Öffentliches Register
Software-GesundheitsberichtSchema 0.12.0 · Metriken 2.10.0 · 2026-07-18 13:51 UTC

beartype / plum

Multiple dispatch in Python

PythonMIT★ 647 Sterne⑂ 27 Forksseit Nov. 2017Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#multiple-dispatch#python

beartype/plum erreicht einen Gesundheitsindex von 88 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Community & Adoption (56/100). Zuletzt vor 4 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

88
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.

88
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 74 wird auf der veröffentlichten Indexskala auf 88 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

beartypeOrganisation
60 Follower8 öffentliche Reposseit Apr. 2020

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIplum-dispatch2.9.0-76vor 81 Tagenmultipledispatch

Metriken nach Kategorie

Vitalität

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

84Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

79Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 4 Tagen
15.9/36Commit-Rhythmus — 23/52 Wochen mit Commits
17.4/18Commit-Volumen — 86 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 13 commit(s) and 3 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year86
human_commit_share—
days_since_last_push4
active_weeks_last_year23

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 75 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 81 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 52,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count75
latest_release_tagv2.9.0
releases_from_tagsnein
days_since_latest_release81
mean_days_between_releases52,8
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?

56Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

61Mittel
Wie die Bewertung erfolgt
45.6/60Stars — 647 Stars
11.8/25Forks — 27 Forks
3.3/15Watcher — 5 Watcher
Verwendete Eingangsdaten
forks27
stars647
watchers5
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges—
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

68Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

38Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
5.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 75 % der Commits
13.5/13.5Breite der Beitragenden — 15 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 13 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled15
top_contributor_share0,752

Reaktionsfähigkeit bei Issues & PRs

71Gut
Wie die Bewertung erfolgt
28.3/42Issue-Lösungsquote — 67 % der Issues geschlossen
27.9/30PR-Annahme — 132/142 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
6/15OpenSSF Scorecard: Code-Review — Found 7/17 approved changesets -- score normalized to 4
Verwendete Eingangsdaten
merged_prs132
open_issues43
closed_issues89
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,674
closed_unmerged_prs10
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

77Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
12.8/25Reichweite des Inhabers — 60 Follower von beartype
18.9/25Kontohistorie — 8 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers60
owner_typeOrganization
is_verified—
owner_loginbeartype
public_repos8
account_age_days2.297
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 81 Tagen
20/20Versionshistorie — 76 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesplum-dispatch
ecosystemspypi
any_deprecatednein
min_days_since_publish81

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 20 out of 20 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://beartype.github.io/plum
10/10Repository-Beschreibung
10/10Topics — 2 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsmultiple-dispatch, python
has_wikija
homepagehttps://beartype.github.io/plum
docs_sitehttps://beartype.github.io/plum
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

66Gut · 16 % des Gesamtindex

Sicherheitslage

66Gut
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 — 20 out of 20 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 7/17 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 13 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 13 commit(s) and 3 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
5/5SAST — SAST tool is run on all commits
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
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

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.

57Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

1Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
0/40Lesbare Commit-Historie — keine Daten
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lesbare Commit-Historie. Die verbleibenden Gewichte wurden renormalisiert.

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

89Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — noxfile.py
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — src/plum/py.typed
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine Daten
0/8Automatisierte Wartung — keine Daten
1/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesnoxfile.py
has_devcontainernein
has_linter_configja
typecheck_configssrc/plum/py.typed
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Belegte Agentenpraxis, Automatisierte Wartung. Die verbleibenden Gewichte wurden renormalisiert.

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/plum/py.typed)
55/55Handhabbare Dateigrößen — 0/44 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes22.779
source_files_sampled44
oversized_source_files0

Eckdaten

647GitHub-Sterne
15Mitwirkende
86Commits, letzte 12 Monate
4Tage seit letztem Push
75Releases
1Bus-Faktor
43offene Issues
PyPIPaket-Ökosysteme

Weitere Details

OpenSSF Scorecard 6.6 / 10
6.6Gesamtwert

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 · 2026-07-18 13:50 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-Tests20 out of 20 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 7/17 approved changesets -- score normalized to 4
10Contributorsproject has 13 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained13 commit(s) and 3 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
1Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 1
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Direkte Abhängigkeiten 4
RegistryPaketVersionsvorgabeManifest
PyPIbeartype>=0.22.2pyproject.toml
PyPIbeartype>=0.16.2pyproject.toml
PyPItyping-extensions>=4.9.0pyproject.toml
PyPIrich>=10.0pyproject.toml
Alle Abhängigkeiten 169

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 3 direkte und 166 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIbeartype0.22.8direkt
PyPIrich14.2.0direkt
PyPItyping-extensions4.15.0direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIalabaster0.7.16indirekt
PyPIanyio4.12.1indirekt
PyPIappnope0.1.4indirekt
PyPIargcomplete3.6.3indirekt
PyPIastroid4.0.2indirekt
PyPIasttokens3.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIbabel2.17.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbackports-zstd1.3.0indirekt
PyPIbashlex0.18indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIbracex2.6indirekt
PyPIbuild1.4.0indirekt
PyPIcertifi2025.11.12indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIcibuildwheel2.23.3indirekt
PyPIcibuildwheel3.3.1indirekt
PyPIclick8.3.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorlog6.10.1indirekt
PyPIcomm0.2.3indirekt
PyPIcoverage7.13.0indirekt
PyPIcoveralls4.0.2indirekt
PyPIcryptography48.0.1indirekt
PyPIdebugpy1.8.17indirekt
PyPIdecorator5.2.1indirekt
PyPIdependency-groups1.3.1indirekt
PyPIdill0.4.0indirekt
PyPIdistlib0.4.0indirekt
PyPIdocopt0.6.2indirekt
PyPIdocutils0.21.2indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.20.3indirekt
PyPIgreenlet3.3.0indirekt
PyPIh110.16.0indirekt
PyPIhatch1.16.3indirekt
PyPIhatch-mypyc0.16.0indirekt
PyPIhatch-vcs0.5.0indirekt
PyPIhatchling1.28.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhumanize4.14.0indirekt
PyPIhyperlink21.0.0indirekt
PyPIidentify2.6.15indirekt
PyPIidna3.15indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.1.0indirekt
PyPIipython8.37.0indirekt
PyPIipython9.8.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIisort7.0.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.0indirekt
PyPIjaraco-functools4.4.0indirekt
PyPIjedi0.19.2indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjsonschema4.25.1indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-book1.0.4.post1indirekt
PyPIjupyter-cache1.0.1indirekt
PyPIjupyter-client8.6.3indirekt
PyPIjupyter-core5.9.1indirekt
PyPIkeyring25.7.0indirekt
PyPIlatexcodec3.0.1indirekt
PyPIlibrt0.7.3indirekt
PyPIlinkify-it-py2.0.3indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.1indirekt
PyPImccabe0.7.0indirekt
PyPImdit-py-plugins0.5.0indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools10.8.0indirekt
PyPImypy1.19.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPImyst-nb1.3.0indirekt
PyPImyst-parser3.0.1indirekt
PyPInbclient0.10.2indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio1.6.0indirekt
PyPInodeenv1.9.1indirekt
PyPInox2025.11.12indirekt
PyPInox-uv0.6.3indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.3.5indirekt
PyPIpackaging25.0indirekt
PyPIparso0.8.5indirekt
PyPIpatchelf0.17.2.4indirekt
PyPIpathspec0.12.1indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.5.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.5.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpsutil7.1.3indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpybtex0.25.1indirekt
PyPIpybtex-docutils1.0.3indirekt
PyPIpycparser2.23indirekt
PyPIpydata-sphinx-theme0.15.4indirekt
PyPIpyelftools0.32indirekt
PyPIpygments2.20.0indirekt
PyPIpylint4.0.4indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpyright1.1.407indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-cov7.0.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.33.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsetuptools80.9.0indirekt
PyPIsetuptools-scm9.2.2indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8.4indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-book-theme1.1.4indirekt
PyPIsphinx-comments0.0.3indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-external-toc1.0.1indirekt
PyPIsphinx-jupyterbook-latex1.0.0indirekt
PyPIsphinx-multitoc-numbering0.1.3indirekt
PyPIsphinx-thebe0.3.1indirekt
PyPIsphinx-togglebutton0.3.2indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-bibtex2.6.5indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.44indirekt
PyPIstack-data0.6.3indirekt
PyPIsybil9.3.0indirekt
PyPItabulate0.9.0indirekt
PyPItomli2.3.0indirekt
PyPItomli-w1.2.0indirekt
PyPItomlkit0.13.3indirekt
PyPItornado6.5.7indirekt
PyPItraitlets5.14.3indirekt
PyPItrove-classifiers2026.1.14.14indirekt
PyPIuc-micro-py1.0.3indirekt
PyPIurllib32.7.0indirekt
PyPIuserpath1.9.2indirekt
PyPIuv0.11.15indirekt
PyPIvirtualenv20.36.1indirekt
PyPIwcwidth0.2.14indirekt
PyPIwheel0.46.2indirekt
PyPIzipp3.23.0indirekt
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 beartype/plum teilen. Nebeneinander lesen →

100psf/blackThe uncompromising Python code formatterAußergewöhnlich100matplotlib/matplotlibmatplotlib: plotting with PythonAußergewöhnlich100optuna/optunaA hyperparameter optimization frameworkAußergewöhnlich100astropy/astropyAstronomy and astrophysics core libraryAußergewöhnlich100streamlit/streamlitStreamlit — A faster way to build and share data apps.Außergewöhnlich100scikit-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 v0.12.0 — vollständige Methodik · Metriken-Wiki.

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