créé 2025-11-22

Foire aux questions

1

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

2

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.

3

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.