#pandas Dépôts
171 dépôts au total
Extrayez des données d'une large gamme de sources Internet dans un DataFrame pandas.
Ce repository est conçu pour aider les débutants en machine learning ou ceux qui se préparent à un étude. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Visualisez et comparez des ensembles de données, des valeurs cibles et des associations, en une seule ligne de code.
100 énigmes de données pour pandas, allant de courtes et simples à super délicates (60 % terminé)
Mars est un cadre unifié basé sur les tenseurs pour le calcul de données à grande échelle qui met à l'échelle numpy, pandas, scikit-learn et les fonctions Python.
Le dépôt du cours YouTube de freeCodeCamp, Algorithmic Trading in Python
ArcticDB est une base de données DataFrame serverless haute performance conçue pour l'écosystème scientifique de données Python.
Extensions Jupyter qui vous aident à écrire du code plus rapidement : chat IA contextuel, autocomplétion et tableur
Un package qui applique efficacement n'importe quelle fonction à un dataframe ou une série pandas de la manière la plus rapide disponible
Apache Hamilton aide les scientifiques des données et les ingénieurs à définir des dataflows testables, modulaires et auto-documentants, qui encodent la lignée/le traçage et les métadonnées. S'exécute et s'adapte partout où python le fait.
PyGraphistry est une bibliothèque Python pour charger, façonner, intégrer et explorer rapidement de grands graphes avec l'analyseur de graphes visuels Graphistry accéléré par GPU.
Une bibliothèque d'encodeurs de variables catégorielles compatibles avec sklearn
Maîtrisez les compétences essentielles nécessaires pour reconnaître et résoudre des problèmes complexes du monde réel avec l'apprentissage automatique et l'apprentissage profond en tirant parti de l'écosystème Python Machine Learning très populaire.
Simple wrapper de tabula-java : extraire un tableau de PDF vers un DataFrame pandas
Le sélecteur de fonctionnalités est un outil pour la réduction de dimensionnalité des ensembles de données d'apprentissage automatique
Apprenez Python pendant les 30 (ou environ) prochains jours.
🚀 Plus de 500 ressources sélectionnées pour l'analyse de données et la science des données : Python, SQL, Statistiques, ML, IA, Visualisation, Fiches mémo, Feuilles de route, Préparation aux entretiens. Pour débutants et experts.
Une interface unifiée pour le calcul distribué. Fugue exécute du code SQL, Python, Pandas et Polars sur Spark, Dask et Ray sans aucune réécriture.
Convient aux personnes qui progressent du niveau débutant à intermédiaire, une fois le système en place, cela dépend de la maîtrise.
qstock est développé par le compte public "Python Financial Quant", dans le but de créer un package personnel d'analyse quantitative pour la recherche sur les investissements, comprenant actuellement les modules d'acquisition de données (data), de visualisation (plot), de sélection d'actions (stock) et de backtesting quantitatif (strategy backtest). qstock fournira aux utilisateurs une interface de données concise et des données de marché financier normalisées. Le module de visualisation offrira aux utilisateurs une interface simple pour des graphiques interactifs basés sur le web ; le module de sélection d'actions fournira des données de sélection d'actions de Tonghuashun et une sélection d'actions personnalisée, y compris RPS, tendance MM, indicateurs financiers, modèle de flux de trésorerie, etc. ; le module de backtesting fournira à tous une structure et un modèle fondamentaux vectorisés (basés sur pandas) et pilotés par événements. Suivez le compte public WeChat "Python Financial Quant" pour plus d'informations sur les applications.
Couche de compatibilité légère et extensible entre les bibliothèques de dataframes !
Que contiennent vos données ? Extrayez les schémas, les statistiques et les entités des ensembles de données
Fournir un wrapper ``StockDataFrame`` basé sur ``pandas.DataFrame`` avec prise en charge des statistiques/indicateurs boursiers en ligne.
API propres pour le nettoyage de données. Implémentation Python du package R Janitor
Portfolio de projets de science des données réalisés par moi à des fins académiques, d'auto-apprentissage et de loisirs.
:crown: Analyse exploratoire multivariée des données en Python — PCA, CA, MCA, MFA, FAMD, GPA
Calcul haute performance pour les tenseurs N-dimensionnels dans .NET, avec une API identique à celle de NumPy.
Créez des courses animées de diagrammes à barres dans Python avec matplotlib
Métriques communes de risque et de performance financière. Utilisées par zipline et pyfolio.
Paquet de données financières quantitatives simple et facile à utiliser (utilitaire facile pour obtenir des données du marché financier de la Chine)
L'ensemble d'outils JavaScript pour la transformation et l'analyse de données inspiré par Pandas et LINQ.
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