Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-27 20:32 UTC

PyTables / PyTables

A Python package to manage extremely large amounts of data

PythonBSD-3-Clause★ 1.372 Sterne⑂ 282 Forksseit Juni 2011Auf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugwie das ermittelt wird

PyTables/PyTables erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (91/100) ab, am schwächsten bei AI Readiness (58/100). Zuletzt vor 4 Tagen aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

94
gesamt / 100
Außergewöhnlich

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.

94
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 80 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

PyTablesOrganisation
21 Follower7 öffentliche Reposseit Juni 2011

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPItables3.11.13.229.05432vor 179 Tagenhdf5

Metriken nach Kategorie

Vitalität

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

82Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

88Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 4 Tagen
24.2/36Commit-Rhythmus — 35/52 Wochen mit Commits
18/18Commit-Volumen — 234 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year234
human_commit_share0,89
days_since_last_push4
active_weeks_last_year35

Release-Disziplin

74Gut
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 21 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 173 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 170 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count21
latest_release_tagv3.11.1
releases_from_tagsnein
days_since_latest_release173
mean_days_between_releases170
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?

87Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

81Exzellent
Wie die Bewertung erfolgt
50.9/60Stars — 1.372 Stars
20.4/25Forks — 282 Forks
9.7/15Watcher — 56 Watcher
Verwendete Eingangsdaten
forks282
stars1.372
watchers56
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 (BSD-3-Clause)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 3.229.054 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagestables
dependents—
ecosystemspypi
total_downloads—
monthly_downloads3.229.054
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?

71Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

61Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
12.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 44 % der Commits
13.5/13.5Breite der Beitragenden — 99 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 115 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled99
top_contributor_share0,441

Reaktionsfähigkeit bei Issues & PRs

72Gut
Wie die Bewertung erfolgt
33.8/42Issue-Lösungsquote — 80 % der Issues geschlossen
25.5/30PR-Annahme — 485/570 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 2/2 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs485
open_issues149
closed_issues611
prs_merged_7d0
prs_decided_7d0
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio0,804
closed_unmerged_prs85
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

58Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
9.7/25Reichweite des Inhabers — 21 Follower von PyTables
18.6/25Kontohistorie — 7 öffentliche Repos, Kontoalter ca. 15 Jahre
Verwendete Eingangsdaten
followers21
owner_typeOrganization
is_verifiednein
owner_loginPyTables
public_repos7
account_age_days5.564

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 179 Tagen
20/20Versionshistorie — 32 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagestables
ecosystemspypi
any_deprecatednein
min_days_since_publish179

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

91Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

92Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .flake8, pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: CI-Tests. Die verbleibenden Gewichte wurden renormalisiert.

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — http://www.pytables.org
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttp://www.pytables.org
docs_sitehttp://www.pytables.org
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

78Gut · 16 % des Gesamtindex

Sicherheitslage

72Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — keine Daten
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 115 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
5/5Fuzzing — project is fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
2.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
0/5SAST — no SAST tool detected
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate7,2
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): CI-Tests, Packaging, 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_packages26
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:tables@3.11.1 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 26 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.

58Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

18Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
18/40Lesbare Commit-Historie — 30 von 89 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,337
agent_instruction_files—
agent_instruction_max_bytes—

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

74Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, doc/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .flake8, pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
10/10Belegte Agentenpraxis — 5 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 11 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
5/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile, doc/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,05
toolchain_manifests—
dependency_bot_commit_share0,11

AI-Code-Lesbarkeit für Modelle

51Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
51/55Handhabbare Dateigrößen — 15/206 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes283.041
source_files_sampled206
oversized_source_files15

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 — cookbook, examples, notebooks
Verwendete Eingangsdaten
example_dirscookbook, examples, notebooks
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

1.372GitHub-Sterne
99Mitwirkende
234Commits, letzte 12 Monate
4Tage seit letztem Push
21Releases
2Bus-Faktor
149offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'HDF5' from its registry

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 282 ⇿
0Sterne
282Forks
21Releases

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.

05010015020025030025942011-062018-122026-07
Major 0Minor 9Patch 12

Jeder Punkt umfasst 14 Tage.

OpenSSF Scorecard 7.2 / 10
7.2Gesamtwert

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 · 2026-08-27 20:31 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
k. A.CI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 115 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
10Fuzzingproject is fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 5
0SASTno SAST tool detected
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPInumpy>= 1.25pyproject.toml
PyPInumexpr>= 2.6.2pyproject.toml
PyPIpackaging—pyproject.toml
PyPIpy-cpuinfo—pyproject.toml
PyPIblosc2>= 2.3.0pyproject.toml
Alle Abhängigkeiten 101

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 8 direkte und 93 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIblosc2—direkt
PyPIblosc24.11.0direkt
PyPInumexpr—direkt
PyPInumexpr2.14.2direkt
PyPInumpy—direkt
PyPInumpy2.4.6direkt
PyPIpackaging26.3direkt
PyPIpy-cpuinfo9.0.0direkt
PyPIalabaster1.0.0indirekt
PyPIannotated-types0.8.0indirekt
PyPIanyio4.14.2indirekt
PyPIasttokens3.0.2indirekt
PyPIbabel2.18.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbashlex0.18indirekt
PyPIbracex3.0.1indirekt
PyPIbuild1.5.0indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIcibuildwheel4.2.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcryptography50.0.0indirekt
PyPIcython—indirekt
PyPIcython3.2.9indirekt
PyPIdependency-groups1.3.1indirekt
PyPIdocutils0.22.4indirekt
PyPIdocutils0.23indirekt
PyPIexecuting2.2.1indirekt
PyPIfilelock3.32.3indirekt
PyPIh110.16.0indirekt
PyPIh24.4.1indirekt
PyPIhpack4.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhumanize4.16.0indirekt
PyPIhyperframe6.1.0indirekt
PyPIid1.6.1indirekt
PyPIidna3.18indirekt
PyPIimagesize2.0.0indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIipython9.16.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.6.0indirekt
PyPIjedi0.20.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIkeyring25.7.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools11.1.0indirekt
PyPImsgpack1.2.1indirekt
PyPIndindex1.10.1indirekt
PyPInh30.3.6indirekt
PyPIparso0.8.7indirekt
PyPIpexpect4.9.0indirekt
PyPIpip26.2.1indirekt
PyPIplatformdirs4.11.3indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.21.0indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIreadme-renderer45.0indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIrich15.0.0indirekt
PyPIroman-numerals4.1.0indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsetuptools—indirekt
PyPIsetuptools84.0.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx-rtd-theme3.1.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIstack-data0.6.3indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItomli2.4.1indirekt
PyPItraitlets5.16.1indirekt
PyPItwine7.0.0indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPIurllib32.7.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:tables@3.11.1 zieht 26 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 PyTables/PyTables teilen. Nebeneinander lesen →

86h5netcdf/h5netcdfPythonic interface to netCDF4 via h5pyExzellent81iowarp/clio-kitBringing AI practically to science!Exzellent77stephenberry/hdf5-purePure Rust HDF5 libraryGut75nexdatas/nxstoolsNeXus command-line tools for setting NeXus tango servers and preparing their configurtationGut71iowarp/clio-agentA science agent supporting any general AI agent in performing data management operations at scale. Builds upon the heritage of the IOWarp platform and proudly represents work done at Gnosis Research Center at Illinois Tech. Supported by NSF.Gut65geospace-code/h5fortranLightweight HDF5 polymorphic Fortran: h5write() h5read()Gut

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.