#pandas 仓库
171
仓库总数
850,412
总星标数
4,973
平均每个仓库星标数
共 171 个仓库
54
teddylee777/machine-learning
这是一个为机器学习入门者或准备学习的人提供的仓库。(This repository is intended for helping those who are beginners in machine learning or preparing for study)
67
apache/hamilton
Apache Hamilton 帮助数据科学家和工程师定义可测试、模块化、自文档化的数据流,这些数据流编码血缘/跟踪和元数据。可在 Python 运行的所有地方运行和扩展。
70
dipanjanS/practical-machine-learning-with-python
掌握使用机器学习和深度学习识别并解决复杂现实世界问题的基本技能,利用备受欢迎的 Python 机器学习生态系统。
77
PavelGrigoryevDS/awesome-data-analysis
🚀 500多个精选的数据分析和数据科学资源:Python、SQL、统计学、机器学习、人工智能、可视化、速查表、路线图、面试准备。面向初学者和专家。
⭐ 2,224
👤 PavelGrigoryevDS User
🕐 已更新 2026-11-01
📅 创建时间 2025-07-30
78
fugue-project/fugue
分布式计算的统一接口。Fugue 在 Spark、Dask 和 Ray 上执行 SQL、Python、Pandas 和 Polars 代码,无需任何重写。
⭐ 1,873
👤 AssemblyAI-Community Organization
🕐 已更新 2024-06-13
📅 创建时间 2022-06-21
83
tkfy920/qstock
qstock由“Python金融量化”公众号开发,试图打造成个人量化投研分析包,目前包括数据获取(data)、可视化(plot)、选股(stock)和量化回测(策略backtest)模块。 qstock将为用户提供简洁的数据接口和规整化后的金融市场数据。可视化模块为用户提供基于web的交互图形的简单接口; 选股模块提供了同花顺的选股数据和自定义选股,包括RPS、MM趋势、财务指标、资金流模型等; 回测模块为大家提供向量化(基于pandas)和基于事件驱动的基本框架和模型。 关注“Python金融量化“微信公众号,获取更多应用信息。