#pandas 仓库
共 171 个仓库
来自Substack出版物Daily Dose of Data Science的代码片段集:http://www.dailydoseofds.com/
面向数据科学的基于GUI的Python代码生成器,Jupyter Lab、Jupyter Notebook和Google Colab的扩展。
我正在参加 Ken Jee 的 #66daysofdata 挑战,分享我通过 #66daysofdata 学习数据分析的旅程。
这是一款由 AI 驱动的数据分析工作台,专为透明性、可复现性和用户控制而打造。检查结果背后的代码和证据,通过回放验证计算过程,并从丰富的模型中进行选择,包括本地开放权重模型。
用于跟随《Hands-On Data Analysis with Pandas – Second Edition》的资料
全栈机器学习 (ML) 路线图涉及学习必要的技能和技术,以精通机器学习的各个方面,包括数据收集和预处理、模型开发、部署和维护。
Graph Data Science:一个 Python 中的抽象层,用于构建知识图谱,与流行的图谱库集成 – 基于 Pandas、NetworkX、RAPIDS、RDFlib、pySHACL、PyVis、morph-kgc、pslpython、pyarrow 等。
Buckaroo - Notebook 的数据表 UI。快速浏览 DataFrame、滚动 DataFrame、搜索、排序、查看摘要统计信息和直方图。适用于 Pandas、Polars、Jupyter、Marimo、VSCode Notebooks。
嵌入式事务数据库,支持 blob、文档和图数据;通过 io_uring 和 SPDK 实现绕过内核的 NVMe、GPU 压缩,并为自有引擎、RocksDB 和 LevelDB 提供统一的 C ABI 🗄️