Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-12 22:31 UTC

py-why / dowhy

DoWhy is a Python library for causal inference that supports explicit modeling and testing of causal assumptions. DoWhy is based on a unified language for causal inference, combining causal graphical models and potential outcomes frameworks.

PythonMIT★ 8.260 Sterne⑂ 1.047 Forksseit Mai 2018Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#causal-inference#machine-learning#graphical-models#bayesian-networks#data-science#python3#causality#causal-models#treatment-effects#do-calculus#causal-machine-learning

py-why/dowhy erreicht einen Gesundheitsindex von 93 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (89/100) ab, am schwächsten bei Security (67/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

93
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.

93
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 79 wird auf der veröffentlichten Indexskala auf 93 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

PyWhyOrganisation
1.055 Follower14 öffentliche Reposseit März 2022

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIdowhy0.14-18vor 277 Tagencausalitymachine-learningcausal-inferencestatisticsgraphical-model

Metriken nach Kategorie

Vitalität

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

73Gut · 21 % des Gesamtindex

Entwicklungsaktivität

81Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
17.3/36Commit-Rhythmus — 25/52 Wochen mit Commits
18/18Commit-Volumen — 135 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year135
human_commit_share0,36
days_since_last_push0
active_weeks_last_year25

Release-Disziplin

62Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 18 Releases veröffentlicht
16.2/36Release-Aktualität — letztes Release vor 277 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 134,3 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count18
latest_release_tagv0.14
releases_from_tagsnein
days_since_latest_release277
mean_days_between_releases134,3
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?

84Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

97Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 8.260 Stars
25/25Forks — 1.047 Forks
11.8/15Watcher — 136 Watcher
Verwendete Eingangsdaten
forks1.047
stars8.260
watchers136
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 (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingja
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?

80Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

64Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
14.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 34 % der Commits
13.5/13.5Breite der Beitragenden — 96 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 12 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled96
top_contributor_share0,336

Reaktionsfähigkeit bei Issues & PRs

83Exzellent
Wie die Bewertung erfolgt
32.8/42Issue-Lösungsquote — 78 % der Issues geschlossen
24.4/30PR-Annahme — 814/999 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs814
open_issues133
closed_issues475
prs_merged_7d0
prs_decided_7d0
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio0,781
closed_unmerged_prs185
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

86Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
21.7/25Reichweite des Inhabers — 1.055 Follower von py-why
17.4/25Kontohistorie — 14 öffentliche Repos, Kontoalter ca. 4 Jahre
Verwendete Eingangsdaten
followers1.055
owner_typeOrganization
is_verified—
owner_loginpy-why
public_repos14
account_age_days1.617
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

91Exzellent
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
26/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 277 Tagen
20/20Versionshistorie — 18 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdowhy
ecosystemspypi
any_deprecatednein
min_days_since_publish277

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

89Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

82Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 12 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .flake8
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://www.pywhy.org/dowhy
10/10Repository-Beschreibung
10/10Topics — 11 Topics
10/10Wiki
Verwendete Eingangsdaten
topicscausal-inference, machine-learning, graphical-models, bayesian-networks, data-science, python3, causality, causal-models, treatment-effects, do-calculus, causal-machine-learning
has_wikija
homepagehttps://www.pywhy.org/dowhy
docs_sitehttps://www.pywhy.org/dowhy
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

67Gut · 16 % des Gesamtindex

Sicherheitslage

59Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.2/2.5CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 12 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 2 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
1/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
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 — 89 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,9
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_packages42
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:dowhy@0.14 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 42 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.

81Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 32 von 36 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,889
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes8.083

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

81Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/source/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .flake8
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 42 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 19 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
2/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespackage-lock.json, poetry.lock
has_dockerfileja
typed_languagenein
bootstrap_filesdocs/source/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,42
toolchain_manifests—
dependency_bot_commit_share0,19

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.8/55Handhabbare Dateigrößen — 1/268 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes60.243
source_files_sampled268
oversized_source_files1

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 — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
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

8.260GitHub-Sterne
96Mitwirkende
135Commits, letzte 12 Monate
0Tage seit letztem Push
18Releases
2Bus-Faktor
133offene 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 ★ / 1.047 ⇿
0Sterne
1.047Forks
18Releases

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.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

02004006008001.0001.2001.047222018-092022-082026-08
Major 0Minor 0Patch 5

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 5.9 / 10
5.9Gesamtwert

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 · 2026-08-12 22:30 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
9CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 12 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 2 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
2Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 2
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
0Vulnerabilities89 existing vulnerabilities detected
Direkte Abhängigkeiten 17
RegistryPaketVersionsvorgabeManifest
PyPIcython>=3.0pyproject.toml
PyPIscipy—pyproject.toml
PyPIstatsmodels>=0.14pyproject.toml
PyPInumpy>2.0pyproject.toml
PyPIpandas>1.0pyproject.toml
PyPInetworkx—pyproject.toml
PyPIsympy>=1.10.1pyproject.toml
PyPIscikit-learn>1.0pyproject.toml
PyPIpydot^1.4.2pyproject.toml
PyPIjoblib>=1.1.0pyproject.toml
PyPIpygraphviz>=1.9pyproject.toml
PyPIeconml>=0.16pyproject.toml
PyPItqdm>=4.64.0pyproject.toml
PyPIcausal-learn>=0.1.4.4pyproject.toml
PyPInumba>=0.59pyproject.toml
PyPImatplotlib>=3.5.3pyproject.toml
PyPIcvxpy^1.7.1pyproject.toml
Alle Abhängigkeiten 265

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 17 direkte und 248 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcausal-learn0.1.4.4direkt
PyPIcvxpy1.7.1direkt
PyPIcython3.1.2direkt
PyPIeconml0.16.0direkt
PyPIjoblib1.5.1direkt
PyPImatplotlib3.9.4direkt
PyPInetworkx3.2.1direkt
PyPInumba0.60.0direkt
PyPInumpy2.0.2direkt
PyPIpandas2.3.1direkt
PyPIpydot1.4.2direkt
PyPIpygraphviz1.11direkt
PyPIscikit-learn1.6.1direkt
PyPIscipy1.13.1direkt
PyPIstatsmodels0.14.5direkt
PyPIsympy1.14.0direkt
PyPItqdm4.67.1direkt
npm@asamuzakjp/css-color5.0.1indirekt
npm@asamuzakjp/dom-selector7.0.3indirekt
npm@asamuzakjp/nwsapi2.3.9indirekt
npm@bramus/specificity2.4.2indirekt
npm@csstools/color-helpers6.0.2indirekt
npm@csstools/css-calc3.1.1indirekt
npm@csstools/css-color-parser4.0.2indirekt
npm@csstools/css-parser-algorithms4.0.0indirekt
npm@csstools/css-syntax-patches-for-csstree1.1.1indirekt
npm@csstools/css-tokenizer4.0.0indirekt
npm@exodus/bytes1.15.0indirekt
npmbidi-js1.0.3indirekt
npmcss-tree3.2.1indirekt
npmdata-urls7.0.0indirekt
npmdecimal.js10.6.0indirekt
npmentities6.0.1indirekt
npmhtml-encoding-sniffer6.0.0indirekt
npmis-potential-custom-element-name1.0.1indirekt
npmjsdom29.0.0indirekt
npmlru-cache11.2.7indirekt
npmmdn-data2.27.1indirekt
npmparse58.0.0indirekt
npmpunycode2.3.1indirekt
npmrequire-from-string2.0.2indirekt
npmsaxes6.0.0indirekt
npmsource-map-js1.2.1indirekt
npmsymbol-tree3.2.4indirekt
npmtldts7.0.26indirekt
npmtldts-core7.0.26indirekt
npmtough-cookie6.0.1indirekt
npmtr466.0.0indirekt
npmundici7.28.0indirekt
npmw3c-xmlserializer5.0.0indirekt
npmwebidl-conversions8.0.1indirekt
npmwhatwg-mimetype5.0.0indirekt
npmwhatwg-url16.0.1indirekt
npmxml-name-validator5.0.0indirekt
npmxmlchars2.2.0indirekt
PyPIabsl-py2.3.1indirekt
PyPIaccessible-pygments0.0.5indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.13.4indirekt
PyPIaiosignal1.4.0indirekt
PyPIalabaster0.7.16indirekt
PyPIanyio4.9.0indirekt
PyPIappnope0.1.4indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings21.2.0indirekt
PyPIarrow1.3.0indirekt
PyPIasttokens3.0.0indirekt
PyPIasync-lru2.0.5indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.3.0indirekt
PyPIbabel2.17.0indirekt
PyPIbeautifulsoup44.13.4indirekt
PyPIblack25.1.0indirekt
PyPIbleach6.2.0indirekt
PyPIcdt0.6.0indirekt
PyPIcertifi2025.7.9indirekt
PyPIcffi1.17.1indirekt
PyPIcharset-normalizer3.4.2indirekt
PyPIclarabel0.11.1indirekt
PyPIclick8.1.8indirekt
PyPIcloudpickle3.1.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.2indirekt
PyPIcontourpy1.3.0indirekt
PyPIcoverage7.9.2indirekt
PyPIcycler0.12.1indirekt
PyPIdebugpy1.8.14indirekt
PyPIdecorator5.2.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdocutils0.20.1indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIexecuting2.2.0indirekt
PyPIfastjsonschema2.21.1indirekt
PyPIfilelock3.18.0indirekt
PyPIflake87.3.0indirekt
PyPIflaky3.8.1indirekt
PyPIfonttools4.60.2indirekt
PyPIfqdn1.5.1indirekt
PyPIfrozenlist1.7.0indirekt
PyPIfsspec2025.5.1indirekt
PyPIgputil1.4.0indirekt
PyPIgraphviz0.21indirekt
PyPIh110.16.0indirekt
PyPIh5py3.14.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIidna3.15indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIimportlib-resources6.5.2indirekt
PyPIiniconfig2.1.0indirekt
PyPIipykernel6.29.5indirekt
PyPIipython8.18.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets8.1.7indirekt
PyPIisoduration20.11.0indirekt
PyPIisort6.0.1indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.6indirekt
PyPIjson50.12.0indirekt
PyPIjsonpointer3.0.0indirekt
PyPIjsonschema4.24.0indirekt
PyPIjsonschema-specifications2025.4.1indirekt
PyPIjupyter1.1.1indirekt
PyPIjupyter-client8.6.3indirekt
PyPIjupyter-console6.6.3indirekt
PyPIjupyter-core5.8.1indirekt
PyPIjupyter-events0.12.0indirekt
PyPIjupyter-lsp2.2.5indirekt
PyPIjupyter-server2.18.0indirekt
PyPIjupyter-server-terminals0.5.3indirekt
PyPIjupyterlab4.5.10indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.0indirekt
PyPIjupyterlab-widgets3.0.15indirekt
PyPIkeras3.10.0indirekt
PyPIkiwisolver1.4.7indirekt
PyPIlightgbm4.6.0indirekt
PyPIlightning-utilities0.14.3indirekt
PyPIllvmlite0.43.0indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.2indirekt
PyPImatplotlib-inline0.1.7indirekt
PyPImccabe0.7.0indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.3.0indirekt
PyPIml-dtypes0.4.1indirekt
PyPImomentchi20.1.8indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.6.3indirekt
PyPImypy1.16.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPInamex0.1.0indirekt
PyPInbclient0.10.2indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.10.4indirekt
PyPInbsphinx0.9.7indirekt
PyPInest-asyncio1.6.0indirekt
PyPInotebook7.5.6indirekt
PyPInotebook-shim0.2.4indirekt
PyPInvidia-cublas-cu1212.1.3.1indirekt
PyPInvidia-cuda-cupti-cu1212.1.105indirekt
PyPInvidia-cuda-nvrtc-cu1212.1.105indirekt
PyPInvidia-cuda-runtime-cu1212.1.105indirekt
PyPInvidia-cudnn-cu129.1.0.70indirekt
PyPInvidia-cufft-cu1211.0.2.54indirekt
PyPInvidia-cufile-cu121.11.1.6indirekt
PyPInvidia-curand-cu1210.3.2.106indirekt
PyPInvidia-cusolver-cu1211.4.5.107indirekt
PyPInvidia-cusparse-cu1212.1.0.106indirekt
PyPInvidia-cusparselt-cu120.6.3indirekt
PyPInvidia-nccl-cu122.20.5indirekt
PyPInvidia-nvjitlink-cu1212.6.85indirekt
PyPInvidia-nvtx-cu1212.1.105indirekt
PyPIoptree0.16.0indirekt
PyPIosqp1.0.4indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging25.0indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.4indirekt
PyPIpastel0.2.1indirekt
PyPIpathspec0.12.1indirekt
PyPIpatsy1.0.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow11.3.0indirekt
PyPIplatformdirs4.3.8indirekt
PyPIpluggy1.6.0indirekt
PyPIpoethepoet0.36.0indirekt
PyPIprometheus-client0.22.1indirekt
PyPIprompt-toolkit3.0.51indirekt
PyPIpropcache0.3.2indirekt
PyPIpsutil7.0.0indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpycodestyle2.14.0indirekt
PyPIpycparser2.22indirekt
PyPIpydata-sphinx-theme0.16.1indirekt
PyPIpyflakes3.4.0indirekt
PyPIpygments2.20.0indirekt
PyPIpyparsing3.2.3indirekt
PyPIpytest8.4.1indirekt
PyPIpytest-cov6.2.1indirekt
PyPIpytest-split0.10.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger3.3.0indirekt
PyPIpytorch-lightning1.9.5indirekt
PyPIpytz2025.2indirekt
PyPIpywin32310indirekt
PyPIpywinpty2.0.15indirekt
PyPIpyyaml6.0.2indirekt
PyPIpyzmq27.0.0indirekt
PyPIreferencing0.36.2indirekt
PyPIrequests2.32.4indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrich14.0.0indirekt
PyPIrpds-py0.26.0indirekt
PyPIscs3.2.7.post2indirekt
PyPIseaborn0.13.2indirekt
PyPIsend2trash1.8.3indirekt
PyPIsetuptools80.9.0indirekt
PyPIshap0.48.0indirekt
PyPIsix1.17.0indirekt
PyPIskrebate0.62indirekt
PyPIslicer0.0.8indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8.4indirekt
PyPIsparse0.15.5indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-copybutton0.5.0indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-rtd-theme3.0.2indirekt
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
PyPIterminado0.18.1indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItinycss21.4.0indirekt
PyPItokenize-rt6.2.0indirekt
PyPItomli2.2.1indirekt
PyPItorch2.4.1indirekt
PyPItorchmetrics1.7.4indirekt
PyPItorchvision0.19.1indirekt
PyPItornado6.5.7indirekt
PyPItraitlets5.14.3indirekt
PyPItriton3.0.0indirekt
PyPItypes-python-dateutil2.9.0.20250708indirekt
PyPItyping-extensions4.14.1indirekt
PyPItzdata2025.2indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.6.3indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebcolors24.11.1indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.8.0indirekt
PyPIwidgetsnbextension4.0.14indirekt
PyPIxgboost2.1.4indirekt
PyPIyarl1.20.1indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:dowhy@0.14 zieht 42 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 py-why/dowhy teilen. Nebeneinander lesen →

95pgmpy/pgmpyPython Toolkit for Causal and Probabilistic ReasoningAußergewöhnlich100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich98Nixtla/statsforecastLightning ⚡️ fast forecasting with statistical and econometric models.Außergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Außergewöhnlich100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.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 v2.10.0, Schema v0.31.0 — vollständige Methodik · Metriken-Wiki.

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