Öffentliches Register
Software-GesundheitsberichtSchema 0.30.0 · Metriken 2.5.0 · 2026-08-03 08:46 UTC

os-climate / physrisk

Physical climate risk calculation engine

Python · TeXApache-2.0★ 67 Sterne⑂ 57 Forksseit Okt. 2021Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird

os-climate/physrisk erreicht einen Gesundheitsindex von 89 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (92/100) ab, am schwächsten bei AI Readiness (57/100). Zuletzt vor 6 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

89
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.

89
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 75 wird auf der veröffentlichten Indexskala auf 89 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

OS-ClimateOrganisation
235 Follower96 öffentliche Reposseit Mai 2021

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIphysrisk-lib1.9.212.255101vor 10 Tagenphysicalclimateriskfinance

Metriken nach Kategorie

Vitalität

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

91Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

86Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 6 Tagen
22.2/36Commit-Rhythmus — 32/52 Wochen mit Commits
18/18Commit-Volumen — 108 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 28 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year108
human_commit_share0,74
days_since_last_push6
active_weeks_last_year32

Release-Disziplin

98Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 33 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 10 Tagen
27/27Release-Rhythmus — ein Release etwa alle 3,7 Tage
8/10OpenSSF Scorecard: Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
Verwendete Eingangsdaten
releases_count33
latest_release_tagv1.9.21
releases_from_tagsnein
days_since_latest_release10
mean_days_between_releases3,7

Community & Verbreitung

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

58Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

50Mittel
Wie die Bewertung erfolgt
29.5/60Stars — 67 Stars
14.6/25Forks — 57 Forks
6/15Watcher — 13 Watcher
Verwendete Eingangsdaten
forks57
stars67
watchers13
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges8
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

56Mittel
Wie die Bewertung erfolgt
44.7/80Downloads pro Monat — 2.255 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesphysrisk-lib
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2.255
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?

67Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

41Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
8.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 62 % der Commits
13.5/13.5Breite der Beitragenden — 21 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Verwendete Eingangsdaten
bus_factor1
contributors_sampled21
top_contributor_share0,622

Reaktionsfähigkeit bei Issues & PRs

67Gut
Wie die Bewertung erfolgt
30.8/42Issue-Lösungsquote — 73 % der Issues geschlossen
24.5/30PR-Annahme — 415/509 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
3/15OpenSSF Scorecard: Code-Review — Found 8/30 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs415
open_issues21
closed_issues58
prs_merged_7d0
prs_decided_7d0
prs_merged_30d5
prs_decided_30d5
issue_closed_ratio0,734
closed_unmerged_prs94
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): newcomer_pr_acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

70Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
17.1/25Reichweite des Inhabers — 235 Follower von os-climate
23.3/25Kontohistorie — 96 öffentliche Repos, Kontoalter ca. 5 Jahre
Verwendete Eingangsdaten
followers235
owner_typeOrganization
is_verified—
owner_loginos-climate
public_repos96
account_age_days1.889

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 10 Tagen
20/20Versionshistorie — 101 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesphysrisk-lib
ecosystemspypi
any_deprecatednein
min_days_since_publish10

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 8 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
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

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://physrisk.readthedocs.io/
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://physrisk.readthedocs.io/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

65Gut · 16 % des Gesamtindex

Sicherheitslage

56Mittel
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 — 30 out of 30 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
1.5/7.5Code-Review — Found 8/30 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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 — 28 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
4.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not 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
0/7.5Vulnerabilities — 42 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): branch_protection, packaging. 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_packages58
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:physrisk-lib@1.9.21 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 58 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.

57Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

40Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 73 von 74 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
legible_history_share0,986
agent_instruction_files—
agent_instruction_max_bytes—

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

78Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 14 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
9/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile, docs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,14

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/135 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes52.189
source_files_sampled135
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

40Schwach
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
0/20MCP-Server
40/40Lauffähige Beispiele — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
has_mcp_signalnein
api_schema_files—

Eckdaten

67GitHub-Sterne
21Mitwirkende
108Commits, letzte 12 Monate
6Tage seit letztem Push
33Releases
1Bus-Faktor
21offene 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 ★ / 57 ⇿
0Sterne
57Forks
30Releases

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.

01020304050605422022-072024-072026-07
Major 0Minor 5Patch 25

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 5.6 / 10
5.6Gesamtwert

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 · 2026-08-03 08:45 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-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 8/30 approved changesets -- score normalized to 2
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained28 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
9Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 9
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
8Signed-Releases5 out of the last 5 releases have a total of 5 signed artifacts.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities42 existing vulnerabilities detected
Direkte Abhängigkeiten 20
RegistryPaketVersionsvorgabeManifest
PyPIaffine>=2.4.0pyproject.toml
PyPIaiohttp>=3.14.0pyproject.toml
PyPIdependency-injector>=4.48.0pyproject.toml
PyPIgeopandas>=1.1.0pyproject.toml
PyPIh3>=4.3.0pyproject.toml
PyPIlmdbm>=0.0.6pyproject.toml
PyPIlxml>=6.1.0pyproject.toml
PyPInumba>=0.61.0pyproject.toml
PyPInumpy>=2.2.0pyproject.toml
PyPIpint>=0.24.0pyproject.toml
PyPIpillow>=12.2.0pyproject.toml
PyPIpydantic>=2.11.0pyproject.toml
PyPIpyproj>=3.7.0pyproject.toml
PyPIpython-dotenv>=1.2.2pyproject.toml
PyPIrequests>=2.32.0pyproject.toml
PyPIscipy>=1.15.0pyproject.toml
PyPIshapely>=2.1.0pyproject.toml
PyPIs3fs>=2025.7.0pyproject.toml
PyPIvirtualenv>=20.36.1pyproject.toml
PyPIzarr>=2.18.0,<3.0.0pyproject.toml
Alle Abhängigkeiten 210

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 20 direkte und 190 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaffine2.4.0direkt
PyPIaiohttp3.14.0direkt
PyPIdependency-injector4.49.0direkt
PyPIgeopandas1.1.3direkt
PyPIh34.4.2direkt
PyPIlmdbm0.0.6direkt
PyPIlxml6.1.1direkt
PyPInumba0.65.1direkt
PyPInumpy2.2.6direkt
PyPIpillow12.2.0direkt
PyPIpint0.24.4direkt
PyPIpydantic2.13.4direkt
PyPIpyproj3.7.1direkt
PyPIpython-dotenv1.2.2direkt
PyPIrequests2.34.2direkt
PyPIs3fs2026.4.0direkt
PyPIscipy1.15.3direkt
PyPIshapely2.1.2direkt
PyPIvirtualenv21.3.3direkt
PyPIzarr2.18.3direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIaiobotocore3.7.0indirekt
PyPIaiohappyeyeballs2.6.2indirekt
PyPIaioitertools0.13.0indirekt
PyPIaiosignal1.4.0indirekt
PyPIalabaster0.7.16indirekt
PyPIannotated-types0.7.0indirekt
PyPIapeye1.4.1indirekt
PyPIapeye-core1.1.5indirekt
PyPIappnope0.1.4indirekt
PyPIasciitree0.3.3indirekt
PyPIast-serialize0.5.0indirekt
PyPIasttokens3.0.1indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIautodocsumm0.2.15indirekt
PyPIbabel2.18.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIbleach4.1.0indirekt
PyPIbotocore1.43.0indirekt
PyPIbrotli1.2.0indirekt
PyPIbrotlicffi1.2.0.1indirekt
PyPIcachecontrol0.14.4indirekt
PyPIcachetools7.1.3indirekt
PyPIcertifi2026.5.20indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.4.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcoverage7.14.0indirekt
PyPIcssselect20.9.0indirekt
PyPIdebugpy1.8.20indirekt
PyPIdecorator5.3.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdeprecated1.3.1indirekt
PyPIdict2css0.5.0indirekt
PyPIdistlib0.4.0indirekt
PyPIdocutils0.20.1indirekt
PyPIdomdf-python-tools3.10.0indirekt
PyPIet-xmlfile2.0.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfasteners0.20indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.29.0indirekt
PyPIflexcache0.3indirekt
PyPIflexparser0.4indirekt
PyPIfonttools4.63.0indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.4.0indirekt
PyPIgraphviz0.21indirekt
PyPIgreenlet3.5.1indirekt
PyPIhtml5lib1.1indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.15indirekt
PyPIimagesize2.0.0indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.2.0indirekt
PyPIipython8.39.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.1.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-cache1.0.1indirekt
PyPIjupyter-client8.8.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIlatexcodec3.0.1indirekt
PyPIlibrt0.11.0indirekt
PyPIlibsass0.23.0indirekt
PyPIllvmlite0.47.0indirekt
PyPIlmdb2.2.0indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.2.1indirekt
PyPImsgpack1.1.2indirekt
PyPImultidict6.7.1indirekt
PyPImypy2.1.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPImyst-nb1.4.0indirekt
PyPImyst-parser4.0.1indirekt
PyPInarwhals2.21.2indirekt
PyPInatsort8.4.0indirekt
PyPInbclient0.10.4indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.10.4indirekt
PyPInbsphinx0.9.5indirekt
PyPInest-asyncio1.6.0indirekt
PyPInodeenv1.10.0indirekt
PyPInumcodecs0.13.1indirekt
PyPInumpydoc1.9.0indirekt
PyPIopenpyxl3.1.5indirekt
PyPIpackaging26.2indirekt
PyPIpandas2.3.3indirekt
PyPIpandoc2.4indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpathspec1.1.1indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.9.6indirekt
PyPIplotly6.7.0indirekt
PyPIpluggy1.6.0indirekt
PyPIplumbum1.10.0indirekt
PyPIply3.11indirekt
PyPIpre-commit4.6.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpropcache0.5.2indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpybtex0.26.1indirekt
PyPIpybtex-docutils1.0.3indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydata-sphinx-theme0.15.4indirekt
PyPIpydyf0.12.1indirekt
PyPIpygments2.20.0indirekt
PyPIpyogrio0.12.1indirekt
PyPIpyphen0.17.2indirekt
PyPIpyproject-api1.10.0indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.3.1indirekt
PyPIpytz2026.2indirekt
PyPIpywin32311indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIruamel-yaml0.19.1indirekt
PyPIruff0.15.13indirekt
PyPIsetuptools80.10.2indirekt
PyPIsetuptools-git-versioning—indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8.3indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-autodoc-typehints2.3.0indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-jinja2-compat0.3.0indirekt
PyPIsphinx-prompt1.8.0indirekt
PyPIsphinx-rtd-theme2.0.0indirekt
PyPIsphinx-simplepdf1.6.0indirekt
PyPIsphinx-tabs3.4.5indirekt
PyPIsphinx-toggleprompt0.5.2indirekt
PyPIsphinx-toolbox3.8.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-bibtex2.6.3indirekt
PyPIsphinxcontrib-details-directive0.1.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.49indirekt
PyPIstack-data0.6.3indirekt
PyPIstandard-imghdr3.10.14indirekt
PyPItabulate0.10.0indirekt
PyPItinycss21.5.1indirekt
PyPItinyhtml52.1.0indirekt
PyPItomli2.4.1indirekt
PyPItomli-w1.2.0indirekt
PyPItornado6.5.5indirekt
PyPItox4.54.0indirekt
PyPItraitlets5.15.0indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPIurllib32.7.0indirekt
PyPIwcwidth0.7.0indirekt
PyPIweasyprint68.1indirekt
PyPIwebencodings0.5.1indirekt
PyPIwheel—indirekt
PyPIwrapt2.1.2indirekt
PyPIyarl1.24.2indirekt
PyPIzipp4.1.0indirekt
PyPIzopfli0.4.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:physrisk-lib@1.9.21 zieht 58 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

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit os-climate/physrisk teilen. Nebeneinander lesen →

94catalyst-cooperative/pudlThe Public Utility Data Liberation Project provides analysis-ready energy system data to climate advocates, researchers, policymakers, and journalists.Außergewöhnlich98nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureAußergewöhnlich96plotly/dashData Apps & Dashboards for Python. No JavaScript Required.Außergewöhnlich94alpacahq/alpaca-pyThe Official Python SDK for Alpaca APIAußergewöhnlich94akfamily/akshareAKShare is an elegant and simple financial data interface library for Python, built for human beings! 开源财经数据接口库Außergewöhnlich94GridTools/gt4pyPython library for generating high-performance implementations of stencil kernels for weather and climate modeling from a domain-specific language (DSL).Außergewöhnlich

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 v2.5.0, Schema v0.30.0 — vollständige Methodik · Metriken-Wiki.

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