#exploratory-data-analysis Dépôts
Découvrez 29 dépôts GitHub open source actifs associés à #exploratory-data-analysis, cumulant 87,068 étoiles au total (soit une moyenne de 3,002 étoiles par projet). Le projet en tête de ce thème est Data-Centric-AI-Community/fg-data-profiling, avec 13,755 étoiles.
29 dépôts au total
Profilage de la qualité des données & analyse exploratoire des données en 1 ligne de code pour les DataFrames Pandas et Spark.
La bibliothèque open-source de Cleanlab est le package AI centré sur les données standard pour la qualité des données et l'apprentissage automatique avec des données et des étiquettes désordonnées du monde réel.
Intelligence d'affaires en tant que code : créez des visualisations de données rapides et interactives en SQL et markdown
Livre_2_《La beauté de la visualisation》 | Livre Iris : De l'addition, de la soustraction, de la multiplication et de la division à l'apprentissage automatique, vos critiques sont les bienvenues.
Visualisez et comparez des ensembles de données, des valeurs cibles et des associations, en une seule ligne de code.
Une grille interactive pour trier, filtrer et éditer des DataFrames dans les notebooks Jupyter
De belles visualisations de la manière dont la langue diffère entre les types de documents.
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.
Apprentissage pratique de l'analyse de données axé sur les projets, les points de connaissance étant intégrés et permettant d'obtenir de meilleurs résultats d'apprentissage par l'apprentissage, la pratique et le guidage
Explorez interactivement des jeux de données non structurés à partir de votre dataframe.
Trouvez automatiquement des problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur axée sur les données.
Compilation de codes de programmation R et Python sur la chaîne YouTube Data Professor.
Bibliothèque .NET facile à utiliser pour la manipulation de données et de séries chronologiques et pour la programmation scientifique
Un excellent jeu de données d'introduction pour l'exploration et la visualisation de données (alternative à iris).
Analyse exploratoire des données pratique avec Python, publié par Packt
Cycle de vie complet d'un projet de science des données
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.
Skimpy est un outil léger qui fournit des statistiques résumées sur les variables des dataframes dans la console.
Foire aux questions
Quel est le dépôt #exploratory-data-analysis le plus populaire sur GitHub ?
Le projet #exploratory-data-analysis open source le mieux classé sur GitHub est Data-Centric-AI-Community/fg-data-profiling, avec 13,755 étoiles. Profilage de la qualité des données & analyse exploratoire des données en 1 ligne de code pour les DataFrames Pandas et Spark.
Quels langages de programmation sont les plus utilisés dans les dépôts #exploratory-data-analysis ?
Parmi les projets #exploratory-data-analysis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, R.
Comment le classement des dépôts #exploratory-data-analysis est-il calculé ?
Nous suivons 29 dépôts open source actifs associés à #exploratory-data-analysis (500+ étoiles), totalisant 87,068 étoiles, avec une moyenne de 3,002 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.