#pandas Repository
Scopri 171 repository GitHub open source attivi contrassegnati con #pandas, che raccolgono un totale di 850,412 stelle (con una media di 4,973 stelle per progetto). Il progetto leader di questo argomento è Asabeneh/30-Days-Of-Python, con 79,242 stelle.
171 repository in totale
La sfida di programmazione '30 giorni di Python' è una guida passo-passo per imparare il linguaggio di programmazione Python in 30 giorni. Questa sfida potrebbe richiedere più di 100 giorni. Segui il tuo ritmo. Anche questi video potrebbero aiutarti: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Libreria flessibile e potente per l'analisi / manipolazione dei dati in Python, che fornisce strutture dati etichettate simili agli oggetti data.frame di R, funzioni statistiche e molto altro
Python Data Science Handbook: testo completo in Jupyter Notebooks
Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.
Materiali e notebook IPython per "Python for Data Analysis" di Wes McKinney, pubblicato da O'Reilly Media
Chiacchiera con il tuo database o il tuo datalake (SQL, CSV, parquet). PandasAI rende l'analisi dei dati conversazionale utilizzando LLM e RAG.
🤗 Il più grande hub di dataset pronti all'uso per modelli AI con strumenti di manipolazione dati veloci, facili da usare ed efficienti
Sistema di Trading Quantitativo Abu (Azioni, Opzioni, Futures, Bitcoin, Machine Learning) Trading quantitativo open-source basato su Python, architettura di investimento quantitativo
PyGWalker: Trasforma il tuo dataframe in un'interfaccia utente interattiva per l'analisi visiva
Profilazione della qualità dei dati & analisi esplorativa dei dati con 1 riga di codice per Pandas e Spark DataFrames.
Mappa di apprendimento dell'intelligenza artificiale, raccolta di quasi 200 casi pratici e progetti, materiali complementari gratuiti, ingresso da zero basi, pratica per l'occupazione! Include: Python, matematica, machine learning, analisi dati, apprendimento profondo, visione artificiale, elaborazione del linguaggio naturale, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv e altri campi caldi
Modin: Scala i tuoi flussi di lavoro Pandas modificando una sola riga di codice
《Analisi dei dati con Python · 2ª edizione》
Sistema di selezione automatica di azioni A‑share — scansiona automaticamente molteplici pattern tecnici, si avvia automaticamente dopo la chiusura del mercato e invia i risultati a Feishu
Repository per memorizzare programmi Python di esempio per l'apprendimento di Python
Danfo.js è una libreria JavaScript open source che fornisce strutture dati ad alte prestazioni, intuitive e facili da usare per manipolare ed elaborare dati strutturati.
Mimesis è una libreria Python per generare dati falsi ma realistici in molteplici lingue e impostazioni locali.
Toolkit Python per la finanza quantitativa: analisi azionaria, indicatori tecnici, backtesting di strategie, ottimizzazione del portafoglio e modellazione finanziaria.
Corsi di sfide Python open source: il tuo agente di programmazione IA insegna, mentre verify.py decide quando hai finito.
pandas su AWS - Integrazione facile con Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer e S3 (Parquet, CSV, JSON e EXCEL).
Uno strumento semplice ed efficiente per parallelizzare le operazioni Pandas su tutte le CPU disponibili
Domande frequenti
Qual è il repository #pandas più popolare su GitHub?
Il progetto open source #pandas più alto in classifica su GitHub è Asabeneh/30-Days-Of-Python, con 79,242 stelle. La sfida di programmazione '30 giorni di Python' è una guida passo-passo per imparare il linguaggio di programmazione Python in 30 giorni. Questa sfida potrebbe richiedere più di 100 giorni. Segui il tuo ritmo. Anche questi video potrebbero aiutarti: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Quali linguaggi di programmazione sono più utilizzati nei repository #pandas?
Tra i progetti #pandas più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, TypeScript.
Come viene calcolata la classifica dei repository #pandas?
Monitoriamo 171 repository open source attivi contrassegnati con #pandas (500+ stelle), per un totale di 850,412 stelle e una media di 4,973 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.