Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-08-23 15:53 UTC

lmmentel / mendeleev

A python package for accessing various properties of elements, ions and isotopes in the periodic table of elements.

Python · Jupyter NotebookMIT★ 298 estrellas⑂ 52 forksdesde ago 2019Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#periodic-table#elements#ions#isotopes#mendeleev#chemistry#electronegativity#periodic-tables#physical-properties#electronegativity-scales#isotope-properties

lmmentel/mendeleev tiene un índice de salud de 83 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (88/100) y la más baja, Sustainability & Governance (58/100). Se actualizó por última vez hace 27 días. Una sola persona concentra la mayor parte del trabajo reciente.

83
global / 100
Excelente

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

83
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 70 se calibra a 83 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Lukasz MentelCuenta personal
161 seguidores64 repositorios públicosdesde oct 2014

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPImendeleev1.2.0183.29153hace 27 díasperiodic-tablechemistryelementsscience

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

67Bueno · 21% del índice global

Actividad de desarrollo

51Moderado
Cómo se puntúa
28.8/36Recencia de push — último push hace 27 días
2.1/36Cadencia de commits — 3/52 semanas con commits
10/18Volumen de commits — 12 commits en el último año
10/10OpenSSF Scorecard: Maintained — 10 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year12
human_commit_share0,94
days_since_last_push27
active_weeks_last_year3

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 22 versiones publicadas
36/36Recencia de las versiones — última versión hace 27 días
19.8/27Cadencia de publicación — una versión cada ~88,5 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count22
latest_release_tagv1.2.0
releases_from_tagsno
days_since_latest_release27
mean_days_between_releases88,5
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: Signed-Releases. Los pesos restantes se han renormalizado.

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

75Bueno · 17% del índice global

Popularidad y adopción

58Moderado
Cómo se puntúa
40.1/60Estrellas — 298 estrellas
14.2/25Forks — 52 forks
3.3/15Observadores — 5 observadores
Datos de entrada utilizados
forks52
stars298
watchers5
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

85Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
18/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges8
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesgithub.com, readthedocs.org, shields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

88Excelente
Cómo se puntúa
70.2/80Descargas mensuales — 183.291 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesmendeleev
dependents—
ecosystemspypi
total_downloads—
monthly_downloads183.291
unverified_packages_excluded—
Excluidos de la puntuación (sin datos o no aplicable): Dependientes en el registro. Los pesos restantes se han renormalizado.

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

58Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

20En riesgo
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
0.3/22.5Distribución de commits — el principal contribuyente firma el 99% de los commits
10.8/13.5Amplitud de contribuyentes — 8 contribuyentes
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Datos de entrada utilizados
bus_factor1
contributors_sampled8
top_contributor_share0,986

Capacidad de respuesta a issues y PR

66Bueno
Cómo se puntúa
41.5/42Resolución de issues — 99% de issues cerradas
24.9/30Aceptación de PR — 145/175 PR decididos fusionados
0/13Newcomer PR acceptance — 0/1 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs145
open_issues1
closed_issues87
prs_merged_7d0
prs_decided_7d0
prs_merged_30d5
prs_decided_30d6
issue_closed_ratio0,989
closed_unmerged_prs30
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Propiedad y custodia

64Moderado
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
15.9/25Alcance del propietario — 161 seguidores de lmmentel
25/25Trayectoria — 64 repos públicos, cuenta de ~11 años
Datos de entrada utilizados
followers161
owner_typeUser
is_verified—
owner_loginlmmentel
public_repos64
account_age_days4343
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 27 días
20/20Historial de versiones — 53 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesmendeleev
ecosystemspypi
any_deprecatedno
min_days_since_publish27

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

88Excelente · 19% del índice global

Prácticas de ingeniería

80Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 3 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
6/20OpenSSF Scorecard: CI-Tests — 7 out of 19 merged PRs checked by a CI test -- score normalized to 3
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://mendeleev.readthedocs.io
10/10Descripción del repositorio
10/10Topics — 11 topics
10/10Wiki
Datos de entrada utilizados
topicsperiodic-table, elements, ions, isotopes, mendeleev, chemistry, electronegativity, periodic-tables, physical-properties, electronegativity-scales, isotope-properties
has_wikisí
homepagehttps://mendeleev.readthedocs.io
docs_sitehttps://mendeleev.readthedocs.io
has_readmesí
has_docs_dirsí
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

66Bueno · 16% del índice global

Postura de seguridad

57Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
0.8/2.5CI-Tests — 7 out of 19 merged PRs checked by a CI test -- score normalized to 3
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 10 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
3.5/5SAST — SAST tool detected but not run on all commits
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,7
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages22
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:mendeleev@1.2.0 —lo que arrastra la instalación del paquete publicado—: 22 paquetes. No se analiza la alcanzabilidad.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

76Bueno · 4% del índice global

Contexto y guía para agentes

79Bueno
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md, CLAUDE.md
0/15Documentación legible por máquinas (llms.txt)
34/40Historial de commits legible — 60 de 94 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,638
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes12.262

Bucle de verificación (compilación / pruebas / verificación de tipos)

73Bueno
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
4/10Práctica demostrada con agentes — 2 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 6 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespoetry.lock
has_dockerfileno
typed_languageno
bootstrap_filesdocs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,06

Legibilidad del código para modelos

55Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
55/55Tamaños de archivo manejables — 0/87 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes52.327
source_files_sampled87
oversized_source_files0

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — notebooks
Datos de entrada utilizados
example_dirsnotebooks
has_mcp_signalno
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto), Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

298estrellas de GitHub
8contribuidores
12commits en los últimos 12 meses
27días desde el último push
22versiones publicadas
1factor bus
1issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Más detalle

Historial de estrellas y forks 0 ★ / 52 ⇿
0Estrellas
52Forks
22Versiones

Cuándo se añadió cada estrella y fork, recopilado de GitHub y agrupado por día. El crecimiento acumulado se sitúa justo encima de las adiciones diarias que lo componen, de modo que ambos se leen en conjunto: la acumulación orgánica sostenida no se parece en nada a un pico abrupto y efímero. Cuando esa diferencia es medible, se informa como autenticidad del crecimiento.

01020304050605122019-092023-032026-08
Mayor 1Menor 15Parche 6

Cada punto abarca 7 días.

OpenSSF Scorecard 5.7 / 10
5.7agregado

Evaluación de seguridad independiente y agnóstica en cuanto a herramientas, procedente del proyecto de código abierto OpenSSF Scorecard. Cada comprobación premia una práctica de seguridad, no la herramienta de un proveedor concreto. Las comprobaciones que Scorecard no pudo determinar se marcan como n/d y se excluyen de la puntuación de seguridad (nunca se cuentan como cero).Scorecard v5.5.0 · 2026-08-23 15:53 UTC

10Binary-Artifactsno binaries found in the repo
n/dBranch-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
3CI-Tests7 out of 19 merged PRs checked by a CI test -- score normalized to 3
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained10 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
7SASTSAST tool detected but not run on all commits
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Dependencias directas 14
RegistroPaqueteRestricción de versiónManifiesto
PyPIcolorama^0.4.6pyproject.toml
PyPInumpy^2.0pyproject.toml
PyPIpyfiglet^0.8.post1pyproject.toml
PyPIPygments^2.11.2pyproject.toml
PyPIpandas^2.1pyproject.toml
PyPISQLAlchemy>=1.4.0pyproject.toml
PyPIdeprecated^1.2.14pyproject.toml
PyPIpint^0.24.4pyproject.toml
PyPIpydantic^2.12pyproject.toml
PyPIpydantic-core^2.23pyproject.toml
PyPIbokeh^3.0pyproject.toml
PyPIjupyter-bokeh^4.0pyproject.toml
PyPIplotly^5.0pyproject.toml
PyPIseaborn>=0.12pyproject.toml
Todas las dependencias 158

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 19 paquetes directos y 139 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIbokeh3.9.2directa
PyPIcolorama—directa
PyPIcolorama0.4.6directa
PyPIdeprecated1.3.1directa
PyPIjupyter-bokeh4.1.0directa
PyPInumpy—directa
PyPInumpy2.2.6directa
PyPIpandas—directa
PyPIpandas2.3.3directa
PyPIpint0.24.4directa
PyPIplotly5.24.1directa
PyPIpydantic2.13.4directa
PyPIpydantic-core2.46.4directa
PyPIpyfiglet—directa
PyPIpyfiglet0.8.post1directa
PyPIpygments2.20.0directa
PyPIseaborn0.13.2directa
PyPIsqlalchemy—directa
PyPIsqlalchemy2.0.51directa
PyPIalabaster1.0.0indirecta
PyPIalembic1.18.5indirecta
PyPIannotated-types0.8.0indirecta
PyPIappdirs1.4.4indirecta
PyPIappnope0.1.4indirecta
PyPIasttokens3.0.2indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIbleach6.4.0indirecta
PyPIbump2version1.0.1indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.0indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.9indirecta
PyPIcomm0.2.3indirecta
PyPIcontourpy1.3.2indirecta
PyPIcoverage7.15.2indirecta
PyPIcycler0.12.1indirecta
PyPIdebugpy1.8.21indirecta
PyPIdecorator5.3.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdistlib0.4.3indirecta
PyPIdocutils0.21.2indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfastjsonschema2.22.0indirecta
PyPIfilelock3.32.0indirecta
PyPIflexcache0.3indirecta
PyPIflexparser0.4indirecta
PyPIfonttools4.63.0indirecta
PyPIgreenlet3.5.4indirecta
PyPIidentify2.6.19indirecta
PyPIidna3.18indirecta
PyPIimagesize2.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIinvoke—indirecta
PyPIinvoke2.2.1indirecta
PyPIipykernel—indirecta
PyPIipykernel6.31.0indirecta
PyPIipython—indirecta
PyPIipython8.39.0indirecta
PyPIipywidgets8.1.8indirecta
PyPIjedi0.20.0indirecta
PyPIjinja23.1.6indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.9.1indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIjupyterlab-widgets3.0.16indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlatexcodec3.0.1indirecta
PyPImako1.3.12indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib3.10.9indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImistune3.3.4indirecta
PyPImyst-parser—indirecta
PyPInarwhals2.24.0indirecta
PyPInbclient0.11.0indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.10.4indirecta
PyPInbsphinx—indirecta
PyPInbsphinx0.9.8indirecta
PyPInest-asyncio1.6.0indirecta
PyPInodeenv1.10.0indirecta
PyPIpackaging26.2indirecta
PyPIpandas-stubs1.2.0.62indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparso0.8.7indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.3.0indirecta
PyPIplatformdirs4.11.0indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit3.5.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpybtex—indirecta
PyPIpybtex0.26.1indirecta
PyPIpybtex-docutils—indirecta
PyPIpybtex-docutils1.0.3indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-extra-types2.11.1indirecta
PyPIpyparsing3.3.2indirecta
PyPIpytest8.4.2indirecta
PyPIpytest-cov6.3.0indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.5.0indirecta
PyPIpytz2026.3.post1indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.1.0indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIroman-numerals4.1.0indirecta
PyPIroman-numerals-py4.1.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIscipy1.15.3indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.1.1indirecta
PyPIsoupsieve2.9.1indirecta
PyPIsphinx—indirecta
PyPIsphinx8.1.3indirecta
PyPIsphinx-copybutton—indirecta
PyPIsphinx-copybutton0.3.3indirecta
PyPIsphinx-design—indirecta
PyPIsphinx-immaterial—indirecta
PyPIsphinx-immaterial0.13.9indirecta
PyPIsphinx-issues—indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-bibtex—indirecta
PyPIsphinxcontrib-bibtex2.7.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIstack-data0.6.3indirecta
PyPItenacity9.1.4indirecta
PyPItinycss21.5.1indirecta
PyPItomli2.4.1indirecta
PyPItornado6.5.7indirecta
PyPItraitlets5.15.1indirecta
PyPItypes-pytz2026.2.0.20260518indirecta
PyPItyping-extensions4.16.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2026.3indirecta
PyPIurllib32.7.0indirecta
PyPIvirtualenv21.7.0indirecta
PyPIwcwidth0.8.2indirecta
PyPIwebencodings0.5.1indirecta
PyPIwheel—indirecta
PyPIwidgetsnbextension4.0.15indirecta
PyPIwrapt2.2.2indirecta
PyPIxyzservices2026.3.0indirecta
Avisos de dependencias 0

Instalar pypi:mendeleev@1.2.0 arrastra 22 paquetes, directos y transitivos: 0 tienen avisos conocidos, de los cuales 0 son dependencias directas.

Ningún aviso conocido afecta a las dependencias evaluadas.

Un aviso significa que la versión registrada en el grafo de dependencias cae dentro del rango afectado de un aviso. No se analiza la alcanzabilidad, y el grafo incluye fijaciones de desarrollo y prueba: un hallazgo puede referirse al utillaje y no al software distribuido.

Informe JSON sin procesar legible por máquina

Comentarios

¿Algo no cuadra en este informe, o hay ideas que compartir? Mediciones erróneas, herramientas no detectadas, ideas, preguntas: todo es bienvenido. Cada mensaje se lee y recibe respuesta.

El mensaje se conserva durante el inicio de sesión.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con lmmentel/mendeleev. Leer en paralelo →

94MDAnalysis/mdanalysisMDAnalysis is a Python library to analyze molecular dynamics simulations.Excepcional89MolSSI/QCElementalPeriodic table, physical constants, and molecule parsing for quantum chemistry.Excelente71molcrafts/molrs[WIP] Molcrafts rust kernelBueno65lode-org/readcon-coreOxidized rewrite of readConBueno60hfooladi/pdbrustA Rust library for parsing PDB (Protein Data Bank) filesModerado86janosh/mattervizInteractive browser visualizations for materials science: crystal structures/molecules, trajectories, convex hulls, phase diagrams, Fermi surfaces, bands+DOS, Brillouin zones, etc.Excelente

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.34.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.