Git Stars Git Stars

#data-exploration Dépôts

Découvrez 23 dépôts GitHub open source actifs associés à #data-exploration, cumulant 63,427 étoiles au total (soit une moyenne de 2,757 étoiles par projet). Le projet en tête de ce thème est Kanaries/pygwalker, avec 16,005 étoiles.

23
Total des Dépôts
63,427
Nombre total d'étoiles
2,757
Moyenne d'Étoiles/Dépôt
1
Kanaries/pygwalker

PyGWalker : Transformez votre dataframe en une interface utilisateur interactive pour l'analyse visuelle

Kanaries
⭐ 16,005 Python 👤 Kanaries Organization 🕐 Mis à jour 2026-09-05 📅 Créé 2023-02-16
2
Data-Centric-AI-Community/fg-data-profiling

Profilage de la qualité des données & analyse exploratoire des données en 1 ligne de code pour les DataFrames Pandas et Spark.

Data-Centric-AI-Community
⭐ 13,755 Python 👤 Data-Centric-AI-Community Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2016-01-09
3
Kanaries/Rath

Prochaine génération de la plateforme automatisée d'analyse exploratoire de données et de visualisation.

Kanaries
⭐ 4,687 TypeScript 👤 Kanaries Organization 🕐 Mis à jour 2026-08-14 📅 Créé 2019-08-28
4
YS-L/csvlens

Visionneuse CSV en ligne de commande

YS-L
⭐ 4,043 Rust 👤 YS-L User 🕐 Mis à jour 2026-07-04 📅 Créé 2021-08-14
5
shshemi/tabiew

Une application TUI légère pour visualiser et interroger des fichiers de données tabulaires, tels que CSV, TSV et parquet.

shshemi
⭐ 3,192 Rust 👤 shshemi User 🕐 Mis à jour 2026-11-21 📅 Créé 2024-04-27
6
fbdesignpro/sweetviz

Visualisez et comparez des ensembles de données, des valeurs cibles et des associations, en une seule ligne de code.

fbdesignpro
⭐ 3,133 Python 👤 fbdesignpro User 🕐 Mis à jour 2026-04-11 📅 Créé 2020-05-09
7
nborwankar/LearnDataScience

Contenu ouvert pour l'apprentissage autodirigé en science des données

nborwankar
⭐ 2,979 Jupyter Notebook 👤 nborwankar User 🕐 Mis à jour 2025-05-24 📅 Créé 2013-07-26
8
sfu-db/dataprep

Bibliothèque open-source low-code pour la préparation de données en Python. Collectez, nettoyez et visualisez vos données en Python avec quelques lignes de code.

sfu-db
⭐ 2,226 Python 👤 sfu-db Organization 🕐 Mis à jour 2024-06-27 📅 Créé 2019-05-12
9
antvis/AVA

👾 Cadre d’analytique visuelle natif de l’IA conçu pour les agents.

antvis
⭐ 1,669 TypeScript 👤 antvis Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2020-01-02
10
hi-primus/optimus

:truck: Flux de travail de préparation de données agiles rendus faciles avec Pandas, Dask, cuDF, Dask-cuDF, Vaex et PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Mis à jour 2024-12-02 📅 Créé 2017-07-13
11
opendatadiscovery/odd-platform

La première plateforme open-source de découverte et d'observabilité des données. Nous facilitons la vie des praticiens de données afin que vous puissiez vous concentrer sur votre entreprise.

opendatadiscovery
⭐ 1,441 Java 👤 opendatadiscovery Organization 🕐 Mis à jour 2026-10-19 📅 Créé 2021-07-07
12
cleanlab/cleanvision

Trouvez automatiquement des problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur axée sur les données.

cleanlab
⭐ 1,213 Python 👤 cleanlab Organization 🕐 Mis à jour 2026-01-08 📅 Créé 2022-05-26
13
comet-ml/kangas

🦘 Explorez des ensembles de données multimédias à grande échelle

comet-ml
⭐ 1,061 Jupyter Notebook 👤 comet-ml Organization 🕐 Mis à jour 2024-12-07 📅 Créé 2022-10-12
14
anvaka/vs

Visualisation de l'autocomplétion de Google

anvaka
⭐ 1,004 JavaScript 👤 anvaka User 🕐 Mis à jour 2026-06-18 📅 Créé 2018-11-19
15
davidgohel/ggiraph

rendre les graphiques 'ggplot' interactifs

davidgohel
⭐ 882 R 👤 davidgohel User 🕐 Mis à jour 2026-11-20 📅 Créé 2015-08-01
16
tensorflow/data-validation

Bibliothèque pour explorer et valider les données d'apprentissage automatique

tensorflow
⭐ 786 Python 👤 tensorflow Organization 🕐 Mis à jour 2026-08-14 📅 Créé 2018-07-02
17
marmotdata/marmot

Le centre de connaissances open source de votre entreprise. Marmot comprend la signification de vos données, contrôle qui peut les utiliser et exécute chaque requête de vos équipes et de vos agents, après vérification et avec un enregistrement. Catalogue, lignage, SQL gouverné et serveur MCP dans un seul binaire Go.

marmotdata
⭐ 639 Go 👤 marmotdata Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-03-12
18
boxuancui/DataExplorer

Automatiser l'Exploration et le Traitement des Données

boxuancui
⭐ 544 R 👤 boxuancui User 🕐 Mis à jour 2026-03-10 📅 Créé 2015-06-28
20
d3/d3-zoom

Faire un panoramique et zoomer sur SVG, HTML ou Canvas en utilisant la souris ou l'entrée tactile.

d3
⭐ 535 JavaScript 👤 d3 Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2016-05-02
21
polyaxon/traceml

Moteur pour le suivi, la visualisation, l'explicabilité, la détection de dérive et les tableaux de bord IA/ML/données pour Polyaxon.

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2016-03-25
22
Desbordante/desbordante-core

Desbordante est un profileur de données hautes performances capable de découvrir de nombreux motifs différents dans les données à l’aide de divers algorithmes. Il permet également d’exécuter des scénarios de nettoyage des données à l’aide de ces algorithmes. Desbordante propose une version console et une application web facile à utiliser.

Desbordante
⭐ 522 C++ 👤 Desbordante Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2020-04-09
23
Puchaczov/Musoq

SQL Runtime sans base de données

Puchaczov
⭐ 507 C# 👤 Puchaczov User 🕐 Mis à jour 2026-11-20 📅 Créé 2018-01-29

Foire aux questions

1

Quel est le dépôt #data-exploration le plus populaire sur GitHub ?

Le projet #data-exploration open source le mieux classé sur GitHub est Kanaries/pygwalker, avec 16,005 étoiles. PyGWalker : Transformez votre dataframe en une interface utilisateur interactive pour l'analyse visuelle

2

Quels langages de programmation sont les plus utilisés dans les dépôts #data-exploration ?

Parmi les projets #data-exploration les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust, Jupyter Notebook.

3

Comment le classement des dépôts #data-exploration est-il calculé ?

Nous suivons 23 dépôts open source actifs associés à #data-exploration (500+ étoiles), totalisant 63,427 étoiles, avec une moyenne de 2,757 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.