Git Stars Git Stars

#data 仓库

探索 232 个标记为 #data 的活跃开源 GitHub 仓库,它们累计获得 1,106,761 个 Star(平均每个项目 4,770 个)。该主题的领先项目是 D4Vinci/Scrapling,拥有 104,760 个 Star。

232
仓库总数
1.1M
总星标数
4,770
平均每个仓库星标数

共 232 个仓库

1
D4Vinci/Scrapling

🕷️ 最强大的网页抓取框架,无论是单个请求还是大规模爬取,都能轻松应对!别害羞,加入我们的 Discord:https://discord.gg/EMgGbDceNQ,并关注我们的账号,每天获取实用技巧:https://x.com/Scrapling_dev

D4Vinci
⭐ 104,760 Python 👤 D4Vinci User 🕐 已更新 2026-11-17 📅 创建时间 2024-10-13
2
Asabeneh/30-Days-Of-Python

“30 天 Python 编程挑战”是一个分步指南,旨在帮助您在 30 天内学习 Python 编程语言。这个挑战可能需要超过 100 天才能完成。请按照自己的节奏学习。这些视频也可能会有所帮助:https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw

Asabeneh
⭐ 79,242 Python 👤 Asabeneh User 🕐 已更新 2026-09-30 📅 创建时间 2019-11-19
3
run-llama/llama_index

LlamaIndex 是用于人工智能的文档处理平台

run-llama
⭐ 52,973 Python 👤 run-llama Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-11-02
4
TanStack/query

🤖 强大的异步状态管理、服务器状态工具和 Web 数据获取。TS/JS、React Query、Solid Query、Svelte Query 和 Vue Query。

TanStack
⭐ 50,604 TypeScript 👤 TanStack Organization 🕐 已更新 2026-11-20 📅 创建时间 2019-09-10
5
metabase/metabase

易于使用的开源商业智能和嵌入式分析工具,让每个人都能使用数据 :bar_chart:

metabase
⭐ 50,457 Clojure 👤 metabase Organization 🕐 已更新 2026-11-21 📅 创建时间 2015-02-02
6
DataExpert-io/data-engineer-handbook

这是一个包含您想了解的所有关于数据工程内容的链接的仓库

DataExpert-io
⭐ 45,237 Jupyter Notebook 👤 DataExpert-io Organization 🕐 已更新 2026-08-03 📅 创建时间 2023-11-19
7
SheetJS/sheetjs

📗 SheetJS Spreadsheet Data Toolkit -- 新家 https://git.sheetjs.com/SheetJS/sheetjs

SheetJS
⭐ 36,097 👤 SheetJS Organization 🕐 已更新 2024-04-18 📅 创建时间 2012-12-03
8
vercel/swr

用于数据获取的 React Hooks

vercel
⭐ 32,497 TypeScript 👤 vercel Organization 🕐 已更新 2026-10-16 📅 创建时间 2019-10-28
9
PrefectHQ/prefect

Prefect 是一个用于在 Python 中构建弹性数据管道的工作流编排框架。

PrefectHQ
⭐ 24,203 Python 👤 PrefectHQ Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-06-29
10
sinaptik-ai/pandas-ai

与您的数据库或数据湖(SQL, CSV, parquet)进行聊天。PandasAI 使用 LLMs 和 RAG 使数据分析更具对话性。

sinaptik-ai
⭐ 23,905 Python 👤 sinaptik-ai Organization 🕐 已更新 2025-10-28 📅 创建时间 2023-04-22
11
akfamily/akshare

AKShare 是一个优雅而简单的 Python 金融数据接口库,为人类而生!开源财经数据接口库

akfamily
⭐ 23,425 Python 👤 akfamily Organization 🕐 已更新 2026-11-20 📅 创建时间 2019-10-01
12
airbytehq/airbyte

开源数据移动,用于 ELT 管道和 AI 代理 — 从 API、数据库和文件到数据仓库、数据湖和 AI 应用。支持自托管和云端。

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-07-27
13
fivethirtyeight/data

FiveThirtyEight 文章和图表背后的数据和代码

fivethirtyeight
⭐ 17,385 Jupyter Notebook 👤 fivethirtyeight Organization 🕐 已更新 2025-02-25 📅 创建时间 2014-03-17
14
prestodb/presto

Presto 分布式 SQL 查询引擎用于大数据的官方主页

prestodb
⭐ 16,777 Java 👤 prestodb Organization 🕐 已更新 2026-11-20 📅 创建时间 2012-08-09
15
faker-js/faker

在浏览器和 node.js 中生成大量假数据

faker-js
⭐ 15,556 TypeScript 👤 faker-js Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-01-07
16
oxnr/awesome-bigdata

精选的超棒大数据框架、资源和其他精选内容列表。

oxnr
⭐ 14,744 👤 oxnr User 🕐 已更新 2026-11-13 📅 创建时间 2014-07-04
17
apple/pkl

一种具备丰富验证和工具的配置即代码语言。

apple
⭐ 11,585 Java 👤 apple Organization 🕐 已更新 2026-11-18 📅 创建时间 2024-01-19
18
PRQL/prql

PRQL 是一种现代化的数据转换语言——一个简单、强大、基于管道的 SQL 替代品。

PRQL
⭐ 10,948 Rust 👤 PRQL Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-01-18
19
neondatabase/electric

基于 sync 构建的代理平台。

neondatabase
⭐ 10,434 TypeScript 👤 neondatabase Organization 🕐 已更新 2026-11-18 📅 创建时间 2022-06-01
20
bchavez/Bogus

:card_index: 一个简单用于 C#、F# 和 VB.NET 的假数据生成器。基于著名 faker.js 并移植自它。

bchavez
⭐ 9,752 C# 👤 bchavez User 🕐 已更新 2025-12-22 📅 创建时间 2015-06-06
21
rawgraphs/rawgraphs-app

一个基于 RAWGraphs 核心的 Web 界面,用于创建自定义矢量可视化

rawgraphs
⭐ 9,058 JavaScript 👤 rawgraphs Organization 🕐 已更新 2026-10-08 📅 创建时间 2013-04-17
22
mage-ai/mage-ai

🧙 构建、运行和管理数据管道,用于集成和转换数据。

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-05-16
23
OpenDCAI/DataFlow

[SIGMOD'27] 使用最新的基于大语言模型的算子和流水线轻松进行数据准备。

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 已更新 2026-11-18 📅 创建时间 2024-10-13
24
tabulator-tables/tabulator

适用于 JavaScript 的交互式表格和数据网格

tabulator-tables
⭐ 7,825 JavaScript 👤 tabulator-tables Organization 🕐 已更新 2026-11-19 📅 创建时间 2015-10-24
25
datajuicer/data-juicer

为基础模型处理数据,以及使用基础模型处理数据! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-08-01
26
snowplow/snowplow

客户数据基础设施的领导者

snowplow
⭐ 7,052 Scala 👤 snowplow Organization 🕐 已更新 2026-10-19 📅 创建时间 2012-03-01
27
speedyapply/2027-AI-College-Jobs

2027年人工智能/机器学习实习及应届毕业生职位列表每日更新

speedyapply
⭐ 6,657 👤 speedyapply Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-09-11
28
cloudquery/cloudquery

用于云配置和安全数据的数据管道。构建云资产清单、CSPM、FinOps 和漏洞管理解决方案。从 AWS、Azure、GCP 以及 70 多个云和 SaaS 源提取数据。

cloudquery
⭐ 6,561 Go 👤 cloudquery Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-11-18
29
cue-lang/cue

CUE 语言之家!验证和定义文本和动态配置

cue-lang
⭐ 6,335 Go 👤 cue-lang Organization 🕐 已更新 2026-11-20 📅 创建时间 2021-07-02
30
axa-group/Parsr

将 PDF、文档和图像转换为丰富的结构化数据

axa-group
⭐ 6,175 JavaScript 👤 axa-group Organization 🕐 已更新 2026-03-20 📅 创建时间 2019-08-05
31
dlt-hub/dlt

Data Load Tool (dlt) 是一个开源 Python 库,可轻松加载数据 🛠️

dlt-hub
⭐ 6,115 Python 👤 dlt-hub Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-01-26
32
mdn/browser-compat-data

MDN 上显示的 Web 技术浏览器兼容性数据

mdn
⭐ 5,800 JSON 👤 mdn Organization 🕐 已更新 2026-11-21 📅 创建时间 2016-03-29
33
airbnb/knowledge-repo

为数据科学家和其他技术专业人士提供新一代精选知识分享平台。

airbnb
⭐ 5,537 Python 👤 airbnb Organization 🕐 已更新 2024-09-04 📅 创建时间 2016-08-17
34
BIT-DataLab/Edit-Banana

Edit Banana:一个将统计格式转换为可编辑格式的框架。

BIT-DataLab
⭐ 5,510 Python 👤 BIT-DataLab Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-01-16
35
glideapps/glide-data-grid

🚀 Glide Data Grid 是一个毫不妥协、速度极快的 React 数据网格,具有丰富的渲染、一流的可访问性和完整的 TypeScript 支持。

glideapps
⭐ 5,448 TypeScript 👤 glideapps Organization 🕐 已更新 2026-11-13 📅 创建时间 2020-10-28
36
brianvoe/gofakeit

用 Go 编写的随机假数据生成器

brianvoe
⭐ 5,408 Go 👤 brianvoe User 🕐 已更新 2026-11-20 📅 创建时间 2015-04-24
37
superduper-io/superduper

Superduper:用于构建自定义 AI 应用程序和代理的端到端框架。

superduper-io
⭐ 5,317 Python 👤 superduper-io Organization 🕐 已更新 2025-09-01 📅 创建时间 2022-08-30
38
tinyplex/tinybase

响应式数据存储和同步引擎。

tinyplex
⭐ 5,219 TypeScript 👤 tinyplex Organization 🕐 已更新 2026-11-18 📅 创建时间 2021-12-31
39
ckan/ckan

CKAN 是一个开源的 DMS(数据管理系统),用于为数据中心和数据门户提供动力。CKAN 使发布、共享和使用数据变得容易。它为 catalog.data.gov、open.canada.ca/data、data.humdata.org 等众多其他站点提供动力。

ckan
⭐ 5,162 Python 👤 ckan Organization 🕐 已更新 2026-11-20 📅 创建时间 2011-11-10
40
ArroyoSystems/arroyo

Rust 中的分布式流处理引擎

ArroyoSystems
⭐ 5,083 Rust 👤 ArroyoSystems Organization 🕐 已更新 2026-11-18 📅 创建时间 2023-03-31
41
lk-geimfari/mimesis

Mimesis 是一个用于生成多种语言和地区虚构但真实数据的 Python 库。

lk-geimfari
⭐ 4,873 Python 👤 lk-geimfari User 🕐 已更新 2026-11-13 📅 创建时间 2016-09-09
42
mlabonne/llm-datasets

用于训练后(post-training)的数据集和工具精选列表。

mlabonne
⭐ 4,838 👤 mlabonne User 🕐 已更新 2026-04-29 📅 创建时间 2024-04-27
43
ruc-datalab/DeepAnalyze

DeepAnalyze 是第一个用于自主数据科学的 Agentic LLM。 🎈你的AI数据分析师,自动分析大量数据,一键生成专业分析报告!

ruc-datalab
⭐ 4,833 Python 👤 ruc-datalab Organization 🕐 已更新 2026-11-02 📅 创建时间 2025-10-11
44
tensorflow/datasets

TFDS 是一个准备好与 TensorFlow、Jax 等一起使用的预置数据集集合...

tensorflow
⭐ 4,610 Python 👤 tensorflow Organization 🕐 已更新 2026-11-13 📅 创建时间 2018-09-10
45
jonschlinkert/gray-matter

更智能的 YAML Front Matter 解析器,被 metalsmith, Gatsby, Netlify, Assemble, mapbox-gl, phenomic, vuejs vitepress, TinaCMS, Shopify Polaris, Ant Design, Astro, hashicorp, garden, slidev, saber, sourcegraph 等众多项目使用。使用简单,并且经过实战检验。默认解析 YAML,但也可以解析 JSON Front Matter、Coffee Front Matter、TOML Front Matter,并支持自定义解析器。请关注 gray-matter 的作者:https://github.com/jonschlinkert

jonschlinkert
⭐ 4,452 JavaScript 👤 jonschlinkert User 🕐 已更新 2025-06-14 📅 创建时间 2014-01-28
46
truefoundry/cognita

TrueFoundry 用于构建模块化、开源的生产应用的 RAG(检索增强生成)框架

truefoundry
⭐ 4,329 Python 👤 truefoundry Organization 🕐 已更新 2026-02-23 📅 创建时间 2023-07-26
47
StructuredLabs/preswald

Preswald 是一个用于 Python 的交互式数据应用程序的 WASM 打包器:将复杂的完整数据工作流,特别是可视化,打包成单个文件,使用 Pyodide、DuckDB、Pandas 以及 Plotly、Matplotlib 等,完全在浏览器中运行。构建可离线运行、加载速度快且可像文档一样共享的仪表板、报告和笔记本。

StructuredLabs
⭐ 4,266 Python 👤 StructuredLabs Organization 🕐 已更新 2026-06-11 📅 创建时间 2024-12-14
48
ucbepic/docetl

一种用于 agentic LLM 驱动的数据处理和 ETL 的系统

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 已更新 2026-11-17 📅 创建时间 2024-07-09
49
quadratichq/quadratic

包含AI、代码、连接的电子表格

quadratichq
⭐ 3,958 Rust 👤 quadratichq Organization 🕐 已更新 2026-03-07 📅 创建时间 2021-11-11
50
Jon-Becker/prediction-market-analysis

一个用于收集和分析预测市场数据的框架,包括最大公开可用的 Polymarket 和 Kalshi 市场及交易数据集。

Jon-Becker
⭐ 3,950 Python 👤 Jon-Becker User 🕐 已更新 2026-10-29 📅 创建时间 2025-11-22

常见问题解答

1

GitHub 上最受欢迎的 #data 仓库是什么?

GitHub 上排名第一的开源 #data 项目是 D4Vinci/Scrapling,拥有 104,760 个 Star。🕷️ 最强大的网页抓取框架,无论是单个请求还是大规模爬取,都能轻松应对!别害羞,加入我们的 Discord:https://discord.gg/EMgGbDceNQ,并关注我们的账号,每天获取实用技巧:https://x.com/Scrapling_dev

2

#data 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #data 项目中,最常见的编程语言是 Python, TypeScript, JavaScript, Rust。

3

#data 仓库的排名是如何计算的?

我们跟踪了 232 个标记为 #data 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 1,106,761 个 Star,平均每个仓库拥有 4,770 个 Star。排名每日根据 GitHub API 更新。