exploratory-data-analysis

Profilage de la qualité des données et analyse exploratoire en une ligne de code pour les DataFrames Pandas et Spark.

Sachez toujours à quoi vous attendre de vos données.

La bibliothèque open source de Cleanlab est le package d'IA centré sur les données standard pour la qualité des données et l'apprentissage automatique avec des données et des étiquettes réelles et imparfaites.

Business intelligence sous forme de code : créez des visualisations de données rapides et interactives en SQL et markdown.

Visualisez automatiquement vos dataframes pandas avec une simple commande print.

Visualisez et comparez des jeux de données, des valeurs cibles et des associations avec une seule ligne de code.

Visualisations élégantes des différences linguistiques selon les types de documents.

Bibliothèque open source de préparation de données low-code en Python. Collectez, nettoyez et visualisez vos données en Python avec quelques lignes de code.

Explorez de manière interactive des jeux de données non structurés à partir de vos dataframes.

Détectez automatiquement les problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur centrée sur les données.

Compilation de codes de programmation R et Python issus de la chaîne YouTube Data Professor.

Créez 12 applications de données en Python avec Streamlit

Cycle de vie complet d'un projet de science des données.

Estimation par noyau de densité en Python

skimpy est un outil léger qui fournit des statistiques récapitulatives sur les variables des data frames dans la console.