#pandas リポジトリ
リポジトリ合計171件
マシンラーニングの初心者や学習の準備をしている方々を助けるために作られたリポジトリです。 (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Mars は、大規模データ計算のためのテンソルベースの統一フレームワークで、numpy、pandas、scikit-learn、および Python 関数をスケーリングします。
Apache Hamilton は、データサイエンティストやエンジニアが、リネージ/トレーシングとメタデータをエンコードする、テスト可能でモジュール化された自己文書化データフローを定義するのに役立ちます。Python が実行されるすべての場所で実行およびスケーリングされます。
PyGraphistry は、GPU 加速の Graphistry 視覚グラフアナライザーを使用して、大規模グラフを迅速にロード、シェイプ、エンベッド、探索するための Python ライブラリです。
人気の高い Python Machine Learning エコシステムを活用して、Machine Learning と Deep Learning で複雑な実世界の問題を認識し解決するための必須スキルをマスターしましょう。
🚀 データ分析とデータサイエンスのための500以上の厳選されたリソース:Python、SQL、統計、ML、AI、可視化、チートシート、ロードマップ、面接対策。初心者から専門家まで。
分散コンピューティングのための統一インターフェース。Fugueは、Spark、Dask、Ray上でSQL、Python、Pandas、Polarsコードを書き換えなしで実行します。
qstockは、「Python金融量化」公式アカウントによって開発され、個人の定量的投資研究分析パッケージになることを目指しています。現在、データ取得(data)、可視化(plot)、銘柄選定(stock)、定量的バックテスト(strategy backtest)モジュールが含まれています。qstockは、ユーザーに簡潔なデータインターフェースと整理された金融市場データを提供します。可視化モジュールは、ユーザーにWebベースのインタラクティブなグラフィックのための簡単なインターフェースを提供します。銘柄選定モジュールは、Tonghuashunの銘柄選定データと、RPS、MMトレンド、財務指標、資金フローモデルなどを含むカスタム銘柄選定を提供します。バックテストモジュールは、すべての人にベクトル化された(pandasベース)およびイベント駆動型の基本的なフレームワークとモデルを提供します。「Python金融量化」WeChat公式アカウントをフォローして、より多くのアプリケーション情報を入手してください。
インラインの株価統計/指標サポートを備えた ``pandas.DataFrame`` ベースのラッパー ``StockDataFrame`` を提供します。
実践的なデータ分析学習はプロジェクトを主軸とし、知識点がその中に埋め込まれており、学び、実践し、指導することを通してより良い学習効果を得ます