数据处理与分析
数据处理、ETL 和分析工具
共 38 个项目
pingcap / tidb
TiDB 是一款云原生分布式数据库，支持 ACID 事务、实时分析和 AI 向量搜索，兼容 MySQL。
apache / superset
Apache Superset 是一个开源的数据可视化和探索平台。
ClickHouse / ClickHouse
ClickHouse 是一款高性能实时分析数据库管理系统，专为海量数据 OLAP 场景设计。
apache / airflow
Apache Airflow：以编程方式编写、调度和监控工作流的平台。
sktime / sktime
统一的时间序列机器学习框架，集成预测、分类、异常检测等功能。
apache / arrow
Apache Arrow 是一个跨语言的列式内存数据格式与工具箱，用于高速数据交换和内存分析。
fivetran / great_expectations
一个强大的数据质量验证框架，通过数据测试和文档化，确保数据管道可靠可维护。
taosdata / TDengine
一款专为物联网和工业互联网场景设计的高性能、可扩展的时序数据库。
lance-format / lance
面向多模态AI的开放湖仓格式，性能提升百倍，兼容主流数据工具。
juicedata / juicefs
基于Redis和对象存储的高性能分布式POSIX文件系统。
coollabsio / coolify
一个开源可自托管的PaaS平台，让你在自己的服务器上轻松部署网站、数据库和应用，替代Vercel/Heroku/Netlify。
explosion / spaCy
💫 Industrial-strength Natural Language Processing (NLP) in Python
cvat-ai / cvat
Computer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.
reflex-dev / reflex
用纯Python构建高性能Web应用的全栈框架
apache / doris
Apache Doris is a real-time analytics and hybrid search database for AI agents.
online-ml / river
Python中的在线机器学习库，支持流式数据增量学习与概念漂移检测。
volcano-sh / volcano
云原生批处理系统（CNCF 孵化项目），专为 AI、大数据、HPC 等场景设计。
feast-dev / feast
The Open Source Feature Store for AI/ML
lightdash / lightdash
智能BI平台，基于dbt，实现代码速度分析。
ag2ai / faststream
FastStream是异步Python框架，统一事件驱动开发的消息代理、DI、验证、测试与文档生成。
pola-rs / polars
极快的DataFrame查询引擎，基于Rust开发，支持Python和Rust。
voxel51 / fiftyone
一个用于可视化、分析和优化计算机视觉数据集的开源工具。
microsoft / Data-Science-For-Beginners
10 Weeks, 20 Lessons, Data Science for All!
apache / dolphinscheduler
Apache DolphinScheduler is the modern data orchestration platform. Agile to create high performance workflow with low-code
dathere / qsv
qsv 是一个基于 Rust 的超快速 CSV/TSV 数据整理工具集，提供 200+ 命令用于数据处理与分析。
autogluon / autogluon
Fast and Accurate ML in 3 Lines of Code
zenml-io / zenml
ZenML 🙏: One AI Platform from Pipelines to Agents. https://zenml.io.
databendlabs / databend
基于S3统一架构的云原生数据仓库，支持分析、搜索、AI和Python沙箱。
rudderlabs / rudder-server
开源的客户数据平台，隐私优先的 Segment 替代方案，用 Go 构建。
astroautomata / PySR
High-Performance Symbolic Regression in Python and Julia
ibis-project / ibis
the portable Python dataframe library
PostHog / posthog
PostHog 是一站式开发者平台，提供产品分析、会话回放、功能开关等工具，助你构建成功产品。
StarRocks / starrocks
The world's fastest open query engine for sub-second analytics both on and off the data lakehouse. With the flexibility to support nearly any scenario, StarRocks provides best-in-class performance for multi-dimensional analytics, real-time analytics, and ad-hoc queries. A Linux Foundation project.
getlago / lago
Open Source Metering and Usage Based Billing API ⭐️ Consumption tracking, Subscription management, Pricing iterations, Payment orchestration & Revenue analytics
dlt-hub / dlt
开源Python数据加载库，让数据加载变得简单易用。
pymc-labs / pymc-marketing
Bayesian marketing toolbox in PyMC. Media Mix (MMM), customer lifetime value (CLV), buy-till-you-die (BTYD) models and more.
perspective-dev / perspective
A data visualization and analytics component, especially well-suited for large and/or streaming datasets.
pathwaycom / pathway
Python流处理ETL框架，用于实时分析、LLM管道和RAG。