Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-19 17:24 UTC

ml4t / data

Market data acquisition, storage, and update workflows for machine learning for trading.

PythonMIT★ 49 estrellas⑂ 24 forksdesde nov 2025Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#algorithmic-trading#data-engineering#finance#financial-data#machine-learning-for-trading#market-data#ml4t#parquet#polars#python#quantitative-finance#trading

ml4t/data tiene un índice de salud de 91 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (92/100) y la más baja, Community & Adoption (59/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

91
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.

91
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 77 se calibra a 91 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

ML for TradingOrganización
131 seguidores12 repositorios públicosdesde mar 2017

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIml4t-data0.1.7765537hace 0 díasalgorithmic-tradingbacktestingbinancecryptocomparedatabentofinancemarket-dataoandaparquetpolarsquantitative-financetradingyahoo-finance

Métricas por categoría

Vitalidad

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

85Excelente · 21% del índice global

Actividad de desarrollo

81Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
17.3/36Cadencia de commits — 25/52 semanas con commits
18/18Volumen de commits — 137 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year137
human_commit_share0,96
days_since_last_push0
active_weeks_last_year25

Disciplina de publicación

90Excelente
Cómo se puntúa
27/27Publica versiones — 28 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
27/27Cadencia de publicación — una versión cada ~5,6 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count28
latest_release_tagv0.1.7
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases5,6

Comunidad y Adopción

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

59Moderado · 17% del índice global

Popularidad y adopción

39Débil
Cómo se puntúa
27.3/60Estrellas — 49 estrellas
11.3/25Forks — 24 forks
0/15Observadores — 0 observadores
Datos de entrada utilizados
forks24
stars49
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

77Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges3
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

65Bueno
Cómo se puntúa
51.8/80Descargas mensuales — 7655 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesml4t-data
dependents—
ecosystemspypi
total_downloads—
monthly_downloads7655
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?

65Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

31En riesgo
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
9/22.5Distribución de commits — el principal contribuyente firma el 60% de los commits
6.8/13.5Amplitud de contribuyentes — 5 contribuyentes
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Datos de entrada utilizados
bus_factor1
contributors_sampled5
top_contributor_share0,6

Capacidad de respuesta a issues y PR

77Bueno
Cómo se puntúa
38.2/42Resolución de issues — 91% de issues cerradas
24.1/30Aceptación de PR — 37/46 PR decididos fusionados
13/13Newcomer PR acceptance — 2/2 PR de contribuyentes primerizos fusionados en 30 d
1.5/15OpenSSF Scorecard: Code-Review — Found 2/19 approved changesets -- score normalized to 1
Datos de entrada utilizados
merged_prs37
open_issues1
closed_issues10
prs_merged_7d3
prs_decided_7d3
prs_merged_30d9
prs_decided_30d9
issue_closed_ratio0,909
closed_unmerged_prs9
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Propiedad y custodia

65Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
15.2/25Alcance del propietario — 131 seguidores de ml4t
20.1/25Trayectoria — 12 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers131
owner_typeOrganization
is_verifiedno
owner_loginml4t
public_repos12
account_age_days3487

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 0 días
20/20Historial de versiones — 37 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesml4t-data
ecosystemspypi
any_deprecatedno
min_days_since_publish0

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

92Excelente · 19% del índice global

Prácticas de ingeniería

94Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 7 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 19 out of 19 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://www.ml4trading.io/docs/data/
10/10Descripción del repositorio
10/10Topics — 12 topics
0/10Wiki
Datos de entrada utilizados
topicsalgorithmic-trading, data-engineering, finance, financial-data, machine-learning-for-trading, market-data, ml4t, parquet, polars, python, quantitative-finance, trading
has_wikino
homepagehttps://www.ml4trading.io/docs/data/
docs_sitehttps://www.ml4trading.io/docs/data/
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?

80Excelente · 16% del índice global

Postura de seguridad

75Bueno
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
2.5/2.5CI-Tests — 19 out of 19 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
0.8/7.5Code-Review — Found 2/19 approved changesets -- score normalized to 1
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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 — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
3.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,5
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection. 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
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages165
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos, Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejaron 165 dependencias resueltas con OSV. Este repositorio no publica ningún paquete que el índice resuelva, por lo que se evaluó en su lugar el grafo de dependencias del repositorio. Ese grafo mezcla fijaciones de desarrollo y prueba con las dependencias distribuidas, de modo que solo se puntúan las dependencias declaradas en tiempo de ejecución; los hallazgos transitivos se informan como contexto y quedan excluidos de la puntuación. 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.

86Excelente · 4% del índice global

Contexto y guía para agentes

85Excelente
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md, src/ml4t/data/AGENTS.md, src/ml4t/data/futures/AGENTS.md, src/ml4t/data/providers/AGENTS.md, src/ml4t/data/storage/AGENTS.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 87 de 96 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,906
agent_instruction_filesAGENTS.md, src/ml4t/data/AGENTS.md, src/ml4t/data/futures/AGENTS.md, src/ml4t/data/providers/AGENTS.md, src/ml4t/data/storage/AGENTS.md
agent_instruction_max_bytes3323

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

82Excelente
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
11/11Verificación estática de tipos — src/ml4t/data/py.typed
10/10Entorno reproducible — lockfile
10/10Práctica demostrada con agentes — 5 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 4 de los últimos 100 commits son actualizaciones automáticas de dependencias
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configssrc/ml4t/data/py.typed
agent_commit_share0,05
toolchain_manifests—
dependency_bot_commit_share0,04

Legibilidad del código para modelos

82Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (src/ml4t/data/py.typed)
54.7/55Tamaños de archivo manejables — 2/369 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes67.824
source_files_sampled369
oversized_source_files2

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 — examples
Datos de entrada utilizados
example_dirsexamples
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

49estrellas de GitHub
5contribuidores
137commits en los últimos 12 meses
0días desde el último push
28versiones 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
  • deps.dev does not index pypi:ml4t-data@0.1.7; advisories assessed against the repository dependency graph instead

Más detalle

Historial de estrellas y forks 0 ★ / 24 ⇿
0Estrellas
24Forks
27Versiones

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.

048121620242422026-022026-062026-09
Mayor 0Menor 1Parche 6
OpenSSF Scorecard 7.5 / 10
7.5agregado

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 · 2026-09-19 17:24 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
10CI-Tests19 out of 19 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 2/19 approved changesets -- score normalized to 1
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
7SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 18
RegistroPaqueteRestricción de versiónManifiesto
PyPIpolars>=0.20.0pyproject.toml
PyPIpandas>=2.0.0pyproject.toml
PyPInumpy>=1.24.0pyproject.toml
PyPIhttpx>=0.25.0pyproject.toml
PyPItenacity>=8.0.0pyproject.toml
PyPIpybreaker>=1.0.0pyproject.toml
PyPIpyyaml>=6.0pyproject.toml
PyPIclick>=8.0.0pyproject.toml
PyPIpython-dotenv>=1.0.0pyproject.toml
PyPIpydantic-settings>=2.0.0pyproject.toml
PyPIpydantic>=2.12,<3pyproject.toml
PyPIstructlog>=23.0.0pyproject.toml
PyPIplatformdirs>=4.0.0pyproject.toml
PyPIfilelock>=3.19.1pyproject.toml
PyPIrich>=13.0.0pyproject.toml
PyPIaiofiles>=23.0.0pyproject.toml
PyPIpandas-market-calendars>=4.3.0pyproject.toml
PyPIopenpyxl>=3.1.5pyproject.toml
Todas las dependencias 165

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 19 paquetes directos y 146 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaiofiles25.1.0directa
PyPIclick8.4.2directa
PyPIfilelock3.32.2directa
PyPIhttpx0.28.1directa
PyPInumpy2.5.2directa
PyPIopenpyxl3.1.5directa
PyPIpandas3.0.5directa
PyPIpandas-market-calendars5.4.0directa
PyPIplatformdirs4.11.0directa
PyPIpolars1.43.2directa
PyPIpybreaker1.4.1directa
PyPIpydantic2.13.4directa
PyPIpydantic2.14.0b1directa
PyPIpydantic-settings2.15.0directa
PyPIpython-dotenv1.2.2directa
PyPIpyyaml6.0.3directa
PyPIrich15.0.0directa
PyPIstructlog26.1.0directa
PyPItenacity9.1.4directa
PyPIaiohappyeyeballs2.7.1indirecta
PyPIaiohttp3.14.3indirecta
PyPIaiosignal1.4.0indirecta
PyPIannotated-types0.8.0indirecta
PyPIanyio4.14.2indirecta
PyPIasttokens3.0.2indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbackrefs8.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIboolean-py5.0indirecta
PyPIcachecontrol0.14.4indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.1indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.9indirecta
PyPIcolorama0.4.6indirecta
PyPIcot-reports0.1.3indirecta
PyPIcoverage7.15.4indirecta
PyPIcryptography50.0.0indirecta
PyPIcurl-cffi0.16.0indirecta
PyPIcyclonedx-python-lib11.11.0indirecta
PyPIdatabento0.83.0indirecta
PyPIdatabento-dbn0.65.0indirecta
PyPIdecorator5.3.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdistlib0.4.3indirecta
PyPIdocutils0.23indirecta
PyPIet-xmlfile2.0.0indirecta
PyPIexchange-calendars4.13.2indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfrozenlist1.8.0indirecta
PyPIghp-import2.1.0indirecta
PyPIgitdb4.0.12indirecta
PyPIgitpython3.1.62indirecta
PyPIgriffelib2.1.0indirecta
PyPIh110.16.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhypothesis6.165.2indirecta
PyPIid1.6.1indirecta
PyPIidentify2.6.19indirecta
PyPIidna3.18indirecta
PyPIiniconfig2.3.0indirecta
PyPIipdb0.13.13indirecta
PyPIipython9.16.1indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIjaraco-classes3.4.0indirecta
PyPIjaraco-context6.1.2indirecta
PyPIjaraco-functools4.6.0indirecta
PyPIjedi0.20.0indirecta
PyPIjeepney0.9.0indirecta
PyPIjinja23.1.6indirecta
PyPIkeyring25.7.0indirecta
PyPIkorean-lunar-calendar0.4.0indirecta
PyPIlicense-expression30.4.4indirecta
PyPImarkdown3.10.3indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImdurl0.1.2indirecta
PyPImergedeep1.3.4indirecta
PyPImkdocs1.6.1indirecta
PyPImkdocs-autorefs1.4.4indirecta
PyPImkdocs-get-deps0.2.2indirecta
PyPImkdocs-git-revision-date-localized-plugin1.5.3indirecta
PyPImkdocs-material9.7.7indirecta
PyPImkdocs-material-extensions1.3.1indirecta
PyPImkdocstrings1.0.6indirecta
PyPImkdocstrings-python2.0.5indirecta
PyPImore-itertools11.1.0indirecta
PyPImsgpack1.2.1indirecta
PyPImultidict6.7.1indirecta
PyPImultitasking0.0.13indirecta
PyPInh30.3.6indirecta
PyPInodeenv1.10.0indirecta
PyPIoandapyv200.7.2indirecta
PyPIpackageurl-python0.17.6indirecta
PyPIpackaging26.3indirecta
PyPIpaginate0.5.7indirecta
PyPIparso0.8.7indirecta
PyPIpathspec1.1.1indirecta
PyPIpeewee4.3.0indirecta
PyPIpexpect4.9.0indirecta
PyPIpip26.2.1indirecta
PyPIpip-api0.0.34indirecta
PyPIpip-audit2.10.1indirecta
PyPIpip-requirements-parser32.0.1indirecta
PyPIpip-system-certs5.3indirecta
PyPIpluggy1.6.0indirecta
PyPIpolars-runtime-321.43.2indirecta
PyPIpre-commit4.6.1indirecta
PyPIprompt-toolkit3.0.53indirecta
PyPIpropcache0.5.2indirecta
PyPIprotobuf7.35.1indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpy-serializable2.1.0indirecta
PyPIpyarrow25.0.0indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpydantic-core2.48.0indirecta
PyPIpygments2.20.0indirecta
PyPIpyluach2.3.0indirecta
PyPIpymdown-extensions11.0.1indirecta
PyPIpyparsing3.3.2indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-asyncio1.4.0indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-timeout2.4.0indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.5.1indirecta
PyPIpytz2026.3.post1indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIpyyaml-env-tag1.1indirecta
PyPIreadme-renderer45.0indirecta
PyPIrequests2.34.2indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIrfc39862.0.0indirecta
PyPIruff0.16.2indirecta
PyPIsecretstorage3.5.0indirecta
PyPIsix1.17.0indirecta
PyPIsmmap5.0.3indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsoupsieve2.9.2indirecta
PyPIstack-data0.6.3indirecta
PyPItomli2.4.1indirecta
PyPItomli-w1.2.0indirecta
PyPItoolz1.1.0indirecta
PyPItraitlets5.16.1indirecta
PyPItwine7.0.0indirecta
PyPIty0.0.69indirecta
PyPItyping-extensions4.16.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2026.3indirecta
PyPIurllib32.7.0indirecta
PyPIvirtualenv21.7.1indirecta
PyPIwatchdog6.0.0indirecta
PyPIwcwidth0.8.2indirecta
PyPIwebsockets17.0.1indirecta
PyPIxlsxwriter3.2.9indirecta
PyPIyarl1.24.5indirecta
PyPIyfinance1.5.2indirecta
PyPIzstandard0.25.0indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 165 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 0 tienen avisos conocidos, de los cuales 0 son 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 ml4t/data. Leer en paralelo →

99nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureExcepcional98Eventual-Inc/DaftHigh-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scaleExcepcional100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsExcepcional100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Excepcional99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformExcepcional99kedro-org/kedroKedro is a toolbox for production-ready data science. It uses software engineering best practices to help you create data engineering and data science pipelines that are reproducible, maintainable, and modular.Excepcional

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.