data-analysis

Có lẽ là danh sách được tuyển chọn tốt nhất về phần mềm khoa học dữ liệu bằng Python.

🛠 IDE nền tảng web tất cả trong một chuyên dụng cho machine learning và data science.

Ứng dụng desktop để xem và phân tích dữ liệu dạng bảng

Kho lưu trữ chính thức cho ROOT: phân tích, lưu trữ và trực quan hóa dữ liệu lớn một cách khoa học

Trích xuất dữ liệu từ nhiều nguồn Internet khác nhau vào pandas DataFrame.

Một giải pháp mã nguồn mở thay thế cho Tableau. Phân tích trực quan có thể nhúng

Thư viện biểu đồ dựa trên WebGPU, đẹp mắt và mã nguồn mở

Danh sách các công cụ và tập dữ liệu để phát hiện bất thường trên dữ liệu chuỗi thời gian.

một công cụ học máy thú vị cho phép bạn huấn luyện, kiểm tra và sử dụng các mô hình mà không cần viết mã

Quy trình xây dựng biểu đồ tri thức tài chính quy mô nhỏ (neo4j / python / cypher / KG)

Trực quan hóa và so sánh các tập dữ liệu, giá trị mục tiêu và mối liên hệ chỉ với một dòng mã.

Apache DevLake là một nền tảng dữ liệu phát triển mã nguồn mở giúp thu thập, phân tích và trực quan hóa dữ liệu phân mảnh từ các công cụ DevOps, trích xuất thông tin chi tiết nhằm tối ưu hóa kỹ thuật, trải nghiệm nhà phát triển và sự phát triển của cộng đồng.

100 câu đố dữ liệu cho pandas, từ ngắn và đơn giản đến cực kỳ phức tạp (hoàn thành 60%)

Deepnote là giải pháp thay thế hoàn hảo cho Jupyter với thiết kế hướng tới AI, giao diện mượt mà, các khối mới và tích hợp dữ liệu gốc. Sử dụng Python, R và SQL cục bộ trong IDE yêu thích của bạn, sau đó mở rộng quy mô lên đám mây Deepnote để cộng tác thời gian thực, Deepnote agent và các ứng dụng dữ liệu có thể triển khai. https://deepnote.com/

C++ DataFrame cho phân tích thống kê, tài chính và ML bằng C++ hiện đại

Công cụ kinh doanh thông minh nhanh nhất dành cho con người và agent.

Một framework thống nhất cho phân tích dữ liệu bảo toàn quyền riêng tư và học máy

Các tiện ích mở rộng Jupyter giúp bạn viết mã nhanh hơn: AI Chat nhận biết ngữ cảnh, Tự động hoàn thành và Bảng tính

Apache Hamilton giúp các nhà khoa học dữ liệu và kỹ sư định nghĩa các luồng dữ liệu có tính mô-đun, dễ kiểm thử, tự tài liệu hóa, tích hợp sẵn khả năng theo dõi nguồn gốc (lineage/tracing) và metadata. Chạy và mở rộng ở mọi nơi có Python.

Ghi chú bài giảng Đại số tuyến tính sử dụng Python. Bộ tài liệu này sẽ hướng dẫn bạn qua tất cả các khái niệm cốt lõi tạo nên nền tảng của khoa học dữ liệu hoặc kỹ năng định lượng nâng cao. Phù hợp cho các nhà thống kê, chuyên gia kinh tế lượng, nhà phân tích định lượng, nhà khoa học dữ liệu v.v. để nhanh chóng ôn tập đại số tuyến tính với sự hỗ trợ của tính toán và trực quan hóa bằng Python.

📈📊📱💻🖥️ Một framework biểu đồ trực quan hóa dữ liệu khai báo hiện đại và thanh lịch dành cho iOS, iPadOS và macOS. Cực kỳ mạnh mẽ, hỗ trợ các loại biểu đồ đường, đường cong, vùng, cột, thanh, tròn, phân tán, đồng hồ đo góc, phạm vi vùng, bong bóng, biểu đồ hộp và nhiều loại khác.

Thuật toán ML nhanh hơn từ 2 đến 2000 lần, giảm 50% bộ nhớ, chạy trên mọi phần cứng - mới và cũ

ArcticDB là một cơ sở dữ liệu DataFrame phi máy chủ, hiệu năng cao được xây dựng cho hệ sinh thái Python Data Science.

Giải pháp quan sát dữ liệu gốc dbt dành cho các kỹ sư dữ liệu & phân tích. Theo dõi các đường ống dữ liệu của bạn trong vài phút. Có sẵn dưới dạng tự lưu trữ hoặc dịch vụ đám mây với các tính năng cao cấp.

Trực quan hóa dữ liệu hỗ trợ bởi SQL ngoại tuyến tức thì ngay trong trình duyệt của bạn

Danh sách các công cụ BI tuyệt vời được quản lý tích cực. Hoan nghênh đóng góp PR!

Datart là nền tảng mở trực quan hóa dữ liệu thế hệ mới

Jupyter notebook và tập dữ liệu từ chuỗi video về pandas

Kho lưu trữ này giúp bạn học Python và Machine Learning từ đầu.

Công cụ thay thế hiện đại cho Jupyter Notebooks