Awesome GitHub RepositoriesTabular DataFrames

This library provides a diagnostic toolkit for automated data profiling and exploratory analysis. It generates comprehensive statistical summaries and visual reports for tabular datasets, enabling users to identify distribution patterns, missing values, and quality anomalies through a unified interface. The project distinguishes itself by offering differential analysis, which allows for the comparison of two dataset versions to track structural and statistical changes over time. It supports large-scale data processing through lazy evaluation and provides interactive widgets that embed directl

This project is an educational resource and a collection of instructional materials for performing data manipulation and statistical analysis using Python. It provides a comprehensive set of guides and code examples for using the Pandas, NumPy, and Matplotlib libraries to analyze structured data. The resource includes a dedicated guide for reshaping, cleaning, and aggregating tabular data and time series via Pandas, alongside a reference for high-performance vectorized operations and linear algebra using NumPy. It also features tutorials for creating publication-quality charts, distribution p

Apache DataFusion is an extensible, columnar SQL query engine that runs embedded within a host application without requiring a separate server process. It processes data in columnar batches using Apache Arrow for memory-efficient analytics, and can scale analytic workloads across multiple nodes for parallel execution. The engine supports both SQL and DataFrame queries through a modular, streaming architecture that allows custom operators, data sources, functions, and optimizer rules. The engine distinguishes itself through its modular extension framework, which enables building custom query e

This project is a pandas data analysis cookbook and Python data science guide. It provides a collection of programmatic recipes and examples for cleaning, manipulating, and analyzing structured data. The project focuses on providing a containerized analysis environment to ensure a consistent workspace and reproducible dependencies when executing data processing scripts. It covers a broad range of data science capabilities, including data ingestion from external sources, raw data cleaning, and exploratory data analysis. These recipes demonstrate how to perform structured data analysis through

يُعد هذا المستودع مورداً تعليمياً ومنهجاً منظماً لإجراء التحليل الإحصائي باستخدام Python. وهو يوفر دليلاً شاملاً لسير عمل الحوسبة العلمية، مع التركيز على التطبيق العملي لتنظيف البيانات، والنمذجة الرقمية، وتصور التوزيعات. يغطي البرنامج التعليمي العملية الكاملة لتحويل البيانات الجدولية الخام إلى رؤى قابلة للتنفيذ. ويوضح كيفية معالجة مجموعات البيانات المهيكلة من خلال الدمج والتجميع، وإجراء الحسابات الإحصائية الوصفية والاستنتاجية، وملاءمة نماذج الانحدار لتقييم العلاقات بين المتغيرات. بالإضافة إلى ذلك، تتناول المادة تقدير عدم اليقين الإحصائي باستخدام تقنيات إعادة أخذ العينات (resampling) لإنشاء فترات الثقة وتوزيعات المعاينة. تم تنظيم المحتوى لدعم المتعلمين في تطبيق مكتبات الحوسبة العلمية القياسية لتحديد الأنماط والاتجاهات داخل المعلومات الرقمية. ويتضمن أمثلة عملية لإنشاء تمثيلات رسومية للبيانات وتنفيذ عمليات رياضية لتفسير مجموعات البيانات المعقدة.