Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-18 23:44 UTC

PyLops / pylops

PyLops – A Linear-Operator Library for Python

PythonLGPL-3.0★ 541 Sterne⑂ 130 Forksseit Nov. 2018Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#python#algebra#linear-operators#inverse-problems#optimization

PyLops/pylops erreicht einen Gesundheitsindex von 91 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (56/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

91
gesamt / 100
Exzellent

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

91
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 77 wird auf der veröffentlichten Indexskala auf 91 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

PyLopsOrganisation
75 Follower17 öffentliche Reposseit Nov. 2020

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIpylops2.8.016.51233vor 85 Tagenalgebrainverse-problemslarge-scale-optimization

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

89Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

92Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
28.4/36Commit-Rhythmus — 41/52 Wochen mit Commits
18/18Commit-Volumen — 530 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 11 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year530
human_commit_share1
days_since_last_push0
active_weeks_last_year41

Release-Disziplin

84Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 34 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 85 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 153,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count34
latest_release_tagv2.8.0
releases_from_tagsnein
days_since_latest_release85
mean_days_between_releases153,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

74Gut · 17 % des Gesamtindex

Popularität & Verbreitung

67Gut
Wie die Bewertung erfolgt
44.3/60Stars — 541 Stars
17.6/25Forks — 130 Forks
5.3/15Watcher — 10 Watcher
Verwendete Eingangsdaten
forks130
stars541
watchers10
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

85Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (LGPL-3.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges12
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesapp.codacy.com, badge.fury.io, dev.azure.com, github.com, readthedocs.org, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

70Gut
Wie die Bewertung erfolgt
56.2/80Downloads pro Monat — 16.512 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagespylops
dependents—
ecosystemspypi
total_downloads—
monthly_downloads16.512
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

68Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

37Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 79 % der Commits
13.5/13.5Breite der Beitragenden — 33 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 19 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled33
top_contributor_share0,791

Reaktionsfähigkeit bei Issues & PRs

82Exzellent
Wie die Bewertung erfolgt
35.3/42Issue-Lösungsquote — 84 % der Issues geschlossen
27.4/30PR-Annahme — 585/641 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 4/4 PRs von Erstbeitragenden in 30 Tagen gemergt
6/15OpenSSF Scorecard: Code-Review — Found 3/7 approved changesets -- score normalized to 4
Verwendete Eingangsdaten
merged_prs585
open_issues27
closed_issues143
prs_merged_7d7
prs_decided_7d7
prs_merged_30d17
prs_decided_30d17
issue_closed_ratio0,841
closed_unmerged_prs56
first_time_authors_30d4
first_time_prs_merged_30d4
first_time_prs_decided_30d4

Eigentümerschaft & Trägerschaft

64Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
13.5/25Reichweite des Inhabers — 75 Follower von PyLops
21/25Kontohistorie — 17 öffentliche Repos, Kontoalter ca. 5 Jahre
Verwendete Eingangsdaten
followers75
owner_typeOrganization
is_verifiednein
owner_loginPyLops
public_repos17
account_age_days2.167

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 85 Tagen
20/20Versionshistorie — 33 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagespylops
ecosystemspypi
any_deprecatednein
min_days_since_publish85

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 9 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 7 out of 7 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://pylops.readthedocs.io
10/10Repository-Beschreibung
10/10Topics — 5 Topics
10/10Wiki
Verwendete Eingangsdaten
topicspython, algebra, linear-operators, inverse-problems, optimization
has_wikija
homepagehttps://pylops.readthedocs.io
docs_sitehttps://pylops.readthedocs.io
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

56Mittel · 16 % des Gesamtindex

Sicherheitslage

45Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 7 out of 7 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3/7.5Code-Review — Found 3/7 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 19 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 11 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 103 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages2
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:pylops@2.8.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 2 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

77Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 94 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,94
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes2.571

AI-Verify-Loop (Build / Test / Typprüfung)

71Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, docs/Makefile, noxfile.py
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 17 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile, docs/Makefile, noxfile.py
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,17
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.6/55Handhabbare Dateigrößen — 2/296 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes126.802
source_files_sampled296
oversized_source_files2

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

541GitHub-Sterne
33Mitwirkende
530Commits, letzte 12 Monate
0Tage seit letztem Push
34Releases
1Bus-Faktor
27offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 130 ⇿
0Sterne
130Forks
34Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

025507510012515012642018-112022-112026-10
Major 2Minor 25Patch 6

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 4.5 / 10
4.5Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-10-18 23:43 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests7 out of 7 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 3/7 approved changesets -- score normalized to 4
10Contributorsproject has 19 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 11 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities103 existing vulnerabilities detected
Direkte Abhängigkeiten 2
RegistryPaketVersionsvorgabeManifest
PyPInumpy>= 2.0.0pyproject.toml
PyPIscipy>= 1.13.0pyproject.toml
Alle Abhängigkeiten 255

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 4 direkte und 251 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPInumpy—direkt
PyPInumpy2.4.3direkt
PyPIscipy—direkt
PyPIscipy1.17.1direkt
PyPIalabaster1.0.0indirekt
PyPIanytree2.13.0indirekt
PyPIarviz0.23.4indirekt
PyPIasgiref3.11.1indirekt
PyPIastra-toolbox—indirekt
PyPIastra-toolbox2.4.1indirekt
PyPIattrs26.1.0indirekt
PyPIautopep8—indirekt
PyPIautopep82.3.2indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIblack—indirekt
PyPIbleach6.3.0indirekt
PyPIcachetools6.2.6indirekt
PyPIcertifi2026.4.22indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcgen2025.1indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcodepy2023.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcons0.4.7indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.13.5indirekt
PyPIcuda-bindings12.9.4indirekt
PyPIcuda-bindings13.2.0indirekt
PyPIcuda-core1.1.1indirekt
PyPIcuda-pathfinder1.5.3indirekt
PyPIcuda-toolkit12.8.2.0indirekt
PyPIcuda-toolkit12.9.2.0indirekt
PyPIcuda-toolkit13.0.2indirekt
PyPIcupy-cuda12x14.0.1indirekt
PyPIcupy-cuda13x14.0.1indirekt
PyPIcurvelets—indirekt
PyPIcurvelets1.2indirekt
PyPIcycler0.12.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdevito—indirekt
PyPIdevito4.8.21indirekt
PyPIdistlib0.4.0indirekt
PyPIdjango5.2.13indirekt
PyPIdjango6.0.4indirekt
PyPIdocutils—indirekt
PyPIdocutils0.22.4indirekt
PyPIdtcwt0.13.0indirekt
PyPIetuples0.3.10indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.29.0indirekt
PyPIflake8—indirekt
PyPIfonttools4.62.1indirekt
PyPIfsspec2026.3.0indirekt
PyPIh5netcdf1.8.1indirekt
PyPIh5py3.16.0indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.13indirekt
PyPIimage—indirekt
PyPIimage1.5.33indirekt
PyPIimagesize2.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipython—indirekt
PyPIisort—indirekt
PyPIjax—indirekt
PyPIjax0.10.0indirekt
PyPIjax-cuda12-pjrt0.10.0indirekt
PyPIjax-cuda12-plugin0.10.0indirekt
PyPIjax-cuda13-pjrt0.10.0indirekt
PyPIjax-cuda13-plugin0.10.0indirekt
PyPIjaxlib0.10.0indirekt
PyPIjinja23.1.6indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-client8.8.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIkiwisolver1.5.0indirekt
PyPIlibrt0.9.0indirekt
PyPIllvmlite0.47.0indirekt
PyPIlogical-unification0.4.7indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib—indirekt
PyPImatplotlib3.10.9indirekt
PyPImdurl0.1.2indirekt
PyPIminikanren1.0.5indirekt
PyPImistune3.2.0indirekt
PyPImkl-fft—indirekt
PyPIml-dtypes0.5.4indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.2.0indirekt
PyPImultipledispatch1.0.0indirekt
PyPImypy—indirekt
PyPImypy1.20.2indirekt
PyPImypy-extensions1.1.0indirekt
PyPInbclient0.10.4indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.10.4indirekt
PyPInbsphinx—indirekt
PyPInbsphinx0.9.8indirekt
PyPInetworkx3.6.1indirekt
PyPInodeenv1.10.0indirekt
PyPInumba—indirekt
PyPInumba0.65.1indirekt
PyPInumba-cuda0.30.4indirekt
PyPInumpydoc—indirekt
PyPInumpydoc1.10.0indirekt
PyPInvidia-cublas13.1.0.3indirekt
PyPInvidia-cublas-cu1212.6.4.1indirekt
PyPInvidia-cublas-cu1212.8.4.1indirekt
PyPInvidia-cuda-cccl13.0.85indirekt
PyPInvidia-cuda-cccl-cu1212.8.90indirekt
PyPInvidia-cuda-cccl-cu1212.9.27indirekt
PyPInvidia-cuda-crt13.2.78indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-cupti-cu1212.6.80indirekt
PyPInvidia-cuda-cupti-cu1212.8.90indirekt
PyPInvidia-cuda-nvcc13.2.78indirekt
PyPInvidia-cuda-nvcc-cu1212.8.93indirekt
PyPInvidia-cuda-nvcc-cu1212.9.86indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-nvrtc-cu1212.6.77indirekt
PyPInvidia-cuda-nvrtc-cu1212.8.93indirekt
PyPInvidia-cuda-nvrtc-cu1212.9.86indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cuda-runtime-cu1212.6.77indirekt
PyPInvidia-cuda-runtime-cu1212.8.90indirekt
PyPInvidia-cuda-runtime-cu1212.9.79indirekt
PyPInvidia-cudnn-cu129.10.2.21indirekt
PyPInvidia-cudnn-cu139.19.0.56indirekt
PyPInvidia-cufft12.0.0.61indirekt
PyPInvidia-cufft-cu1211.3.0.4indirekt
PyPInvidia-cufft-cu1211.3.3.83indirekt
PyPInvidia-cufft-cu1211.4.1.4indirekt
PyPInvidia-cufile1.15.1.6indirekt
PyPInvidia-cufile-cu121.11.1.6indirekt
PyPInvidia-cufile-cu121.13.1.3indirekt
PyPInvidia-curand10.4.0.35indirekt
PyPInvidia-curand-cu1210.3.7.77indirekt
PyPInvidia-curand-cu1210.3.9.90indirekt
PyPInvidia-cusolver12.0.4.66indirekt
PyPInvidia-cusolver-cu1211.7.1.2indirekt
PyPInvidia-cusolver-cu1211.7.3.90indirekt
PyPInvidia-cusparse12.6.3.3indirekt
PyPInvidia-cusparse-cu1212.5.4.2indirekt
PyPInvidia-cusparse-cu1212.5.8.93indirekt
PyPInvidia-cusparselt-cu120.7.1indirekt
PyPInvidia-cusparselt-cu130.8.0indirekt
PyPInvidia-nccl-cu122.27.5indirekt
PyPInvidia-nccl-cu132.28.9indirekt
PyPInvidia-nvjitlink13.0.88indirekt
PyPInvidia-nvjitlink-cu1212.6.85indirekt
PyPInvidia-nvjitlink-cu1212.8.93indirekt
PyPInvidia-nvjitlink-cu1212.9.86indirekt
PyPInvidia-nvshmem-cu123.4.5indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPInvidia-nvtx-cu1212.6.77indirekt
PyPInvidia-nvtx-cu1212.8.90indirekt
PyPInvidia-nvvm13.0.88indirekt
PyPInvidia-nvvm13.2.78indirekt
PyPIopt-einsum3.4.0indirekt
PyPIpackaging26.0indirekt
PyPIpandas3.0.2indirekt
PyPIpandocfilters1.5.1indirekt
PyPIpathspec1.1.0indirekt
PyPIpillow12.2.0indirekt
PyPIpip26.0.1indirekt
PyPIplatformdirs4.9.6indirekt
PyPIpluggy1.6.0indirekt
PyPIpooch—indirekt
PyPIpooch1.9.0indirekt
PyPIpre-commit—indirekt
PyPIpre-commit4.6.0indirekt
PyPIpsutil7.2.2indirekt
PyPIpy-cpuinfo9.0.0indirekt
PyPIpycodestyle2.14.0indirekt
PyPIpycparser3.0indirekt
PyPIpyfftw0.15.1indirekt
PyPIpygments2.20.0indirekt
PyPIpygments-styles0.3.0indirekt
PyPIpymc5.28.4indirekt
PyPIpyparsing3.3.2indirekt
PyPIpytensor—indirekt
PyPIpytensor2.38.2indirekt
PyPIpytest—indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-runner—indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.2.2indirekt
PyPIpytools2026.1indirekt
PyPIpywavelets—indirekt
PyPIpywavelets1.9.0indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.33.1indirekt
PyPIrich15.0.0indirekt
PyPIroman-numerals4.1.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.15.12indirekt
PyPIscikit-fmm—indirekt
PyPIscikit-fmm2025.6.23indirekt
PyPIsetuptools81.0.0indirekt
PyPIshibuya—indirekt
PyPIshibuya2026.1.9indirekt
PyPIsiphash241.8indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8.3indirekt
PyPIspgl1—indirekt
PyPIspgl10.0.3indirekt
PyPIsphinx—indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-design—indirekt
PyPIsphinx-design0.7.0indirekt
PyPIsphinx-gallery—indirekt
PyPIsphinx-gallery0.21.0indirekt
PyPIsphinx-iconify—indirekt
PyPIsphinx-iconify0.3.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsphinxemoji—indirekt
PyPIsphinxemoji0.3.2indirekt
PyPIsqlparse0.5.5indirekt
PyPIsympy—indirekt
PyPIsympy1.14.0indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItinycss21.4.0indirekt
PyPItoolz1.1.0indirekt
PyPItorch—indirekt
PyPItorch2.0.1indirekt
PyPItorch2.10.0+cu126indirekt
PyPItorch2.10.0+cu128indirekt
PyPItorch2.11.0indirekt
PyPItorch2.11.0+cpuindirekt
PyPItornado6.5.5indirekt
PyPItraitlets5.14.3indirekt
PyPItriton3.6.0indirekt
PyPItyping-extensions4.15.0indirekt
PyPItzdata2026.2indirekt
PyPIurllib32.6.3indirekt
PyPIvirtualenv21.2.4indirekt
PyPIwebencodings0.5.1indirekt
PyPIxarray2026.4.0indirekt
PyPIxarray-einstats0.10.0indirekt
PyPIxarray-einstats0.9.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:pylops@2.8.0 zieht 2 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit PyLops/pylops teilen. Nebeneinander lesen →

99cvxpy/cvxpyA Python-embedded modeling language for convex optimization problems.Außergewöhnlich99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Außergewöhnlich98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Außergewöhnlich100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Außergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.