7 مستودعات
The use of Python programming and its ecosystem to process and analyze structured and unstructured datasets.
Distinct from Python Data Analysis Tutorials: Candidates focus on tutorials, deserialization, or code analysis rather than the general domain of data analysis using Python.
Explore 7 awesome GitHub repositories matching data & databases · Python Data Analysis. Refine with filters or upvote what's useful.
هذا المشروع عبارة عن مكتبة لتحليل البيانات بلغة Python وإطار عمل لتحليل البيانات الاستكشافي مصمم لمعالجة مجموعات البيانات الخام. يوفر مجموعة من الأدوات لفحص البيانات، وتحديد الشذوذ، وتطبيق الأساليب الإحصائية للكشف عن الأنماط. يعمل المستودع كمجموعة أدوات لنمذجة التعلم الآلي ومجموعة لنمذجة البيانات الإحصائية. ويتضمن خوارزميات تنبؤية ونماذج رياضية تستخدم لتحليل العلاقات بين متغيرات البيانات واستخلاص رؤى من مجموعات البيانات المعقدة. يغطي المشروع مجموعة واسعة من الإمكانيات بما في ذلك علوم البيانات، ونمذجة التعلم الآلي، وتحليل البيانات الاستكشافي. يتم تنفيذ هذه الإمكانيات من خلال معالجة البيانات، والحوسبة العددية، وتصور البيانات.
Uses Python to process raw datasets and apply statistical methods to find meaningful patterns.
هذا المشروع عبارة عن مجموعة شاملة من مواد تعليم برمجة Python، بما في ذلك البرامج التعليمية، والتمارين، وعينات الكود المنسقة. يعمل كمنهج تعليمي ومجموعة أدوات هندسة برمجيات، باستخدام Jupyter Notebooks لدمج الكود القابل للتنفيذ مع نص تعليمي وصفي. يوفر المستودع أدلة تنفيذ عملية لبناء تطبيقات نماذج لغوية كبيرة، مثل أنظمة التوليد المعزز بالاسترجاع، ووكلاء الذكاء الاصطناعي ذوي الحالة، وسير عمل التعلم الآلي. يتميز بتقديم نهج منظم لسير عمل الترميز الوكيل، وتغطية تقطير نافذة السياق، وتوجيه النموذج المستقل عن المزود، والمخرجات المهيكلة المفروضة بالمخطط. تغطي المواد مجموعة واسعة من قدرات هندسة البرمجيات، بما في ذلك البرمجة غير المتزامنة مع طوابير المهام الموزعة، وتطوير تطبيقات الويب مع REST APIs، وسير عمل تحليل البيانات. كما يتضمن موارد لإتقان التصميم الموجه للكائنات، وتنفيذ خطوط أنابيب CI/CD، وتطبيق معايير التنسيق والتدقيق المهنية.
Uses the Python ecosystem to process and analyze structured and unstructured datasets.
Fast-F1 هي مكتبة بيانات Python ومحلل قياس عن بعد مصمم للفورمولا 1. تعمل كمغلف لواجهة برمجة تطبيقات برمجية لاسترجاع ومعالجة بيانات التوقيت، ونتائج الجلسة، ومقاييس مستشعر السيارة عالية التردد. يوفر المشروع أدوات متخصصة لقياس أداء رياضة السيارات والتصور. يتيح مقارنة القياس عن بعد للمركبة، مثل تتبع السرعة وتغييرات التروس، ويولد خرائط مسار مكانية مع تراكبات السرعة والمنعطفات. تغطي المكتبة مجموعة واسعة من إمكانيات استرجاع البيانات وتحليلها، بما في ذلك استخراج جداول السباق، وترتيب البطولات، وبيانات الحلبة الوصفية. تدعم مراقبة نشاط السباق المباشر ورسائل التحكم في السباق، مع استخدام التخزين المؤقت للقرص المحلي لتقليل طلبات الشبكة أثناء تحميل البيانات.
Provides a Python-based ecosystem to process and analyze complex Formula 1 timing and telemetry datasets.
هذا المشروع عبارة عن مجموعة من تطبيقات Python لكشط الويب، واعتراض حركة مرور الشبكة، وتحليل البيانات، وتحليل المشاعر. يوفر طرقاً لاستخراج البيانات المهيكلة من مواقع الويب وواجهات تطبيقات الهاتف المحمول. تتضمن المجموعة أدوات لالتقاط وتحليل حزم الشبكة من تطبيقات الهاتف المحمول لتحديد نقاط نهاية API الداخلية المخفية. كما تتميز بنصوص برمجية لتقييم النبرة العاطفية والتصور العام لبيانات النصوص. يغطي المشروع معالجة وتحويل مجموعات البيانات الكبيرة، بالإضافة إلى إنشاء المخططات والرسوم البيانية لتحديد الاتجاهات والأنماط الديموغرافية.
Uses Python and its ecosystem to process and analyze structured datasets for pattern and trend discovery.
ThinkStats2 هي دورة إحصاءات حسابية ومكتبة تعليمية مصممة لتدريس الاحتمالات والإحصاءات من خلال نهج برمجي. توفر إطار عمل لدراسة المفاهيم الإحصائية عن طريق كتابة كود Python وتشغيل عمليات محاكاة على مجموعات بيانات العالم الحقيقي. يستخدم المشروع دفاتر ملاحظات تفاعلية ومجموعة من وحدات Python لتقديم دروس موجهة. يؤكد على التحقق من القوانين الإحصائية النظرية من خلال تجارب حسابية تكرارية واختبارات مدفوعة بالمحاكاة. يغطي المورد قدرات واسعة في تحليل البيانات وتدريب علوم البيانات، مما يسمح للمستخدمين باستكشاف مجموعات البيانات وإجراء التحليل الإحصائي داخل بيئة قابلة للبرمجة.
Provides a Python-based environment for verifying statistical theories through computational experiments and data testing.
Rodeo is an interactive Python notebook environment and integrated development environment designed for data science. It provides a workspace for combining executable code, rich text, and data visualizations within a single document to manage the lifecycle of research scripts. The platform facilitates data science workflow management, covering the process from initial data exploration to final model execution. It supports the development of Python scripting environments tailored for data analysis, modeling, and iterative hypothesis testing. The system utilizes a cell-based document structure
Provides an integrated development environment for writing and executing Python data analysis and modeling scripts.
This repository serves as an educational resource for mastering machine learning concepts through structured exercises and practical programming examples. It functions as a library of implementations for core algorithms and models, designed to accompany standard academic textbooks and technical literature. The project utilizes a literate programming pattern within interactive documents, allowing users to interleave narrative explanations with executable code. By combining text and logic, the repository facilitates step-by-step experimentation and the translation of theoretical concepts into f
Implements data analysis and predictive modeling workflows using Python libraries to solve academic problems.