Git Stars Git Stars

#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
Total des Dépôts
87,068
Nombre total d'étoiles
3,002
Moyenne d'Étoiles/Dépôt
1
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
2
fivetran/great_expectations

Sachez toujours à quoi vous attendre de vos données.

fivetran
⭐ 11,941 Python 👤 fivetran Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2017-09-11
3
cleanlab/cleanlab

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.

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 Mis à jour 2026-01-13 📅 Créé 2018-05-11
4
evidence-dev/evidence

Intelligence d'affaires en tant que code : créez des visualisations de données rapides et interactives en SQL et markdown

evidence-dev
⭐ 7,140 TypeScript 👤 evidence-dev Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-05-27
5
jvns/pandas-cookbook

Recettes d'utilisation de la bibliothèque pandas de Python

jvns
⭐ 6,988 Jupyter Notebook 👤 jvns User 🕐 Mis à jour 2024-10-24 📅 Créé 2013-12-21
6
lux-org/lux

Visualisez automatiquement votre dataframe pandas via un seul print ! 📊 💡

lux-org
⭐ 5,366 Python 👤 lux-org Organization 🕐 Mis à jour 2024-03-20 📅 Créé 2020-01-08
7
Visualize-ML/Book2_Beauty-of-Data-Visualization

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.

Visualize-ML
⭐ 3,898 Jupyter Notebook 👤 Visualize-ML User 🕐 Mis à jour 2026-05-01 📅 Créé 2022-11-17
8
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
9
quantopian/qgrid

Une grille interactive pour trier, filtrer et éditer des DataFrames dans les notebooks Jupyter

quantopian
⭐ 3,088 Python 👤 quantopian Organization 🕐 Mis à jour 2024-01-12 📅 Créé 2014-09-30
10
JasonKessler/scattertext

De belles visualisations de la manière dont la langue diffère entre les types de documents.

JasonKessler
⭐ 2,350 Python 👤 JasonKessler User 🕐 Mis à jour 2026-07-04 📅 Créé 2016-07-21
11
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
12
datawhalechina/hands-on-data-analysis

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

datawhalechina
⭐ 1,375 Jupyter Notebook 👤 datawhalechina Organization 🕐 Mis à jour 2024-05-29 📅 Créé 2020-07-14
13
Renumics/spotlight

Explorez interactivement des jeux de données non structurés à partir de votre dataframe.

Renumics
⭐ 1,288 TypeScript 👤 Renumics Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2023-01-29
15
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
16
dataprofessor/code

Compilation de codes de programmation R et Python sur la chaîne YouTube Data Professor.

dataprofessor
⭐ 1,056 Jupyter Notebook 👤 dataprofessor User 🕐 Mis à jour 2026-01-10 📅 Créé 2019-12-01
17
fslaborg/Deedle

Bibliothèque .NET facile à utiliser pour la manipulation de données et de séries chronologiques et pour la programmation scientifique

fslaborg
⭐ 1,005 F# 👤 fslaborg Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2013-09-17
18
allisonhorst/palmerpenguins

Un excellent jeu de données d'introduction pour l'exploration et la visualisation de données (alternative à iris).

allisonhorst
⭐ 987 R 👤 allisonhorst User 🕐 Mis à jour 2024-09-19 📅 Créé 2020-06-05
19
latitude-dev/latitude

Analytique intégrée axée sur les développeurs

latitude-dev
⭐ 949 TypeScript 👤 latitude-dev Organization 🕐 Mis à jour 2024-09-30 📅 Créé 2024-01-31
20
PacktPublishing/Hands-on-Exploratory-Data-Analysis-with-Python

Analyse exploratoire des données pratique avec Python, publié par Packt

PacktPublishing
⭐ 921 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Mis à jour 2026-07-05 📅 Créé 2019-10-07
21
dabl/dabl

Bibliothèque de Base pour l'Analyse de Données

dabl
⭐ 727 Jupyter Notebook 👤 dabl Organization 🕐 Mis à jour 2024-12-16 📅 Créé 2018-09-14
22
dataprofessor/streamlit_freecodecamp

Créez 12 applications de données en Python avec Streamlit

dataprofessor
⭐ 665 Jupyter Notebook 👤 dataprofessor User 🕐 Mis à jour 2024-03-10 📅 Créé 2020-12-23
23
tommyod/KDEpy

Estimation de la densité du noyau en Python

tommyod
⭐ 649 Jupyter Notebook 👤 tommyod User 🕐 Mis à jour 2026-05-06 📅 Créé 2018-01-19
24
NathanEpstein/Dora

Outils pour l'analyse exploratoire des données en Python

NathanEpstein
⭐ 647 Python 👤 NathanEpstein User 🕐 Mis à jour 2025-08-05 📅 Créé 2016-02-16
25
achuthasubhash/Complete-Life-Cycle-of-a-Data-Science-Project

Cycle de vie complet d'un projet de science des données

achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 Mis à jour 2024-06-07 📅 Créé 2020-09-02
26
yutannihilation/gghighlight

Mettre en évidence les points et les lignes dans ggplot2

yutannihilation
⭐ 534 R 👤 yutannihilation User 🕐 Mis à jour 2025-06-14 📅 Créé 2017-05-27
27
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
28
aeturrell/skimpy

Skimpy est un outil léger qui fournit des statistiques résumées sur les variables des dataframes dans la console.

aeturrell
⭐ 519 Python 👤 aeturrell User 🕐 Mis à jour 2026-11-21 📅 Créé 2021-09-01
⭐ 518 Python 👤 Daniel15568 User 🕐 Mis à jour 2026-11-11 📅 Créé 2025-09-20

Foire aux questions

1

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.

2

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.

3

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.