Git Stars Git Stars

#pyspark Repository

Scopri 35 repository GitHub open source attivi contrassegnati con #pyspark, che raccolgono un totale di 60,070 stelle (con una media di 1,716 stelle per progetto). Il progetto leader di questo argomento è ibis-project/ibis, con 6,705 stelle.

35
Totale Repository
60,070
Totale stelle
1,716
Media Stelle/Repo

35 repository in totale

1
ibis-project/ibis

la libreria dataframe Python portatile

ibis-project
⭐ 6,705 Python 👤 ibis-project Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2015-04-17
2
microsoft/SynapseML

Libreria Python di apprendimento automatico semplice e distribuito che porta gli algoritmi ML su Spark

microsoft
⭐ 5,257 Scala 👤 microsoft Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2017-06-05
3
JohnSnowLabs/spark-nlp

Elaborazione del Linguaggio Naturale all'Avanguardia

JohnSnowLabs
⭐ 4,162 Scala 👤 JohnSnowLabs Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2017-09-24
4
databricks/learning-spark

Codice di esempio dal libro Learning Spark

databricks
⭐ 3,895 Java 👤 databricks Organization 🕐 Aggiornato 2026-06-30 📅 Creato 2014-06-16
5
lakehq/sail

Sostituto drop-in di Apache Spark scritto in Rust, che unifica l'elaborazione batch, l'elaborazione in streaming e i carichi di lavoro AI ad alta intensità computazionale.

lakehq
⭐ 3,504 Rust 👤 lakehq Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-12-21
6
apache/linkis

Apache Linkis costruisce un livello di middleware computazionale per facilitare la connessione, la governance e l'orchestrazione tra le applicazioni superiori e i motori di dati sottostanti.

apache
⭐ 3,417 Java 👤 apache Organization 🕐 Aggiornato 2026-11-04 📅 Creato 2019-07-23
7
danielbeach/data-engineering-practice

Esercizi pratici di ingegneria dei dati

danielbeach
⭐ 2,706 Python 👤 danielbeach User 🕐 Aggiornato 2025-01-08 📅 Creato 2022-02-17
8
awesome-spark/awesome-spark

Un elenco curato di fantastici pacchetti e risorse Apache Spark.

awesome-spark
⭐ 1,903 Shell 👤 awesome-spark Organization 🕐 Aggiornato 2026-02-27 📅 Creato 2016-02-01
9
uber/petastorm

La libreria Petastorm consente l'addestramento e la valutazione di modelli di deep learning su singola macchina o distribuiti da set di dati in formato Apache Parquet. Supporta framework ML come Tensorflow, Pytorch e PySpark e può essere utilizzata da codice Python puro.

uber
⭐ 1,894 Python 👤 uber Organization 🕐 Aggiornato 2026-01-02 📅 Creato 2018-06-15
10
narwhals-dev/narwhals

Strato di compatibilità leggera ed estensibile tra librerie dataframe!

narwhals-dev
⭐ 1,754 Python 👤 narwhals-dev Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-02-19
11
jadianes/spark-py-notebooks

Tutorial Apache Spark & Python (pySpark) per l'Analisi Big Data e Machine Learning come notebook IPython / Jupyter

jadianes
⭐ 1,667 Jupyter Notebook 👤 jadianes User 🕐 Aggiornato 2024-03-16 📅 Creato 2015-05-06
12
hi-primus/optimus

:truck: Flussi di lavoro di preparazione dati agili resi facili con Pandas, Dask, cuDF, Dask-cuDF, Vaex e PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Aggiornato 2024-12-02 📅 Creato 2017-07-13
14
spark-examples/pyspark-examples

Esempi di PySpark RDD, DataFrame e Dataset in linguaggio Python

spark-examples
⭐ 1,371 Python 👤 spark-examples Organization 🕐 Aggiornato 2025-12-07 📅 Creato 2019-11-26
15
jupyter-incubator/sparkmagic

Magie e kernel di Jupyter per lavorare con cluster Spark remoti

jupyter-incubator
⭐ 1,368 Python 👤 jupyter-incubator Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2015-09-21
16
logicalclocks/hopsworks

Hopsworks - Piattaforma AI data-intensive con Feature Store

logicalclocks
⭐ 1,299 Java 👤 logicalclocks Organization 🕐 Aggiornato 2025-02-10 📅 Creato 2018-07-26
17
mahmoudparsian/pyspark-tutorial

PySpark-Tutorial fornisce algoritmi di base utilizzando PySpark

mahmoudparsian
⭐ 1,276 Jupyter Notebook 👤 mahmoudparsian User 🕐 Aggiornato 2025-05-26 📅 Creato 2015-03-12
18
graphframes/graphframes

GraphFrames è un pacchetto per Apache Spark che fornisce grafi basati su DataFrame.

graphframes
⭐ 1,213 Scala 👤 graphframes Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2016-01-20
19
JohnSnowLabs/spark-nlp-workshop

Esempi pubblici eseguibili di utilizzo di NLP di John Snow Labs per Apache Spark.

JohnSnowLabs
⭐ 1,089 Jupyter Notebook 👤 JohnSnowLabs Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2018-08-20
20
mahmoudparsian/data-algorithms-book

Libro: MapReduce, Spark, Java e Scala per Algoritmi

mahmoudparsian
⭐ 1,083 Java 👤 mahmoudparsian User 🕐 Aggiornato 2024-10-14 📅 Creato 2014-08-06
21
h2oai/sparkling-water

Sparkling Water fornisce la funzionalità H2O all'interno del cluster Spark

h2oai
⭐ 982 Scala 👤 h2oai Organization 🕐 Aggiornato 2025-11-05 📅 Creato 2014-10-13
22
criteo/autofaiss

Crea automaticamente indici Faiss knn con i parametri di ricerca della somiglianza più ottimali.

criteo
⭐ 906 Python 👤 criteo Organization 🕐 Aggiornato 2025-11-04 📅 Creato 2021-04-28
23
PatrikHlobil/Pandas-Bokeh

Backend di plotting Bokeh per Pandas e GeoPandas

PatrikHlobil
⭐ 889 Python 👤 PatrikHlobil User 🕐 Aggiornato 2024-04-10 📅 Creato 2018-11-23
24
pyspark-ai/pyspark-ai

SDK in inglese per Apache Spark

pyspark-ai
⭐ 879 Python 👤 pyspark-ai Organization 🕐 Aggiornato 2026-10-27 📅 Creato 2023-04-27
25
awslabs/python-deequ

API Python per Deequ

awslabs
⭐ 826 Jupyter Notebook 👤 awslabs Organization 🕐 Aggiornato 2026-10-24 📅 Creato 2020-11-09
26
HariSekhon/DevOps-Python-tools

80+ Strumenti CLI DevOps & Data - AWS, GCP, Funzioni Cloud Python GCF, Anonimizzatore Log, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, Convertitori e Validatori Dati Spark (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr ecc.

HariSekhon
⭐ 824 Python 👤 HariSekhon User 🕐 Aggiornato 2026-02-03 📅 Creato 2015-10-27
27
Nike-Inc/koheesio

Framework Python per la creazione di pipeline di dati efficienti. Promuove modularità e collaborazione, consentendo la creazione di pipeline complesse da componenti semplici e riutilizzabili.

Nike-Inc
⭐ 818 Python 👤 Nike-Inc Organization 🕐 Aggiornato 2026-10-17 📅 Creato 2024-05-06
28
WeBankFinTech/Scriptis

Scriptis è per l'analisi interattiva dei dati con sviluppo di script (SQL, PySpark, HiveQL), invio di task (Spark, Hive), UDF, funzioni, gestione delle risorse e diagnosi intelligente.

WeBankFinTech
⭐ 812 Vue 👤 WeBankFinTech Organization 🕐 Aggiornato 2024-12-11 📅 Creato 2019-07-23
29
MrPowers/chispa

Metodi di aiuto per test PySpark con messaggi di errore belli

MrPowers
⭐ 778 Python 👤 MrPowers User 🕐 Aggiornato 2026-11-20 📅 Creato 2019-03-19
30
databricks/tensorframes

[DEPRECATO] Wrapper Tensorflow per DataFrames su Apache Spark

databricks
⭐ 745 Scala 👤 databricks Organization 🕐 Aggiornato 2024-07-30 📅 Creato 2016-03-04
31
awslabs/aws-glue-libs

Le librerie AWS Glue sono aggiunte e miglioramenti a Spark per le operazioni ETL.

awslabs
⭐ 701 Python 👤 awslabs Organization 🕐 Aggiornato 2026-10-30 📅 Creato 2017-08-11
32
mrpowers-io/quinn

Metodi PySpark per migliorare la produttività degli sviluppatori 📣 👯 🎉

mrpowers-io
⭐ 691 Python 👤 mrpowers-io Organization 🕐 Aggiornato 2026-10-25 📅 Creato 2017-09-15
33
capitalone/datacompy

Confronto tra Pandas, Polars, Spark e Snowpark DataFrame per umani e altro!

capitalone
⭐ 669 Python 👤 capitalone Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2018-03-23
34
cluster-apps-on-docker/spark-standalone-cluster-on-docker

Impara Apache Spark in Scala, Python (PySpark) e R (SparkR) costruendo il tuo cluster con un'interfaccia JupyterLab su Docker. :zap:

cluster-apps-on-docker
⭐ 510 Jupyter Notebook 👤 cluster-apps-on-docker Organization 🕐 Aggiornato 2025-11-07 📅 Creato 2020-07-03
35
databrickslabs/dbldatagen

Genera rapidamente dati sintetici pertinenti per i tuoi progetti. Il generatore di dati sintetici di Databricks Labs (noto anche come `dbldatagen`) può essere utilizzato per generare grandi set di dati simulati o sintetici per test, proof of concept (POC) e altri usi negli ambienti Databricks, incluse le pipeline Delta Live Tables.

databrickslabs
⭐ 506 Python 👤 databrickslabs Organization 🕐 Aggiornato 2026-10-26 📅 Creato 2019-07-23

Domande frequenti

1

Qual è il repository #pyspark più popolare su GitHub?

Il progetto open source #pyspark più alto in classifica su GitHub è ibis-project/ibis, con 6,705 stelle. la libreria dataframe Python portatile

2

Quali linguaggi di programmazione sono più utilizzati nei repository #pyspark?

Tra i progetti #pyspark più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Scala, Jupyter Notebook, Java.

3

Come viene calcolata la classifica dei repository #pyspark?

Monitoriamo 35 repository open source attivi contrassegnati con #pyspark (500+ stelle), per un totale di 60,070 stelle e una media di 1,716 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.