data-analysis

Probablemente la mejor lista seleccionada de software de ciencia de datos en Python.

🛠 IDE web todo en uno especializado en machine learning y data science.

Una aplicación de escritorio para ver y analizar datos tabulares

El repositorio oficial de ROOT: análisis, almacenamiento y visualización de grandes datos de forma científica

Extrae datos de una amplia gama de fuentes de Internet en un DataFrame de pandas.

Una alternativa de código abierto a Tableau. Análisis visual incrustable

Librería de gráficos hermosa, de código abierto y basada en WebGPU

Lista de herramientas y conjuntos de datos para la detección de anomalías en datos de series temporales.

una excelente herramienta de machine learning que te permite entrenar, probar y usar modelos sin escribir código

Proceso de construcción de un pequeño grafo de conocimiento financiero (neo4j / python / cypher / KG)

Visualiza y compara conjuntos de datos, valores objetivo y asociaciones con una sola línea de código.

Apache DevLake es una plataforma de datos de desarrollo de código abierto para ingerir, analizar y visualizar datos fragmentados de herramientas de DevOps, extrayendo información para la excelencia en ingeniería, la experiencia del desarrollador y el crecimiento de la comunidad.

100 rompecabezas de datos para pandas, que van desde cortos y simples hasta súper difíciles (60% completado)

Deepnote es un reemplazo directo para Jupyter con un diseño centrado en la IA, una interfaz elegante, nuevos bloques e integraciones de datos nativas. Usa Python, R y SQL localmente en tu IDE favorito, luego escala a la nube de Deepnote para colaboración en tiempo real, el agente de Deepnote y aplicaciones de datos desplegables. https://deepnote.com/

DataFrame de C++ para análisis estadístico, financiero y de ML en C++ moderno

La herramienta de inteligencia empresarial más rápida para humanos y agentes.

Un framework unificado para análisis de datos y machine learning con preservación de privacidad

Extensiones de Jupyter que te ayudan a escribir código más rápido: chat de IA consciente del contexto, autocompletado y hoja de cálculo

Apache Hamilton ayuda a los científicos de datos e ingenieros a definir flujos de datos comprobables, modulares y autodocumentados que codifican la procedencia, el rastreo y los metadatos. Se ejecuta y escala en cualquier lugar donde lo haga Python.

Apuntes de clases de álgebra lineal con Python. Esta serie de apuntes te guiará a través de todos los conceptos imprescindibles que sientan las bases de la ciencia de datos o habilidades cuantitativas avanzadas. Adecuado para estadísticos, econometristas, analistas cuantitativos, científicos de datos, etc., para repasar rápidamente el álgebra lineal con la asistencia de computación y visualización en Python.

📈📊📱💻🖥️Un marco de gráficos de visualización de datos declarativo, elegante y moderno para iOS, iPadOS y macOS. Extremadamente potente, admite tipos de gráficos de líneas, spline, área, areaspline, columnas, barras, pastel, dispersión, medidores angulares, arearange, areasplinerange, columnrange, burbujas, diagrama de caja, barras de error, embudo, cascada y polares.

Algoritmos de ML de 2 a 2000x más rápidos, 50% menos de uso de memoria, funciona en todo tipo de hardware, nuevo y antiguo.

ArcticDB es una base de datos DataFrame sin servidor y de alto rendimiento creada para el ecosistema de Data Science de Python.

La solución de observabilidad de datos nativa de dbt para ingenieros de datos y análisis. Monitorea tus tuberías de datos en minutos. Disponible como autoalojado o servicio en la nube con funciones prémium.

Visualización instantánea de datos con SQL de forma offline en tu navegador

Lista seleccionada activamente de herramientas de BI increíbles. ¡Se aceptan PR!

Datart es una plataforma abierta de visualización de datos de próxima generación

Notebooks de Jupyter y conjuntos de datos de la serie de videos de pandas.

Este repositorio te ayuda a aprender Python y Machine Learning desde cero.

El reemplazo moderno para Jupyter Notebooks