Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-08 22:28 UTC

narwhals-dev / narwhals

Lightweight and extensible compatibility layer between dataframe libraries!

PythonMIT★ 1.717 Sterne⑂ 220 Forksseit Feb. 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#cudf#ibis#pandas#polars#pyarrow#dask#duckdb#pyspark

narwhals-dev/narwhals erreicht einen Gesundheitsindex von 97 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (99/100) ab, am schwächsten bei Sustainability & Governance (66/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

97
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.

97
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 85 wird auf der veröffentlichten Indexskala auf 97 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

narwhals-devOrganisation
33 Follower5 öffentliche Reposseit Mai 2024

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPInarwhals2.26.0137.843.292243vor 0 Tagendataframesinteroperabilitypandaspolarspyarrowdaskmodincudf

Metriken nach Kategorie

Vitalität

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

99Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

99Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
35.3/36Commit-Rhythmus — 51/52 Wochen mit Commits
18/18Commit-Volumen — 443 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year443
human_commit_share0,66
days_since_last_push0
active_weeks_last_year51

Release-Disziplin

98Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 17,2 Tage
8/10OpenSSF Scorecard: Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
Verwendete Eingangsdaten
releases_count100
latest_release_tagv2.26.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases17,2

Community & Verbreitung

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

88Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

78Gut
Wie die Bewertung erfolgt
52.5/60Stars — 1.717 Stars
19.5/25Forks — 220 Forks
5.6/15Watcher — 11 Watcher
Verwendete Eingangsdaten
forks220
stars1.717
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesapi.securityscorecards.dev, badge.fury.io, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 137.843.292 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesnarwhals
dependents—
ecosystemspypi
total_downloads—
monthly_downloads137.843.292
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?

66Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

43Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
10.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 53 % der Commits
13.5/13.5Breite der Beitragenden — 96 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 20 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled96
top_contributor_share0,527

Reaktionsfähigkeit bei Issues & PRs

83Exzellent
Wie die Bewertung erfolgt
34.1/42Issue-Lösungsquote — 81 % der Issues geschlossen
27.9/30PR-Annahme — 2.627/2.829 entschiedene PRs gemergt
10.1/13Newcomer PR acceptance — 7/9 PRs von Erstbeitragenden in 30 Tagen gemergt
10.5/15OpenSSF Scorecard: Code-Review — Found 14/18 approved changesets -- score normalized to 7
Verwendete Eingangsdaten
merged_prs2.627
open_issues192
closed_issues827
prs_merged_7d15
prs_decided_7d15
prs_merged_30d38
prs_decided_30d42
issue_closed_ratio0,812
closed_unmerged_prs202
first_time_authors_30d5
first_time_prs_merged_30d7
first_time_prs_decided_30d9

Eigentümerschaft & Trägerschaft

51Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
11/25Reichweite des Inhabers — 33 Follower von narwhals-dev
10.3/25Kontohistorie — 5 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers33
owner_typeOrganization
is_verifiednein
owner_loginnarwhals-dev
public_repos5
account_age_days855

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 243 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesnarwhals
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 19 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 — 30 out of 30 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://narwhals-dev.github.io/narwhals/
10/10Repository-Beschreibung
10/10Topics — 8 Topics
10/10Wiki
Verwendete Eingangsdaten
topicscudf, ibis, pandas, polars, pyarrow, dask, duckdb, pyspark
has_wikija
homepagehttps://narwhals-dev.github.io/narwhals/
docs_sitehttps://narwhals-dev.github.io/narwhals/
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

73Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
4.5/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0.5/2.5CII-Best-Practices — badge detected: InProgress
5.2/7.5Code-Review — Found 14/18 approved changesets -- score normalized to 7
2.5/2.5Contributors — project has 20 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 — 30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
6/7.5Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
1.5/7.5Vulnerabilities — 8 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate7,3

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories19
affected_packages9
assessed_packages176
unassessed_packages12
affected_by_severitycritical 2, high 1, moderate 4, unknown 2
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 176 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 12 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

87Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 66 von 66 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes8.417

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

90Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — packages/test-plugin/src/test_plugin/py.typed, src/narwhals/py.typed
10/10Reproduzierbare Umgebung — lockfile
2/10Belegte Agentenpraxis — 1 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 28 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configspackages/test-plugin/src/test_plugin/py.typed, src/narwhals/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,28

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (packages/test-plugin/src/test_plugin/py.typed, src/narwhals/py.typed)
54.5/55Handhabbare Dateigrößen — 5/526 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes139.785
source_files_sampled526
oversized_source_files5

Eckdaten

1.717GitHub-Sterne
96Mitwirkende
443Commits, letzte 12 Monate
0Tage seit letztem Push
100Releases
1Bus-Faktor
192offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:narwhals@2.26.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 220 ⇿
0Sterne
220Forks
99Releases

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.

04080120160200240219212024-032025-062026-09
Major 1Minor 59Patch 39

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 7.3 / 10
7.3Gesamtwert

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 · 2026-09-08 22:28 UTC

10Binary-Artifactsno binaries found in the repo
6Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
2CII-Best-Practicesbadge detected: InProgress
7Code-ReviewFound 14/18 approved changesets -- score normalized to 7
10Contributorsproject has 20 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
8Signed-Releases5 out of the last 5 releases have a total of 5 signed artifacts.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
2Vulnerabilities8 existing vulnerabilities detected
Alle Abhängigkeiten 188

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 188 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIast-serialize0.10.0indirekt
PyPIatpublic7.0.0indirekt
PyPIcachetools7.1.8indirekt
PyPIclick8.5.0indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcovdefaults2.3.0indirekt
PyPIcoverage7.16.0indirekt
PyPIcuda-bindings12.9.7indirekt
PyPIcuda-core0.7.0indirekt
PyPIcuda-core1.2.0indirekt
PyPIcuda-pathfinder1.8.1indirekt
PyPIcuda-python12.9.7indirekt
PyPIcuda-toolkit12.9.2.0indirekt
PyPIcudf-cu12—indirekt
PyPIcudf-cu1226.2.1indirekt
PyPIcudf-cu1226.8.1indirekt
PyPIcupy-cuda12x14.2.0indirekt
PyPIdask—indirekt
PyPIdask2024.10.0indirekt
PyPIdask2026.8.0indirekt
PyPIdask-expr1.1.16indirekt
PyPIdeepmerge3.0.1indirekt
PyPIduckdb—indirekt
PyPIduckdb1.1.0indirekt
PyPIduckdb1.2.0indirekt
PyPIduckdb1.3.0indirekt
PyPIduckdb1.5.5indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfsspec2026.7.0indirekt
PyPIghp-import2.1.0indirekt
PyPIgoogleapis-common-protos1.75.3indirekt
PyPIgriffelib2.3.0indirekt
PyPIgrpcio1.83.1indirekt
PyPIgrpcio-status1.83.1indirekt
PyPIhypothesis6.167.1indirekt
PyPIibis-framework—indirekt
PyPIibis-framework12.0.0indirekt
PyPIimportlib-metadata9.0.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPIjoblib1.6.0indirekt
PyPIlibcudf-cu1226.2.1indirekt
PyPIlibcudf-cu1226.8.1indirekt
PyPIlibkvikio-cu1226.2.0indirekt
PyPIlibkvikio-cu1226.8.0indirekt
PyPIlibrmm-cu1226.2.0indirekt
PyPIlibrmm-cu1226.8.0indirekt
PyPIlibrt0.15.0indirekt
PyPIllvmlite0.44.0indirekt
PyPIllvmlite0.46.0indirekt
PyPIlocket1.0.0indirekt
PyPImarkdown3.10.3indirekt
PyPImarkdown-exec1.12.3indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-autorefs1.4.4indirekt
PyPImkdocs-get-deps0.2.2indirekt
PyPImkdocstrings1.0.6indirekt
PyPImkdocstrings-python—indirekt
PyPImkdocstrings-python2.0.8indirekt
PyPImodin0.23.1.post0indirekt
PyPImodin0.37.1indirekt
PyPImore-itertools11.1.0indirekt
PyPImypy2.1.0indirekt
PyPImypy2.3.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPInarwhals2.26.0indirekt
PyPInodeenv1.10.0indirekt
PyPInumba0.61.2indirekt
PyPInumba0.64.0indirekt
PyPInumba-cuda0.22.2indirekt
PyPInumba-cuda0.30.4indirekt
PyPInumba-cuda-mlir0.5.1indirekt
PyPInumpy1.21.4indirekt
PyPInumpy1.22.0indirekt
PyPInumpy1.24.4indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.4.6indirekt
PyPInumpy2.5.3indirekt
PyPInvidia-cublas-cu1212.9.2.10indirekt
PyPInvidia-cuda-cccl-cu1212.9.27indirekt
PyPInvidia-cuda-nvcc-cu1212.9.86indirekt
PyPInvidia-cuda-nvrtc-cu1212.9.86indirekt
PyPInvidia-cuda-runtime-cu1212.9.79indirekt
PyPInvidia-cufft-cu1211.4.1.4indirekt
PyPInvidia-cufile-cu121.14.1.1indirekt
PyPInvidia-curand-cu1210.3.10.19indirekt
PyPInvidia-cusolver-cu1211.7.5.82indirekt
PyPInvidia-cusparse-cu1212.5.10.65indirekt
PyPInvidia-libnvcomp-cu125.1.0.21indirekt
PyPInvidia-libnvcomp-cu125.3.0.16indirekt
PyPInvidia-nvjitlink-cu1212.9.86indirekt
PyPInvtx0.2.16indirekt
PyPIpackaging26.3indirekt
PyPIpandas—indirekt
PyPIpandas1.3.4indirekt
PyPIpandas1.4.1indirekt
PyPIpandas2.0.3indirekt
PyPIpandas2.3.3indirekt
PyPIpandas3.0.3indirekt
PyPIpandas3.0.5indirekt
PyPIpandas-stubs2.3.0.250703indirekt
PyPIpandas-stubs2.3.3.260113indirekt
PyPIpandas-stubs3.0.5.260730indirekt
PyPIparsy2.2indirekt
PyPIpartd1.4.2indirekt
PyPIpathspec1.1.1indirekt
PyPIplatformdirs4.11.7indirekt
PyPIpluggy1.6.0indirekt
PyPIpolars—indirekt
PyPIpolars0.20.4indirekt
PyPIpolars0.20.8indirekt
PyPIpolars1.44.1indirekt
PyPIpolars-runtime-321.44.1indirekt
PyPIprek0.5.2indirekt
PyPIprettytable3.18.0indirekt
PyPIprotobuf7.36.1indirekt
PyPIpsutil7.2.2indirekt
PyPIpy4j0.10.9.7indirekt
PyPIpyarrow—indirekt
PyPIpyarrow13.0.0indirekt
PyPIpyarrow14.0.0indirekt
PyPIpyarrow15.0.0indirekt
PyPIpyarrow23.0.1indirekt
PyPIpyarrow25.0.1indirekt
PyPIpyarrow-hotfix0.7indirekt
PyPIpyarrow-stubs10.0.1.9indirekt
PyPIpyarrow-stubs19.2indirekt
PyPIpyarrow-stubs20.0.0.20260819indirekt
PyPIpygments2.21.0indirekt
PyPIpygments-ansi-color0.3.0indirekt
PyPIpylibcudf-cu1226.2.1indirekt
PyPIpylibcudf-cu1226.8.1indirekt
PyPIpymdown-extensions11.0.2indirekt
PyPIpyrefly1.0.0indirekt
PyPIpyrefly1.2.0indirekt
PyPIpyright1.1.411indirekt
PyPIpyspark—indirekt
PyPIpyspark3.5.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-env1.7.0indirekt
PyPIpytest-randomly5.0.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.3indirekt
PyPIpytz2026.3.post1indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIrapids-logger0.2.3indirekt
PyPIrich15.0.0indirekt
PyPIrmm-cu1226.2.0indirekt
PyPIrmm-cu1226.8.0indirekt
PyPIruff0.16.6indirekt
PyPIscikit-learn1.1.0indirekt
PyPIscikit-learn1.3.0indirekt
PyPIscikit-learn1.7.2indirekt
PyPIscikit-learn1.9.0indirekt
PyPIscipy1.15.3indirekt
PyPIscipy1.17.1indirekt
PyPIscipy1.18.1indirekt
PyPIscipy1.7.3indirekt
PyPIscipy1.8.0indirekt
PyPIsetuptools84.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsqlframe—indirekt
PyPIsqlframe4.4.0indirekt
PyPIsqlglot30.12.0indirekt
PyPIsqlparse0.6.0indirekt
PyPItest-plugin0.1.0indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItomli2.4.1indirekt
PyPItoolz1.1.0indirekt
PyPItypes-pytz2026.3.1.20260727indirekt
PyPItyping-extensions4.16.0indirekt
PyPItzdata2026.3indirekt
PyPIuv-build—indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.8.3indirekt
PyPIzensical—indirekt
PyPIzensical0.0.59indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 9

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 176 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 9 tragen bekannte Advisories, davon 0 direkte. 12 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
pyarrow13.0.0indirektkritisch317.0.0
pyarrow14.0.0indirektkritisch317.0.0
pyarrow15.0.0indirekthoch323.0.1
numpy1.21.4indirektmittel11.22
pyspark3.5.0indirektmittel23.5.2
scikit-learn1.1.0indirektmittel21.5.0
scikit-learn1.3.0indirektmittel21.5.0
scipy1.7.3indirektunbekannt21.10.0
scipy1.8.0indirektunbekannt11.10.0

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 narwhals-dev/narwhals teilen. Nebeneinander lesen →

94ibis-project/ibisthe portable Python dataframe libraryAußergewöhnlich92capitalone/datacompyPandas, Polars, Spark, and Snowpark DataFrame comparison for humans and more!Exzellent99NVIDIA/cudfcuDF - GPU DataFrame Library Außergewöhnlich95graphistry/pygraphistryPyGraphistry is a Python library to quickly load, shape, embed, and explore big graphs with the GPU-accelerated Graphistry visual graph analyzerAußergewöhnlich88gizmodata/gizmosql🚀 GizmoSQL — High-Performance Database ServerExzellent84pmgraham/datagruntDatagrunt is a Python library designed to simplify the way you work with CSV, Excel, Parquet, and PDF files. It provides a streamlined approach to reading, processing, and transforming your data into various formats, making data manipulation efficient and intuitive.Exzellent

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.