Awesome GitHub RepositoriesTime Series Data Loading

AutoGluon is an automated machine learning framework and multimodal library designed to automate the end-to-end pipeline from data preprocessing to high-accuracy model training and validation. It functions as an automated model trainer for tabular, image, text, and time series data, as well as a tool for time series forecasting and foundation model finetuning. The project is distinguished by its ability to jointly process and fuse different data types, allowing for the construction of multimodal neural networks that integrate images, text, and structured tables. It supports zero-shot inferenc

Darts is a Python time series library designed for forecasting, anomaly detection, and the preprocessing of univariate and multivariate temporal data. It serves as a comprehensive framework for training and evaluating a wide range of statistical, machine learning, and deep learning models to predict future numerical values. The toolkit is distinguished by its support for global time series modeling, allowing a single model to be trained across multiple different series to leverage shared patterns. It also features a hierarchical time series manager to ensure consistency between aggregate and

Earth is an interactive web-based platform for visualizing global weather, ocean, and atmospheric data. It animates particle flows representing wind, ocean currents, and waves on a customizable map, and supports overlaying color-coded meteorological, oceanographic, chemical, and particulate data for detailed analysis. The platform distinguishes itself by offering multiple cartographic projections—including orthographic, equirectangular, and stereographic—that can be switched to view global patterns from different perspectives. It also provides keyboard-driven navigation, allowing map rotation

Apache IoTDB is a time-series database designed for the Internet of Things, purpose-built to ingest high-volume data from millions of low-power devices and store timestamp-value pairs with configurable data types and encoding schemes. It organizes time series data and device metadata in a tree-like hierarchy, enabling efficient management of complex industrial sensor networks. The database supports rich querying capabilities, including time-aligned data retrieval across multiple devices, time-based aggregation like downsampling, and frequency-domain signal analysis. It provides high-throughpu

PlotJuggler is an interactive time series visualization tool that loads, streams, and renders large datasets using hardware-accelerated OpenGL graphics. It functions as a multi-format data loader, supporting file formats such as CSV, ULog, and ROS bags, and also serves as a live data stream viewer that subscribes to real-time sources via MQTT, WebSockets, ZeroMQ, and UDP. The tool distinguishes itself through a plugin-based extensibility platform that allows users to add custom data sources, file formats, and processing capabilities. It includes a Lua scripting engine for creating custom data

Allure is a test reporting framework that normalizes execution data from multiple test frameworks across different programming languages into a common intermediate format. It aggregates results from multiple sources into a shared directory of JSON files and generates self-contained HTML reports through a modular plugin pipeline. The architecture includes a hierarchical step tree model to represent test execution, metadata annotation injection to enrich results at runtime, and directory-watch incremental rendering that regenerates reports in real time as new data arrives. Unlike generic report

GluonTS هو إطار عمل للتنبؤ بالسلاسل الزمنية الاحتمالية، مصمم للتنبؤ بالقيم المستقبلية كتوزيعات احتمالية مع فترات ثقة. يدعم كلاً من تدريب النموذج التقليدي والتنبؤ بدون تدريب مسبق (zero-shot)، حيث تولد النماذج المدربة مسبقاً تنبؤات لسلاسل جديدة دون تدريب إضافي. يتميز المشروع بدمج مجموعة واسعة من نهج التنبؤ في سير عمل موحد. يتضمن ذلك بنى التعلم العميق مثل الشبكات العصبية المتكررة والالتفافات السببية، بالإضافة إلى دمج النماذج الإحصائية الخارجية، ومكتبة Prophet، وحزم R. توفر مجموعة الأدوات سطحاً شاملاً لهندسة بيانات السلاسل الزمنية، وتغطي توسيع مجموعة البيانات، والتقسيم، وتحويل البيانات الزمنية الخام إلى موترات (tensors). كما تتضمن مجموعة من أدوات التقييم لقياس دقة التنبؤ وفترات عدم اليقين، بالإضافة إلى أدوات لاستمرارية مجموعة البيانات باستخدام تنسيقات مثل Arrow و Parquet. يدعم إطار العمل نشر نماذج التنبؤ داخل البنية التحتية السحابية.

GluonTS هي مكتبة سلاسل زمنية احتمالية وإطار عمل للتنبؤ بالتعلم العميق. توفر مجموعة أدوات لبناء وتدريب وتقييم بنى الشبكات العصبية التي تتنبأ بالقيم المستقبلية كتوزيعات احتمالية لتحديد عدم اليقين. يتميز المشروع بدعم التنبؤ بدون تدريب مسبق (zero-shot) ودمج نهج نمذجة متنوعة، بما في ذلك الشبكات العصبية الاحتمالية العميقة وأغلفة للمكتبات الإحصائية الخارجية مثل Prophet و R forecast. ينفذ بدائيات معمارية متخصصة مثل الالتفافات السببية والشبكات المتبقية القابلة للعكس لمنع تسرب المعلومات وتعيين التمثيلات الكامنة في توزيعات احتمالية صالحة. يغطي إطار العمل سطح هندسة بيانات شاملاً، بما في ذلك توسيع السلاسل الزمنية، والتحويلات التقابلية، والنمذجة الهرمية. يستخدم Apache Arrow و Parquet لبث مجموعة البيانات عالي الأداء وإدارة الوصول العشوائي. لتقييم النموذج، يتضمن جناح تقييم لقياس دقة التنبؤ والتغطية الاحتمالية باستخدام مقاييس مثل خسارة الكمية ودرجات رتبة الاحتمال المستمرة. تدعم المكتبة نشر النموذج من خلال التكامل مع Amazon SageMaker.

sitespeed.io هي أداة لتحليل أداء الويب ونظام مراقبة مصمم لقياس سرعة الموقع ومؤشرات الويب الأساسية (Core Web Vitals) باستخدام متصفحات حقيقية. تعمل كمجموعة لاختبار تراجع الأداء ومراقب لأداء المتصفح، مما يتيح فرض ميزانيات الأداء لاكتشاف ومنع تراجعات السرعة. يتميز المشروع بإطار عمل لاختبار الأجهزة الحقيقية، والذي ينفذ عمليات تدقيق الأداء على أجهزة Android وiOS الفعلية عبر اتصالات USB. ويتضمن أداة متخصصة لإنشاء ومقارنة ملفات أرشيف HTTP لتشخيص اختناقات الشبكة، إلى جانب التكامل لتنفيذ عمليات تدقيق Lighthouse لالتقاط مقاييس جودة الصفحة وإمكانية الوصول. يغطي النظام مجموعة واسعة من الإمكانيات، بما في ذلك تدقيق السرعة الاصطناعي، وتحليل حركة مرور الشبكة، واختبار الأداء المستمر. ويوفر أدوات مراقبة لتتبع استهلاك طاقة الجهاز، وتقدير الأثر البيئي، وتصدير بيانات السلاسل الزمنية إلى قواعد بيانات خارجية لمراقبة الاتجاهات طويلة المدى. يمكن إدارة الاختبارات عبر واجهة سطر الأوامر أو نظام نشر قائم على الويب باستخدام تكوينات تعتمد على JSON.

PyTorch Forecasting is a deep learning framework designed for building and training neural network architectures specifically for time series forecasting. It serves as a comprehensive toolkit for implementing autoregressive models, multi-horizon forecasting, and probabilistic prediction intervals using PyTorch tensors. The library distinguishes itself through a probabilistic forecasting toolkit that generates prediction intervals and quantile forecasts using both parametric and non-parametric distributions. It further provides a neural network model optimizer for automated hyperparameter tuni

pyalgotrade is a Python algorithmic trading library designed for developing, backtesting, and executing automated trading strategies. It provides a comprehensive framework for financial strategy backtesting, a technical analysis library for computing mathematical indicators, and connectors for cryptocurrency exchange integration. The project distinguishes itself by supporting sentiment-based trading through the integration of real-time social media feeds and keyword streams. It features a quantitative trading visualization tool for plotting price action and portfolio equity curves, along with

Neural Prophet هي مكتبة تنبؤ بالسلاسل الزمنية تعتمد على PyTorch مصممة للتعلم الآلي القابل للتفسير. تعمل كإطار عمل للتحلل يكسر الإشارات إلى أجزاء مكونة مثل التأثيرات ذاتية الانحدار، والاتجاهات الخطية المجزأة، والموسمية القائمة على Fourier للتنبؤ بالقيم المستقبلية. يتميز المشروع بدمج الشبكات العصبية مع الخوارزميات التقليدية لإنتاج تنبؤات تشرح محركات الاتجاه الأساسية. يتميز بنهج نمذجة السلاسل الزمنية العالمية، مما يسمح بتدريب نموذج واحد عبر سلاسل متزامنة متعددة لمشاركة الأنماط المتعلمة مع الحفاظ على الخصوصيات المحلية. بالإضافة إلى ذلك، تعمل كأداة لتحديد كمية عدم اليقين، باستخدام انحدار الكميات والتنبؤ المطابق لتوليد فترات تنبؤ موثوقة. توفر المكتبة مجموعة شاملة من القدرات لإدارة البيانات، بما في ذلك استرجاع العطلات، وملء الفجوات، والتطبيع. تغطي دورة حياة النمذجة الكاملة مع تحسين المعلمات الفائقة المؤتمت، واكتشاف نقاط تغيير الاتجاه، ودمج المتغيرات التفسيرية المستقبلية والمتأخرة. يتم دعم التحليل من خلال تحلل التنبؤ وإسناد المدخلات لتصور كيفية تأثير عوامل معينة على التنبؤات النهائية.

Nixtla is a time series analysis platform centered on a transformer-based foundation model. It provides zero-shot inference for forecasting and anomaly detection, allowing the system to predict future values for new time series without requiring model retraining. The project is designed for large-scale analysis, using distributed inference scaling and forecast parallelization to process millions of data series. It supports fine-tuning adaptation to adjust pretrained weights for domain-specific datasets and offers deployment options ranging from local execution and private containers to integr

Unpoller is a network controller metrics exporter and time-series data pipeline. It functions as a network event forwarder and monitoring dashboard, pulling device performance data and security anomalies from controller APIs to enable long-term storage and trend analysis. The system captures network hardware metrics and site performance data, shipping these measurements to external time-series databases. It also forwards alarms and network events to centralized log aggregation platforms and provides a visualization interface for rendering these metrics into custom analysis dashboards. The pr