pandas

Apache Hamilton hilft Data Scientists und Engineers dabei, testbare, modulare und selbstdokumentierende Datenflüsse zu definieren, die Abstammung (Lineage/Tracing) und Metadaten kodieren. Läuft und skaliert überall dort, wo Python läuft.

PyGraphistry ist eine Python-Bibliothek zum schnellen Laden, Strukturieren, Einbetten und Untersuchen großer Graphen mit dem GPU-beschleunigten visuellen Graphenanalysator Graphistry

Lerne Python in den nächsten (etwa) 30 Tagen.

ArcticDB ist eine hochleistungsfähige, serverlose DataFrame-Datenbank, die für das Python Data Science-Ökosystem entwickelt wurde.

Erlernen Sie die wesentlichen Fähigkeiten zur Erkennung und Lösung komplexer realer Probleme mit Machine Learning und Deep Learning mithilfe des beliebten Python-Machine-Learning-Ökosystems.

Einfacher Wrapper für tabula-java: Extrahiert Tabellen aus PDFs in ein pandas DataFrame.

KI-Assistent zum Schreiben von Code, der Dateninhalte versteht

Jupyter-Notebooks und Datensätze aus der Pandas-Videoreihe

Eine einheitliche Schnittstelle für verteiltes Computing. Fugue führt SQL-, Python-, Pandas- und Polars-Code auf Spark, Dask und Ray aus, ohne dass Neuschreibungen erforderlich sind.

Statistisches Paket in Python basierend auf Pandas

Geeignet für den Aufstieg vom Anfänger zum Fortgeschrittenen; nach dem Aufbau der Systematik kommt es auf die Routine an.

🚀 Über 500 kuratierte Ressourcen für Datenanalyse & Data Science: Python, SQL, Statistik, ML, AI, Visualisierung, Cheatsheets, Roadmaps, Interviewvorbereitung. Für Anfänger und Experten.

Python AutoML für Handelssysteme und Sportwetten

Leichte und erweiterbare Kompatibilitätsschicht zwischen Dataframe-Bibliotheken!

Optimierte agentische und LLM-Massenverarbeitung Ihrer Daten

Python-Bibliothek für Finviz-Analyse.

Data-Science-Kurs 2015 der General Assembly in Washington, DC

Was steckt in Ihren Daten? Extrahieren Sie Schemata, Statistiken und Entitäten aus Datensätzen

Saubere APIs für die Datenbereinigung. Python-Implementierung des R-Pakets Janitor

Multivariate explorative Datenanalyse in Python — PCA, CA, MCA, MFA, FAMD, GPA

Hochleistungsberechnungen für N-D-Tensoren in .NET, ähnliche API wie NumPy.

Das von Pandas und LINQ inspirierte JavaScript-Toolkit für Datentransformation und -analyse.

Ein einfach zu bedienendes Paket für quantitative Finanzdaten (einfaches Hilfsprogramm zum Abrufen von Finanzmarktdaten aus China)

Portfolio von Data-Science-Projekten, die ich für akademische Zwecke, zum Selbst lernen und als Hobby abgeschlossen habe.

📊📈 Stellt Pandas-Dataframes über das Django REST Framework für clientseitige Visualisierungen (z. B. d3.js) und Offline-Analysen (z. B. Excel) bereit

Eine Sammlung von Code-Snippets aus der Publikation Daily Dose of Data Science auf Substack: http://www.dailydoseofds.com/

Skalierbares Python DS & ML, API-kompatibel und blitzschnell.

Python-Bibliothek zur Verwendung einer dplyr-ähnlichen Syntax mit pandas und SQL

Sammlung von R- und Python-Programmiercodes des Data Professor YouTube-Kanals.

Ich teile meine 66DaysofData-Reise in die Datenanalyse im Rahmen der #66daysofdata-Challenge von Ken Jee