Git Stars Git Stars

#data-processing Repository

Scopri 72 repository GitHub open source attivi contrassegnati con #data-processing, che raccolgono un totale di 211,976 stelle (con una media di 2,944 stelle per progetto). Il progetto leader di questo argomento è pathwaycom/pathway, con 61,976 stelle.

72
Totale Repository
211,976
Totale stelle
2,944
Media Stelle/Repo

72 repository in totale

1
pathwaycom/pathway

Framework ETL Python per l'elaborazione di stream, analisi in tempo reale, pipeline LLM e RAG.

pathwaycom
⭐ 61,976 Python 👤 pathwaycom Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-11-27
2
cocoindex-io/cocoindex

Motore incrementale per agenti a lungo orizzonte 🌟 Metti una stella se ti piace!

cocoindex-io
⭐ 11,923 Rust 👤 cocoindex-io Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-03-03
3
onceupon/Bash-Oneliner

Una raccolta di Bash One-Liners utili e trucchi del terminale per l'elaborazione dei dati e la manutenzione del sistema Linux.

onceupon
⭐ 10,805 👤 onceupon User 🕐 Aggiornato 2026-09-22 📅 Creato 2016-06-14
4
johnkerl/miller

Miller è come awk, sed, cut, join e sort per dati indicizzati per nome come CSV, TSV e JSON tabellare.

johnkerl
⭐ 10,069 Go 👤 johnkerl User 🕐 Aggiornato 2026-11-20 📅 Creato 2015-05-03
5
OpenDCAI/DataFlow

[SIGMOD'27] Preparazione dei dati semplificata con gli operatori e le pipeline più recenti basati su LLM.

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2024-10-13
6
TomWright/dasel

Interrogazione, trasformazione e modifica unificate di JSON, TOML, YAML, XML, INI, HCL, KDL e CSV.

TomWright
⭐ 8,093 Go 👤 TomWright User 🕐 Aggiornato 2026-11-02 📅 Creato 2020-09-22
7
datajuicer/data-juicer

Elaborazione dati per e con modelli di base! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-08-01
8
google/snappy

Un compressore/decompressore veloce

google
⭐ 6,633 C++ 👤 google Organization 🕐 Aggiornato 2026-10-23 📅 Creato 2014-03-03
9
NVIDIA/DALI

Una libreria accelerata da GPU che contiene blocchi di costruzione altamente ottimizzati e un motore di esecuzione per l'elaborazione dei dati, per accelerare applicazioni di addestramento e inferenza del deep learning.

NVIDIA
⭐ 5,797 C++ 👤 NVIDIA Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2018-06-01
10
deepseek-ai/smallpond

Un framework leggero per l'elaborazione dei dati basato su DuckDB e 3FS.

deepseek-ai
⭐ 4,960 Python 👤 deepseek-ai Organization 🕐 Aggiornato 2025-03-05 📅 Creato 2025-02-24
11
unionai-oss/pandera

Una libreria leggera, flessibile ed espressiva per test su dati statistici

unionai-oss
⭐ 4,532 Python 👤 unionai-oss Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2018-11-01
12
knownsec/aipyapp

Python potenziato dall'IA e IA potenziata da Python (Uso di Python)

knownsec
⭐ 4,026 HTML 👤 knownsec Organization 🕐 Aggiornato 2026-02-15 📅 Creato 2025-04-06
13
Rdatatable/data.table

Il pacchetto data.table di R estende data.frame:

Rdatatable
⭐ 3,930 R 👤 Rdatatable Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2014-06-07
14
TimelyDataflow/differential-dataflow

Un'implementazione di differential dataflow utilizzando timely dataflow su Rust.

TimelyDataflow
⭐ 3,040 Rust 👤 TimelyDataflow Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2015-05-05
15
numaproj/numaflow

Piattaforma nativa di Kubernetes per l'esecuzione di processi di dati/streaming massicciamente paralleli

numaproj
⭐ 2,837 Rust 👤 numaproj Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2022-05-20
16
datachain-ai/datachain

Il livello di contesto per dati non strutturati: dataset tipizzati e versionati su S3, GCS, Azure

datachain-ai
⭐ 2,831 Python 👤 datachain-ai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-06-25
17
elixir-broadway/broadway

Ingestione e elaborazione dei dati concorrente e multi-fase con Elixir

elixir-broadway
⭐ 2,694 Elixir 👤 elixir-broadway Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2018-11-05
18
google/googlesql

GoogleSQL (ex ZetaSQL) - Framework di Analisi per SQL

google
⭐ 2,644 C++ 👤 google Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2019-04-16
19
asyml/texar

Toolkit per l'apprendimento automatico, l'elaborazione del linguaggio naturale e la generazione di testo in TensorFlow. Questo fa parte del progetto CASL: http://casl-project.ai/

asyml
⭐ 2,391 Python 👤 asyml Organization 🕐 Aggiornato 2026-07-21 📅 Creato 2017-07-22
20
bytewax/bytewax

Elaborazione di stream Python

bytewax
⭐ 2,074 Python 👤 bytewax Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2022-02-04
21
NVIDIA-NeMo/Curator

Toolkit scalabile per pre-elaborazione e cura dei dati per LLM

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2024-03-14
22
felt/tippecanoe

Crea set di riquadri vettoriali da ampie raccolte di feature GeoJSON.

felt
⭐ 1,638 C++ 👤 felt Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2022-08-15
23
allenai/dolma

Dati e strumenti per la generazione e l'ispezione dei dati di pre-addestramento OLMo.

allenai
⭐ 1,564 Python 👤 allenai Organization 🕐 Aggiornato 2026-08-24 📅 Creato 2023-06-20
24
pyper-dev/pyper

Python concorrente reso semplice

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

Codice sorgente che accompagna il libro: Data Science su Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017

GoogleCloudPlatform
⭐ 1,432 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Aggiornato 2026-02-20 📅 Creato 2017-02-10
26
zapret-info/z-i

Registro degli indirizzi Internet filtrati nella Federazione Russa

zapret-info
⭐ 1,388 👤 zapret-info User 🕐 Aggiornato 2025-10-01 📅 Creato 2012-11-19
27
ncbi/sra-tools

Strumenti SRA

ncbi
⭐ 1,376 C 👤 ncbi Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2014-08-21
28
run-house/kubetorch

Distribuisci ed esegui carichi di lavoro AI su Kubernetes magicamente in Python, come PyTorch per l'infrastruttura ML.

run-house
⭐ 1,228 Python 👤 run-house Organization 🕐 Aggiornato 2026-05-29 📅 Creato 2022-05-10
29
RadarCODE/awesome-sar

Un elenco curato di fantastici software, librerie e risorse per il radar ad apertura sintetica (SAR).

RadarCODE
⭐ 1,193 👤 RadarCODE Organization 🕐 Aggiornato 2025-07-22 📅 Creato 2016-06-03
30
GeospatialPython/pyshp

Questa libreria legge e scrive ESRI Shapefiles in puro Python.

GeospatialPython
⭐ 1,160 Python 👤 GeospatialPython User 🕐 Aggiornato 2026-11-16 📅 Creato 2014-03-04
31
nikic/iter

Primitivi di iterazione usando generatori

nikic
⭐ 1,145 PHP 👤 nikic User 🕐 Aggiornato 2026-09-23 📅 Creato 2013-07-01
32
felixonmars/fcitx5-pinyin-zhwiki

Dizionario Fcitx 5 Pinyin da zh.wikipedia.org

felixonmars
⭐ 1,108 Python 👤 felixonmars User 🕐 Aggiornato 2026-10-17 📅 Creato 2020-05-23
33
tadija/AEXML

Minion Swift per l'analisi XML semplice e leggera

tadija
⭐ 1,037 Swift 👤 tadija User 🕐 Aggiornato 2026-11-19 📅 Creato 2014-10-16
34
google-deepmind/tree

tree è una libreria per lavorare con strutture dati annidate

google-deepmind
⭐ 1,027 Python 👤 google-deepmind Organization 🕐 Aggiornato 2026-11-15 📅 Creato 2019-10-08
35
thepycoach/automation

Automazione con Python (Excel, script, ecc.)

thepycoach
⭐ 1,010 Jupyter Notebook 👤 thepycoach User 🕐 Aggiornato 2024-05-19 📅 Creato 2021-05-02
36
negokaz/excel-mcp-server

Un server Model Context Protocol (MCP) che legge e scrive dati MS Excel

negokaz
⭐ 991 Go 👤 negokaz User 🕐 Aggiornato 2025-07-19 📅 Creato 2025-02-16
37
fireducks-dev/fireducks

Crea un problema su FireDucks

fireducks-dev
⭐ 929 Jupyter Notebook 👤 fireducks-dev Organization 🕐 Aggiornato 2025-05-22 📅 Creato 2023-10-12
38
samtools/bcftools

Questo è il repository ufficiale di sviluppo per BCFtools. Vedi le istruzioni di installazione e altra documentazione qui http://samtools.github.io/bcftools/howtos/install.html

samtools
⭐ 905 C 👤 samtools Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2013-07-12
39
bastibe/python-soundfile

SoundFile è una libreria audio basata su libsndfile, CFFI e NumPy

bastibe
⭐ 872 Python 👤 bastibe User 🕐 Aggiornato 2026-10-24 📅 Creato 2013-08-27
40
TeamMsgExtractor/msg-extractor

Estrae e-mail e allegati salvati nei file .msg di Microsoft Outlook

TeamMsgExtractor
⭐ 858 Python 👤 TeamMsgExtractor Organization 🕐 Aggiornato 2026-11-05 📅 Creato 2013-07-24
41
MohElshamy1994/n8n-course-Projetcs

Progetti n8n per il mio corso YouTube.

MohElshamy1994
⭐ 854 👤 MohElshamy1994 User 🕐 Aggiornato 2025-10-19 📅 Creato 2025-07-13
42
0xfdf/toraniko

Un modello di rischio azionario multi-fattoriale per il trading quantitativo.

0xfdf
⭐ 853 Python 👤 0xfdf User 🕐 Aggiornato 2024-08-16 📅 Creato 2024-07-03
43
benibela/xidel

Strumento da linea di comando per scaricare ed estrarre dati da pagine HTML/XML o JSON-API, utilizzando CSS, XPath 3.0, XQuery 3.0, JSONiq o corrispondenza di pattern. Può anche creare nuovi o documenti XML/HTML/JSON trasformati.

benibela
⭐ 836 Pascal 👤 benibela User 🕐 Aggiornato 2025-02-22 📅 Creato 2015-06-11
44
bugen/pypipe

Strumento da riga di comando Python Pipe

bugen
⭐ 802 Python 👤 bugen User 🕐 Aggiornato 2024-01-04 📅 Creato 2023-09-20
45
influxdata/flux

Flux è un linguaggio di scripting leggero per interrogare database (come InfluxDB) e lavorare con i dati. Fa parte di InfluxDB 1.7 e 2.0, ma può essere eseguito in modo indipendente.

influxdata
⭐ 794 FLUX 👤 influxdata Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2018-06-14
46
PreSenseRadar/OpenRadar

Una libreria open source per interagire e processare dati radar, specializzata per radar MIMO mmWave

PreSenseRadar
⭐ 776 Jupyter Notebook 👤 PreSenseRadar User 🕐 Aggiornato 2024-04-30 📅 Creato 2019-09-20
47
ChenghaoMou/text-dedup

Deduplicazione del testo all-in-one

ChenghaoMou
⭐ 765 Python 👤 ChenghaoMou User 🕐 Aggiornato 2026-03-09 📅 Creato 2021-03-13
48
JuliaParallel/Dagger.jl

Un framework per l'esecuzione out-of-core e parallela

JuliaParallel
⭐ 734 Julia 👤 JuliaParallel Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2015-12-03
49
hstreamdb/hstream

HStreamDB è un database di streaming open-source e cloud-native per l'IoT e oltre. Modernizza il tuo stack di dati per applicazioni in tempo reale.

hstreamdb
⭐ 728 Haskell 👤 hstreamdb Organization 🕐 Aggiornato 2024-12-26 📅 Creato 2020-08-31
50
omarabid/rust-companies

Un elenco di aziende che utilizzano Rust in produzione.

omarabid
⭐ 721 👤 omarabid User 🕐 Aggiornato 2026-09-11 📅 Creato 2020-02-05

Domande frequenti

1

Qual è il repository #data-processing più popolare su GitHub?

Il progetto open source #data-processing più alto in classifica su GitHub è pathwaycom/pathway, con 61,976 stelle. Framework ETL Python per l'elaborazione di stream, analisi in tempo reale, pipeline LLM e RAG.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #data-processing?

Tra i progetti #data-processing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Jupyter Notebook, Rust.

3

Come viene calcolata la classifica dei repository #data-processing?

Monitoriamo 72 repository open source attivi contrassegnati con #data-processing (500+ stelle), per un totale di 211,976 stelle e una media di 2,944 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.