#pandas-dataframe Dépôts
Découvrez 17 dépôts GitHub open source actifs associés à #pandas-dataframe, cumulant 58,805 étoiles au total (soit une moyenne de 3,459 étoiles par projet). Le projet en tête de ce thème est Data-Centric-AI-Community/fg-data-profiling, avec 13,755 étoiles.
17 dépôts au total
Profilage de la qualité des données & analyse exploratoire des données en 1 ligne de code pour les DataFrames Pandas et Spark.
Evidently est un framework open-source d'observabilité ML et LLM. Évaluez, testez et surveillez tout système alimenté par l'IA ou pipeline de données. Des données tabulaires à Gen AI. Plus de 100 métriques.
Une bibliothèque légère, flexible et expressive pour les tests de données statistiques
Deepchecks : Tests pour la validation continue des modèles et données ML. Deepchecks est une solution open-source holistique pour tous vos besoins de validation IA et ML, vous permettant de tester minutieusement vos données et modèles, de la recherche à la production.
Visualisez et comparez des ensembles de données, des valeurs cibles et des associations, en une seule ligne de code.
Un package qui applique efficacement n'importe quelle fonction à un dataframe ou une série pandas de la manière la plus rapide disponible
Ce dépôt vous aide à apprendre Python et l'apprentissage automatique à partir de zéro.
Un module Python pour extraire les provinces, villes et districts des chaînes de caractères en chinois simplifié et effectuer des mappings, des validations et des tracés simples
Magics et kernels Jupyter pour travailler avec des clusters Spark distants
pytablewriter est une bibliothèque Python pour écrire des tableaux dans divers formats : AsciiDoc / CSV / Elasticsearch / HTML / JavaScript / JSON / LaTeX / LDJSON / LTSV / Markdown / MediaWiki / NumPy / Excel / Pandas / Python / reStructuredText / SQLite / TOML / TSV.
ProphitBet est une application de prédiction des paris sur le football basée sur l’apprentissage automatique. Elle analyse la forme des équipes, calcule les statistiques des matchs et en prédit les résultats à l’aide de méthodes avancées d’apprentissage automatique (ML). Elle propose également des agents de paris basés sur l’apprentissage par renforcement profond (DRL), capables d’apprendre des stratégies de pari optimales.
Foire aux questions
Quel est le dépôt #pandas-dataframe le plus populaire sur GitHub ?
Le projet #pandas-dataframe 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 #pandas-dataframe ?
Parmi les projets #pandas-dataframe les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Rust.
Comment le classement des dépôts #pandas-dataframe est-il calculé ?
Nous suivons 17 dépôts open source actifs associés à #pandas-dataframe (500+ étoiles), totalisant 58,805 étoiles, avec une moyenne de 3,459 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.