Git Stars Git Stars

#data-processing Dépôts

Découvrez 72 dépôts GitHub open source actifs associés à #data-processing, cumulant 211,976 étoiles au total (soit une moyenne de 2,944 étoiles par projet). Le projet en tête de ce thème est pathwaycom/pathway, avec 61,976 étoiles.

72
Total des Dépôts
211,976
Nombre total d'étoiles
2,944
Moyenne d'Étoiles/Dépôt
1
pathwaycom/pathway

Framework ETL Python pour le traitement de flux, l'analyse en temps réel, les pipelines LLM et le RAG.

pathwaycom
⭐ 61,976 Python 👤 pathwaycom Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-11-27
2
cocoindex-io/cocoindex

Moteur incrémental pour agents à long horizon 🌟 Mettez une étoile si vous l'aimez !

cocoindex-io
⭐ 11,923 Rust 👤 cocoindex-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-03-03
3
onceupon/Bash-Oneliner

Une collection de Bash One-Liners pratiques et d'astuces terminal pour le traitement des données et la maintenance du système Linux.

onceupon
⭐ 10,805 👤 onceupon User 🕐 Mis à jour 2026-09-22 📅 Créé 2016-06-14
4
johnkerl/miller

Miller est comme awk, sed, cut, join et sort pour les données indexées par nom telles que CSV, TSV et JSON tabulaire.

johnkerl
⭐ 10,069 Go 👤 johnkerl User 🕐 Mis à jour 2026-11-20 📅 Créé 2015-05-03
5
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
6
TomWright/dasel

Requêtage, transformation et modification unifiés de JSON, TOML, YAML, XML, INI, HCL, KDL et CSV.

TomWright
⭐ 8,093 Go 👤 TomWright User 🕐 Mis à jour 2026-11-02 📅 Créé 2020-09-22
7
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
8
google/snappy

Un compresseur/décompresseur rapide

google
⭐ 6,633 C++ 👤 google Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2014-03-03
9
NVIDIA/DALI

Une bibliothèque accélérée par GPU contenant des blocs de construction hautement optimisés et un moteur d'exécution pour le traitement des données afin d'accélérer les applications d'entraînement et d'inférence en apprentissage profond.

NVIDIA
⭐ 5,797 C++ 👤 NVIDIA Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-06-01
10
deepseek-ai/smallpond

Un framework léger de traitement de données construit sur DuckDB et 3FS.

deepseek-ai
⭐ 4,960 Python 👤 deepseek-ai Organization 🕐 Mis à jour 2025-03-05 📅 Créé 2025-02-24
11
unionai-oss/pandera

Une bibliothèque légère, flexible et expressive pour les tests de données statistiques

unionai-oss
⭐ 4,532 Python 👤 unionai-oss Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2018-11-01
12
knownsec/aipyapp

Python alimenté par l'IA et IA alimentée par Python (Utilisation de Python)

knownsec
⭐ 4,026 HTML 👤 knownsec Organization 🕐 Mis à jour 2026-02-15 📅 Créé 2025-04-06
13
Rdatatable/data.table

Le package data.table de R étend data.frame :

Rdatatable
⭐ 3,930 R 👤 Rdatatable Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2014-06-07
14
TimelyDataflow/differential-dataflow

Une implémentation de differential dataflow utilisant timely dataflow sur Rust.

TimelyDataflow
⭐ 3,040 Rust 👤 TimelyDataflow Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2015-05-05
15
numaproj/numaflow

Plateforme native Kubernetes pour exécuter des tâches de données/streaming massivement parallèles

numaproj
⭐ 2,837 Rust 👤 numaproj Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2022-05-20
16
datachain-ai/datachain

La couche de contexte pour les données non structurées : jeux de données typés et versionnés sur S3, GCS, Azure

datachain-ai
⭐ 2,831 Python 👤 datachain-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-06-25
17
elixir-broadway/broadway

Ingestion et traitement de données concurrentiels et multi-étapes avec Elixir

elixir-broadway
⭐ 2,694 Elixir 👤 elixir-broadway Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2018-11-05
18
google/googlesql

GoogleSQL (anciennement ZetaSQL) - Framework d'Analyse pour SQL

google
⭐ 2,644 C++ 👤 google Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2019-04-16
19
asyml/texar

Boîte à outils pour l'apprentissage automatique, le traitement du langage naturel et la génération de texte, sous TensorFlow. Ceci fait partie du projet CASL : http://casl-project.ai/

asyml
⭐ 2,391 Python 👤 asyml Organization 🕐 Mis à jour 2026-07-21 📅 Créé 2017-07-22
20
bytewax/bytewax

Traitement de flux Python

bytewax
⭐ 2,074 Python 👤 bytewax Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2022-02-04
21
NVIDIA-NeMo/Curator

Kit d'outils évolutif pour le prétraitement et la curation de données pour les LLM

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2024-03-14
22
felt/tippecanoe

Créez des jeux de tuiles vectorielles à partir de grandes collections de fonctionnalités GeoJSON.

felt
⭐ 1,638 C++ 👤 felt Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2022-08-15
23
allenai/dolma

Données et outils pour la génération et l'inspection des données de pré-entraînement OLMo.

allenai
⭐ 1,564 Python 👤 allenai Organization 🕐 Mis à jour 2026-08-24 📅 Créé 2023-06-20
24
pyper-dev/pyper

Python concurrent simplifié

pyper-dev
⭐ 1,521 Python 👤 pyper-dev User 🕐 Mis à jour 2025-02-04 📅 Créé 2024-05-22
25
GoogleCloudPlatform/data-science-on-gcp

Code source accompagnant le livre : Data Science sur Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017

GoogleCloudPlatform
⭐ 1,432 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Mis à jour 2026-02-20 📅 Créé 2017-02-10
26
zapret-info/z-i

Registre des adresses Internet filtrées en Fédération de Russie

zapret-info
⭐ 1,388 👤 zapret-info User 🕐 Mis à jour 2025-10-01 📅 Créé 2012-11-19
27
ncbi/sra-tools

Outils SRA

ncbi
⭐ 1,376 C 👤 ncbi Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2014-08-21
28
run-house/kubetorch

Distribuez et exécutez des charges de travail d'IA sur Kubernetes de manière magique en Python, comme PyTorch pour l'infrastructure ML.

run-house
⭐ 1,228 Python 👤 run-house Organization 🕐 Mis à jour 2026-05-29 📅 Créé 2022-05-10
29
RadarCODE/awesome-sar

Une liste organisée de logiciels, bibliothèques et ressources impressionnants sur le radar à synthèse d'ouverture (SAR).

RadarCODE
⭐ 1,193 👤 RadarCODE Organization 🕐 Mis à jour 2025-07-22 📅 Créé 2016-06-03
30
GeospatialPython/pyshp

Cette bibliothèque lit et écrit des Shapefiles ESRI en pur Python.

GeospatialPython
⭐ 1,160 Python 👤 GeospatialPython User 🕐 Mis à jour 2026-11-16 📅 Créé 2014-03-04
31
nikic/iter

Primitifs d'itération utilisant des générateurs

nikic
⭐ 1,145 PHP 👤 nikic User 🕐 Mis à jour 2026-09-23 📅 Créé 2013-07-01
32
felixonmars/fcitx5-pinyin-zhwiki

Dictionnaire Fcitx 5 Pinyin de zh.wikipedia.org

felixonmars
⭐ 1,108 Python 👤 felixonmars User 🕐 Mis à jour 2026-10-17 📅 Créé 2020-05-23
33
tadija/AEXML

Sbire Swift pour l'analyse XML simple et légère

tadija
⭐ 1,037 Swift 👤 tadija User 🕐 Mis à jour 2026-11-19 📅 Créé 2014-10-16
34
google-deepmind/tree

tree est une bibliothèque pour travailler avec des structures de données imbriquées

google-deepmind
⭐ 1,027 Python 👤 google-deepmind Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2019-10-08
35
thepycoach/automation

Automatisation avec Python (Excel, scripts, etc.)

thepycoach
⭐ 1,010 Jupyter Notebook 👤 thepycoach User 🕐 Mis à jour 2024-05-19 📅 Créé 2021-05-02
36
negokaz/excel-mcp-server

Un serveur Model Context Protocol (MCP) qui lit et écrit des données MS Excel

negokaz
⭐ 991 Go 👤 negokaz User 🕐 Mis à jour 2025-07-19 📅 Créé 2025-02-16
37
fireducks-dev/fireducks

Créer un problème sur FireDucks

fireducks-dev
⭐ 929 Jupyter Notebook 👤 fireducks-dev Organization 🕐 Mis à jour 2025-05-22 📅 Créé 2023-10-12
38
samtools/bcftools

Ceci est le dépôt de développement officiel pour BCFtools. Consultez les instructions d'installation et la documentation ici http://samtools.github.io/bcftools/howtos/install.html

samtools
⭐ 905 C 👤 samtools Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2013-07-12
39
bastibe/python-soundfile

SoundFile est une bibliothèque audio basée sur libsndfile, CFFI et NumPy

bastibe
⭐ 872 Python 👤 bastibe User 🕐 Mis à jour 2026-10-24 📅 Créé 2013-08-27
40
TeamMsgExtractor/msg-extractor

Extrait les e-mails et les pièces jointes enregistrés dans les fichiers .msg de Microsoft Outlook

TeamMsgExtractor
⭐ 858 Python 👤 TeamMsgExtractor Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2013-07-24
41
MohElshamy1994/n8n-course-Projetcs

Projets n8n pour mon cours YouTube.

MohElshamy1994
⭐ 854 👤 MohElshamy1994 User 🕐 Mis à jour 2025-10-19 📅 Créé 2025-07-13
42
0xfdf/toraniko

Un modèle de risque d'actions multifactoriel pour le trading quantitatif.

0xfdf
⭐ 853 Python 👤 0xfdf User 🕐 Mis à jour 2024-08-16 📅 Créé 2024-07-03
43
benibela/xidel

Outil en ligne de commande pour télécharger et extraire des données à partir de pages HTML/XML ou d'API JSON, en utilisant CSS, XPath 3.0, XQuery 3.0, JSONiq ou correspondance de motifs. Il peut également créer de nouveaux documents XML/HTML/JSON ou transformés.

benibela
⭐ 836 Pascal 👤 benibela User 🕐 Mis à jour 2025-02-22 📅 Créé 2015-06-11
44
bugen/pypipe

Outil de ligne de commande Python Pipe

bugen
⭐ 802 Python 👤 bugen User 🕐 Mis à jour 2024-01-04 📅 Créé 2023-09-20
45
influxdata/flux

Flux est un langage de script léger pour interroger les bases de données (comme InfluxDB) et travailler avec les données. Il fait partie d'InfluxDB 1.7 et 2.0, mais peut être exécuté de manière indépendante.

influxdata
⭐ 794 FLUX 👤 influxdata Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2018-06-14
46
PreSenseRadar/OpenRadar

Une bibliothèque open source pour interagir avec et traiter les données radar, spécialisée pour les radars MIMO mmWave

PreSenseRadar
⭐ 776 Jupyter Notebook 👤 PreSenseRadar User 🕐 Mis à jour 2024-04-30 📅 Créé 2019-09-20
47
ChenghaoMou/text-dedup

Déduplication de texte tout-en-un

ChenghaoMou
⭐ 765 Python 👤 ChenghaoMou User 🕐 Mis à jour 2026-03-09 📅 Créé 2021-03-13
48
JuliaParallel/Dagger.jl

Un framework pour l'exécution out-of-core et parallèle

JuliaParallel
⭐ 734 Julia 👤 JuliaParallel Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2015-12-03
49
hstreamdb/hstream

HStreamDB est une base de données de streaming open-source et native dans le cloud pour l'IoT et au-delà. Modernisez votre pile de données pour les applications en temps réel.

hstreamdb
⭐ 728 Haskell 👤 hstreamdb Organization 🕐 Mis à jour 2024-12-26 📅 Créé 2020-08-31
50
omarabid/rust-companies

Une liste d'entreprises utilisant Rust en production.

omarabid
⭐ 721 👤 omarabid User 🕐 Mis à jour 2026-09-11 📅 Créé 2020-02-05

Foire aux questions

1

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

Le projet #data-processing open source le mieux classé sur GitHub est pathwaycom/pathway, avec 61,976 étoiles. Framework ETL Python pour le traitement de flux, l'analyse en temps réel, les pipelines LLM et le RAG.

2

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

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

3

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

Nous suivons 72 dépôts open source actifs associés à #data-processing (500+ étoiles), totalisant 211,976 étoiles, avec une moyenne de 2,944 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.