#pandas Repositórios
171 repositórios no total
Extrair dados de uma ampla variedade de fontes da Internet para um pandas DataFrame.
Este repositório foi criado para ajudar iniciantes em machine learning ou aqueles que estão se preparando para um estudo em grupo. (This repository is intented for helping whom are interested in machine learning study)
Visualize e compare conjuntos de dados, valores alvo e associações, com uma linha de código.
100 puzzles de dados para pandas, variando de curtos e simples a super complicados (60% concluído)
Mars é uma estrutura unificada baseada em tensores para computação de dados em larga escala que escala as funções numpy, pandas, scikit-learn e Python.
O repositório para o curso do YouTube do freeCodeCamp, Algorithmic Trading in Python
ArcticDB é um banco de dados DataFrame serverless de alto desempenho, construído para o ecossistema de Ciência de Dados em Python.
Extensões do Jupyter que ajudam você a escrever código mais rápido: Chat de IA ciente do contexto, Autocompletar e Planilha
Um pacote que aplica eficientemente qualquer função a um dataframe ou série pandas da maneira mais rápida disponível
O Apache Hamilton ajuda cientistas e engenheiros de dados a definir fluxos de dados testáveis, modulares e autodocumentáveis, que codificam linhagem/rastreamento e metadados. Ele executa e escala em qualquer lugar onde o Python também funcione.
PyGraphistry é uma biblioteca Python para carregar, moldar, incorporar e explorar rapidamente grandes grafos com o analisador de grafos visual Graphistry acelerado por GPU
Uma biblioteca de codificadores de variáveis categóricas compatíveis com sklearn
Domine as habilidades essenciais necessárias para reconhecer e resolver problemas complexos do mundo real com Machine Learning e Deep Learning, aproveitando o ecossistema Python Machine Learning altamente popular.
O seletor de recursos é uma ferramenta para redução de dimensionalidade de conjuntos de dados de aprendizado de máquina
🚀 Mais de 500 recursos selecionados para Análise de Dados e Ciência de Dados: Python, SQL, Estatística, ML, IA, Visualização, Folhas de dicas (Cheatsheets), Mapas de progresso (Roadmaps), Preparação para entrevistas. Para iniciantes e especialistas.
Uma interface unificada para computação distribuída. O Fugue executa código SQL, Python, Pandas e Polars em Spark, Dask e Ray sem qualquer reescrita.
Adequado para iniciantes a intermediários em ascensão, depois de ter o sistema, tudo se resume à proficiência.
O qstock, desenvolvido pela conta oficial do WeChat "Python Finance Quantitative", visa ser um pacote pessoal de análise de pesquisa e investimento quantitativo. Atualmente, inclui módulos para aquisição de dados (data), visualização (plot), seleção de ações (stock) e backtesting quantitativo (strategy backtest). O qstock fornecerá aos usuários interfaces de dados concisas e dados do mercado financeiro padronizados. O módulo de visualização oferece aos usuários uma interface simples para gráficos interativos baseados na web; o módulo de seleção de ações fornece dados de seleção de ações da Tonghuashun e seleção de ações personalizada, incluindo RPS, tendência MM, indicadores financeiros, modelos de fluxo de caixa, etc.; o módulo de backtesting oferece a todos frameworks e modelos básicos vetorizados (baseados em pandas) e orientados por eventos. Siga a conta oficial do WeChat "Python Finance Quantitative" para obter mais informações sobre o aplicativo.
Camada de compatibilidade leve e extensível entre bibliotecas de dataframes!
O que há nos seus dados? Extraia esquemas, estatísticas e entidades de conjuntos de dados
Forneça um contêiner ``StockDataFrame`` baseado no ``pandas.DataFrame`` com suporte a estatísticas/indicadores de ações embutidos.
APIs limpas para limpeza de dados. Implementação em Python do pacote R Janitor
Portfólio de projetos de ciência de dados concluídos por mim para fins acadêmicos, de autoaprendizagem e hobby.
:crown: Análise exploratória de dados multivariados em Python — PCA, CA, MCA, MFA, FAMD, GPA
Computação de alto desempenho para tensores N-dimensionais no .NET, com uma API idêntica à do NumPy.
Métricas comuns de risco financeiro e desempenho. Usado por zipline e pyfolio.
Pacote de dados de finanças quantitativas simples e fácil de usar (utilidade fácil para obter dados do mercado financeiro da China)
O kit de ferramentas de transformação e análise de dados JavaScript inspirado em Pandas e LINQ.
Na aprendizagem prática de análise de dados, os projetos servem como linha principal, com os pontos de conhecimento sendo assimilados ao longo do processo. Através do estudo, da prática e da orientação conjuntas, alcançam-se melhores resultados de aprendizagem.