Awesome GitHub RepositoriesNumPy Array Integration

pybind11 is a header-only C++ binding library that exposes C++ functions and classes as Python modules. It serves as a language bridge, mapping native types, inheritance hierarchies, and lambda functions into compatible Python objects to enable high-performance native code execution. The library includes specialized integration for NumPy arrays, utilizing buffer protocols to bind native C++ data without copying memory. It provides a toolkit for mapping C++ standard library data structures and smart pointers into the Python environment while maintaining cross-language memory management. The p

This project is a Python wrapper for the TA-Lib C library, serving as a financial technical analysis library and quantitative trading tool. It provides a collection of mathematical functions designed to analyze market price movements, identify trading signals, and recognize candlestick patterns within financial data. The library focuses on the computation of trend, momentum, and volume metrics. It includes specialized tools for candlestick pattern recognition to detect recurring price action shapes in both historical and real-time data. The system integrates with NumPy arrays to process cont

This project is a reference collection of statistical learning algorithms built from scratch using NumPy for linear algebra and matrix operations. It serves as an educational resource for studying the mathematical foundations and inner workings of machine learning models through manual implementations. The codebase provides hand-coded implementations of both supervised and unsupervised learning. This includes classification and regression models such as support vector machines, decision trees, and Naive Bayes, as well as data clustering and pattern discovery methods like k-means and hierarchi

CuPy este o bibliotecă de calcul array CUDA care implementează o interfață compatibilă cu NumPy pentru executarea operațiunilor pe array-uri și calcul numeric pe GPU-uri NVIDIA. Acesta servește ca bibliotecă numerică accelerată GPU și o implementare SciPy bazată pe CUDA, descărcând calculele grele pe hardware-ul grafic pentru a crește viteza de procesare pentru sarcinile de lucru științifice și inginerești. Biblioteca permite schimbul de tensori între framework-uri, permițând partajarea bufferelor de date între diferite framework-uri de deep learning folosind layout-uri de memorie standardizate pentru a evita copiile de memorie. De asemenea, suportă integrarea kernel-urilor GPU personalizate, permițând conectarea datelor de tip array la API-uri de nivel scăzut pentru un control precis asupra execuției hardware. În linii mari, proiectul acoperă fluxuri de lucru de procesare de array-uri de înaltă performanță și calcul științific. Capabilitățile sale includ accelerarea calculelor pe array-uri și furnizarea de instrumente pentru calcule numerice la scară largă.

Einops is a tensor manipulation library that provides a framework-agnostic interface for reshaping, Einstein summation, and multi-dimensional array operations. It serves as an abstraction layer that works across NumPy, PyTorch, TensorFlow, and JAX, allowing for tensor transformations without changing the API. The library distinguishes itself through a declarative notation system that uses readable string patterns to describe tensor rearrangements and reductions. This approach includes an extended Einstein summation interface that supports multi-letter axis names and a named dimension mapping

pysheeet este o bibliotecă de referință tehnică ce oferă o colecție curatoriată de fragmente de cod și modele de implementare pentru dezvoltarea avansată în Python, integrarea sistemelor și calculul de înaltă performanță. Servește ca un ghid cuprinzător pentru implementarea programării de rețea de nivel scăzut, extensiilor native C și programării asincrone și concurente. Proiectul oferă framework-uri specializate pentru dezvoltarea și implementarea modelelor de limbaj mari, inclusiv instrumente pentru inferență distribuită pe GPU și servire de înaltă performanță. Include, de asemenea, modele detaliate pentru orchestrarea clusterelor de calcul de înaltă performanță, acoperind alocarea resurselor GPU și gestionarea sarcinilor de lucru pe mai multe noduri. Biblioteca acoperă o gamă largă de capabilități, inclusiv comunicarea securizată în rețea și criptografia, object-relational mapping și gestionarea bazelor de date, precum și implementarea structurilor de date și algoritmilor complecși. Oferă, de asemenea, utilitare pentru gestionarea memoriei, interoperabilitate nativă prin interfețe de funcții străine (FFI) și integrarea la nivel de sistem de operare.

orjson is a high-performance Python library for serializing and deserializing JSON data. It functions as both a JSON parsing library and a serialization engine, converting data between native Python objects and UTF-8 encoded bytes. The project provides specialized support for converting complex Python data structures, including dataclasses, datetime objects, and NumPy arrays and scalars, into JSON format. It also allows for the insertion of pre-serialized JSON blobs into documents to maintain processing speed. The library includes capabilities for memory-efficient deserialization through key

BertViz este un set de instrumente de diagnosticare pentru vizualizarea capetelor de atenție și a comportamentelor interne ale modelelor pentru a interpreta modul în care modelele de limbaj procesează textul. Servește ca un instrument de interpretabilitate și debugger pentru modelele de procesare a limbajului natural, oferind în mod specific hărți interactive ale mecanismelor de atenție în cadrul arhitecturilor Transformer. Proiectul permite analiza relațiilor dintre token-uri prin vizualizări detaliate ale capetelor și straturilor de atenție specifice. Suportă vizualizarea atenției globale pe toate straturile, maparea atenției encoder-decoder și inspecția neuronilor individuali în vectorii de interogare și cheie pentru a dezvălui contribuția lor la calculele de atenție. Instrumentul oferă capabilități pentru filtrarea vizualizărilor după strat, cap sau perechi de propoziții. Vizualizările sunt randate direct în mediile de notebook prin injectare HTML și JavaScript și pot fi exportate ca fișiere HTML independente pentru partajare externă.

scikit-image is a Python image processing library and scientific image analysis toolkit. It provides a framework for digital image processing and computer vision, utilizing numerical arrays for pixel-level manipulations. The library enables the quantification of image properties and the detection of visual features, such as edges and blobs. It includes tools for image segmentation and the extraction of textures and patterns to characterize objects within visual data. Capabilities cover image manipulation through color space conversion, geometric transformations, and digital restoration. It a

pyAudioAnalysis este o bibliotecă și un framework Python pentru procesarea și analiza semnalelor audio. Acesta oferă instrumente pentru extragerea reprezentărilor matematice ale sunetului, cum ar fi spectrogramele, și implementează un sistem pentru antrenarea și evaluarea modelelor de machine learning pentru a clasifica segmentele audio pe baza tiparelor acustice. Proiectul include utilitare dedicate pentru segmentarea audio, care permit eliminarea tăcerii și detectarea unor evenimente audio specifice pentru a împărți înregistrările în secțiuni semnificative. De asemenea, oferă capabilități de vizualizare a datelor care utilizează reducerea dimensionalității pentru a mapa similitudinile de conținut și a identifica clustere în datele sonore. Biblioteca acoperă o gamă largă de capabilități de procesare a semnalelor, inclusiv extragerea caracteristicilor în domeniul spectral, analiza temporală și regresia audio pentru estimarea valorilor continue. Aceste funcții sunt accesibile atât ca bibliotecă programabilă, cât și printr-o interfață de linie de comandă pentru procesarea în lot (batch) a fișierelor audio.

PRMLT provides self-contained MATLAB implementations of every algorithm from the Pattern Recognition and Machine Learning textbook by Christopher Bishop. The code reproduces the book's exact formulas and notation, making each implementation directly traceable to the source material for educational verification and study. The implementations cover the full range of core machine learning methods from the textbook, including classification, clustering, regression, density estimation, and neural network algorithms. Each module is self-contained with heavy comments, and the code uses compact, vect

Warp is a Python framework that JIT-compiles Python functions into CUDA kernels for GPU-accelerated parallel computation, with built-in automatic differentiation and multi-framework array interoperability. At its core, it provides a GPU kernel compilation system that enables writing and executing custom GPU kernels directly from Python, while supporting automatic gradient computation through those kernels for integration with machine learning pipelines. The framework also includes tile-based cooperative computing, where thread blocks partition into tiles for shared-memory and tensor-core opera

Anomalib is a PyTorch-based library for visual anomaly detection, offering a modular framework, a comprehensive model zoo, and a benchmarking suite designed for industrial defect detection. It provides a wide range of algorithms—including generative, discriminative, teacher-student, and vision-language approaches—that support unsupervised, few-shot, and zero-shot settings. The library enables deployment through model export to ONNX and OpenVINO for edge devices, and includes a no-code web application for training and inference. It also features a command-line interface for orchestrating multi

Orange3 is a visual data mining platform that provides an interactive canvas for building data analysis workflows without writing code. At its core, it offers a widget-based visual programming environment where users connect configurable components to perform data preprocessing, machine learning model training, statistical evaluation, and interactive visualization. The platform is built on NumPy-backed data tables with domain descriptors that define variable names, types, and roles, and includes a lazy SQL query proxy for working with database tables without loading all data into memory. The

GluonTS este o bibliotecă de serii temporale probabilistice și un framework de prognoză prin deep learning. Oferă un toolkit pentru construirea, antrenarea și evaluarea arhitecturilor de rețele neuronale care prezic valori viitoare ca distribuții de probabilitate pentru a cuantifica incertitudinea. Proiectul se distinge prin suportul pentru prognoza zero-shot și integrarea unor abordări de modelare diverse, incluzând rețele neuronale probabilistice profunde și wrapper-e pentru biblioteci statistice externe precum Prophet și R forecast. Implementează primitive arhitecturale specializate precum convoluțiile cauzale și rețelele reziduale inversabile pentru a preveni scurgerea informațiilor și a mapa reprezentările latente în distribuții de probabilitate valide. Framework-ul acoperă o suprafață cuprinzătoare de inginerie a datelor, incluzând scalarea seriilor temporale, transformări bijective și modelare ierarhică. Utilizează Apache Arrow și Parquet pentru streaming-ul seturilor de date de înaltă performanță și gestionarea accesului aleatoriu. Pentru evaluarea modelului, include o suită de evaluare pentru măsurarea acurateței prognozei și a acoperirii probabilistice folosind metrici precum quantile loss și continuous rank probability scores. Biblioteca suportă implementarea modelului prin integrarea cu Amazon SageMaker.

r4ds este un curriculum de știința datelor și o resursă educațională concepută pentru stăpânirea limbajului de programare R. Oferă o cale de învățare structurată pentru procesul end-to-end de importare, curățare, transformare și vizualizare a datelor. Proiectul pune accent pe un ghid de știința datelor reproductibil și un curriculum cuprinzător pentru manipularea datelor (data wrangling). Include tutoriale specializate despre gramatica graficelor pentru vizualizarea stratificată a datelor și publicații tehnice create cu Quarto care îmbină codul executabil cu proza narativă. Materialul acoperă o gamă largă de capabilități analitice, inclusiv ingestia de date din surse diverse, unirea datelor relaționale și gestionarea variabilelor categorice. De asemenea, abordează curățarea datelor, modelarea matematică și generarea de rapoarte și prezentări profesionale în formate multiple. Curriculum-ul se concentrează pe aplicarea practică a programării funcționale și a principiilor „tidy data” pentru a crea analize transparente și repetabile.

Lepton este un instrument specializat și un format de fișier conceput pentru compresia fără pierderi și stocarea eficientă a datelor de imagine JPEG. Acesta funcționează ca un compresor lossless și un optimizator de stocare care reduce dimensiunea fișierelor fără a altera datele originale ale pixelilor, asigurând o reconstrucție bit-perfectă a imaginilor. Proiectul se concentrează pe reducerea spațiului pe disc și a cerințelor de lățime de bandă pentru arhivele de imagini digitale. Oferă capabilități atât pentru compresia, cât și pentru decompresia fișierelor JPEG, menținând o stocare de înaltă calitate și minimizând amprenta totală a datelor. Implementarea utilizează o varietate de tehnici de codificare entropică și procesare a datelor, inclusiv codificarea aritmetică și Huffman, modelarea predictivă și procesarea bazată pe fluxuri. De asemenea, integrează operațiuni optimizate pe array-uri pentru procesarea blocurilor mari de date de imagine.

Acest proiect este o bibliotecă Python de machine learning și un toolkit de știință a datelor conceput pentru construirea modelelor predictive și analizarea seturilor de date complexe. Oferă o colecție de implementări pentru algoritmi comuni de învățare supervizată și nesupervizată folosind framework-ul Scikit-Learn. Toolkit-ul include o suită de modelare predictivă pentru generarea predicțiilor din date istorice și un framework de analiză statistică pentru aplicarea modelării bayesiene și a testelor de cauzalitate. De asemenea, dispune de o suită de vizualizare a datelor bazată pe Matplotlib pentru randarea diagramelor și graficelor statice pentru a interpreta limitele clasificatorului și tendințele datelor. Proiectul acoperă fluxuri de lucru de clustering a datelor pentru identificarea tiparelor și segmentelor, analiza exploratorie a datelor și preprocesarea datelor folosind Pandas și NumPy.

Acest proiect este un framework de calcul științific pentru ecosistemul .NET, oferind o suită cuprinzătoare de biblioteci pentru analiză numerică, statistică și optimizare matematică. Acesta servește ca un toolkit fundamental pentru dezvoltarea aplicațiilor în machine learning, procesarea semnalelor digitale și computer vision. Framework-ul oferă toolkit-uri specializate pentru antrenarea și implementarea modelelor predictive, inclusiv rețele neuronale, mașini cu vectori suport (SVM) și arbori de decizie. Se distinge, de asemenea, prin integrări profunde pentru analiză vizuală în timp real, cum ar fi urmărirea obiectelor și detectarea trăsăturilor faciale, alături de o bibliotecă dedicată de procesare a semnalelor digitale pentru captarea și filtrarea semnalelor audio și ale senzorilor. Suprafața de capabilități se extinde la descompunerea matricială de nivel înalt și algebră liniară, modelarea probabilistică a stărilor și algoritmi de căutare euristică. Acoperă, de asemenea, o gamă largă de utilitare pentru manipularea datelor, de la reducerea dimensionalității și normalizare până la organizarea datelor spațiale și componente de vizualizare științifică. Sistemul include controllere de integrare hardware pentru configurarea camerei, gestionarea porturilor GPIO și hardware specializat de detectare a adâncimii.

PyQtGraph is a scientific plotting and graphics framework built for PyQt and PySide applications, providing fast, interactive 2D and 3D visualizations with GPU-accelerated rendering. It serves as both a real-time signal monitoring system for streaming time-series data and a toolkit for constructing interactive data dashboards with dockable panels, parameter trees, and custom widgets. The library also includes a node-based visual flowchart tool for building data processing pipelines and a scientific graphics export system that saves plots as PNG, SVG, or CSV and converts items to Matplotlib for