#exploratory-data-analysis Репозитории
Откройте для себя 29 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #exploratory-data-analysis, с общим числом 87,068 звёзд (в среднем 3,002 на проект). Лидером этой темы является Data-Centric-AI-Community/fg-data-profiling, набравший 13,755 звёзд.
Всего репозиториев: 29
Профилирование качества данных & разведочный анализ данных в 1 строку кода для Pandas и Spark DataFrames.
Открытая библиотека Cleanlab — это стандартный пакет data-centric AI для качества данных и машинного обучения с беспорядочными реальными данными и метками.
Бизнес-аналитика как код: создавайте быстрые, интерактивные визуализации данных в SQL и markdown
Книга_2_«Красота визуализации» | Книга Ирис: От сложения, вычитания, умножения и деления до машинного обучения, критика и исправления приветствуются.
Визуализируйте и сравнивайте наборы данных, целевые значения и ассоциации с помощью одной строки кода.
Интерактивная сетка для сортировки, фильтрации и редактирования DataFrame в Jupyter Notebooks
Красивые визуализации того, как язык отличается в зависимости от типа документа.
Открытая библиотека для подготовки данных с низким кодом на Python. Собирайте, очищайте и визуализируйте ваши данные в Python с помощью нескольких строк кода.
Практическое изучение анализа данных ориентировано на проекты, с встроенными точками знаний, для достижения лучших результатов обучения посредством обучения, практики и наставничества
Интерактивно исследуйте неструктурированные наборы данных из вашего DataFrame.
Автоматически находите проблемы в наборах данных изображений и практикуйте ориентированное на данные компьютерное зрение.
Простая в использовании библиотека .NET для манипулирования данными и временными рядами, а также для научных вычислений
Отличный вводный набор данных для исследования и визуализации данных (альтернатива iris).
Практический разведочный анализ данных с Python, издательство Packt
Создайте 12 приложений для работы с данными на Python с помощью Streamlit
Полный жизненный цикл проекта по науке о данных
Desbordante — это высокопроизводительный профилировщик данных, способный обнаруживать множество различных закономерностей в данных с помощью различных алгоритмов. Он также позволяет запускать сценарии очистки данных с использованием этих алгоритмов. Desbordante доступен в виде консольной версии и простого в использовании веб-приложения.
skimpy — это легковесный инструмент, который предоставляет сводную статистику о переменных в датафреймах внутри консоли.
Часто задаваемые вопросы
Какой репозиторий по теме #exploratory-data-analysis наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #exploratory-data-analysis на GitHub — Data-Centric-AI-Community/fg-data-profiling, набравший 13,755 звёзд. Профилирование качества данных & разведочный анализ данных в 1 строку кода для Pandas и Spark DataFrames.
Какие языки программирования чаще всего используются в репозиториях по теме #exploratory-data-analysis?
Среди наиболее высоко оценённых проектов по теме #exploratory-data-analysis на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, TypeScript, R.
Как рассчитывается рейтинг репозиториев по теме #exploratory-data-analysis?
Мы отслеживаем 29 активных репозиториев с открытым исходным кодом, отмеченных тегом #exploratory-data-analysis (500 и более звёзд), с общим числом 87,068 звёзд и в среднем 3,002 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.