Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-18 00:03 UTC

predict-idlab / plotly-resampler

Visualize large time series data with plotly.py

PythonMIT★ 1209 estrellas⑂ 76 forksdesde nov 2021Ver en GitHub ↗
TipoBibliotecacómo se determina
#visualization#time-series#plotly#data-science#python#plotly-dash#data-visualization#data-analysis

predict-idlab/plotly-resampler tiene un índice de salud de 63 sobre 100, lo que lo sitúa en la banda Moderado. Su puntuación más alta es Community & Adoption (71/100) y la más baja, Vitality (45/100). Se actualizó por última vez hace 22 días. Una sola persona concentra la mayor parte del trabajo reciente.

63
global / 100
Moderado

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.

63
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 59 se calibra a 63 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

PreDiCT.IDLabOrganización
111 seguidores74 repositorios públicosdesde jun 2021

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
PyPIplotly-resampler0.11.0-64hace 384 díastime-seriesvisualizationresamplingplotlyplotly-dash

Métricas por categoría

Vitalidad

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

45Débil · 21% del índice global

Actividad de desarrollo

41Débil
Cómo se puntúa
28.8/36Recencia de push — último push hace 22 días
0.7/36Cadencia de commits — 1/52 semanas con commits
4.3/18Volumen de commits — 2 commits en el último año
7/10OpenSSF Scorecard: Maintained — 2 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 7
Datos de entrada utilizados
commits_last_year2
human_commit_share1
days_since_last_push22
active_weeks_last_year1

Disciplina de publicación

52Moderado
Cómo se puntúa
27/27Publica versiones — 11 versiones publicadas
7.2/36Recencia de las versiones — última versión hace 384 días
12.6/27Cadencia de publicación — una versión cada ~129,9 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count11
latest_release_tagv0.11.0
releases_from_tagsno
days_since_latest_release384
mean_days_between_releases129,9
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?

71Bueno · 17% del índice global

Popularidad y adopción

72Bueno
Cómo se puntúa
50/60Estrellas — 1209 estrellas
15.6/25Forks — 76 forks
6.5/15Observadores — 16 observadores
Datos de entrada utilizados
forks76
stars1209
watchers16
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

70Bueno
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
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges8
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateno

Sostenibilidad y Gobernanza

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

60Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

34En riesgo
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
8.4/22.5Distribución de commits — el principal contribuyente firma el 63% de los commits
13.5/13.5Amplitud de contribuyentes — 13 contribuyentes
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Datos de entrada utilizados
bus_factor1
contributors_sampled13
top_contributor_share0,626

Capacidad de respuesta a issues y PR

70Bueno
Cómo se puntúa
28.3/42Resolución de issues — 67% de issues cerradas
26.2/30Aceptación de PR — 119/136 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
6/15OpenSSF Scorecard: Code-Review — Found 9/19 approved changesets -- score normalized to 4
Datos de entrada utilizados
merged_prs119
open_issues63
closed_issues130
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,674
closed_unmerged_prs17
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

68Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
14.7/25Alcance del propietario — 111 seguidores de predict-idlab
23.5/25Trayectoria — 74 repos públicos, cuenta de ~5 años
Datos de entrada utilizados
followers111
owner_typeOrganization
is_verifiedno
owner_loginpredict-idlab
public_repos74
account_age_days1924

Mantenimiento de paquetes

79Bueno
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
14/35Recencia de publicación — última publicación hace 384 días
20/20Historial de versiones — 64 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesplotly-resampler
ecosystemspypi
any_deprecatedno
min_days_since_publish384

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

70Bueno · 19% del índice global

Prácticas de ingeniería

66Bueno
Cómo se puntúa
24/24Flujos de trabajo de CI — 4 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
2/20OpenSSF Scorecard: CI-Tests — 1 out of 9 merged PRs checked by a CI test -- score normalized to 1
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

75Bueno
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://predict-idlab.github.io/plotly-resampler/latest
10/10Descripción del repositorio
10/10Topics — 8 topics
10/10Wiki
Datos de entrada utilizados
topicsvisualization, time-series, plotly, data-science, python, plotly-dash, data-visualization, data-analysis
has_wikisí
homepagehttps://predict-idlab.github.io/plotly-resampler/latest
docs_sitehttps://predict-idlab.github.io/plotly-resampler/latest
has_readmesí
has_docs_dirno
has_descriptionsí

Seguridad

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

50Moderado · 16% del índice global

Postura de seguridad

38Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
0.2/2.5CI-Tests — 1 out of 9 merged PRs checked by a CI test -- score normalized to 1
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3/7.5Code-Review — Found 9/19 approved changesets -- score normalized to 4
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
5.2/7.5Maintained — 2 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 7
0/5Packaging — sin datos
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
0/7.5Vulnerabilities — 105 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate3,9
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Packaging, 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_packages34
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:plotly-resampler@0.11.0 —lo que arrastra la instalación del paquete publicado—: 34 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.

54Moderado · 4% del índice global

Contexto y guía para agentes

24En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
24.5/40Historial de commits legible — 46 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,46
agent_instruction_files—
agent_instruction_max_bytes—

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

61Moderado
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizado — no se observan 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_filesMakefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

51Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
51.4/55Tamaños de archivo manejables — 3/46 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes73.804
source_files_sampled46
oversized_source_files3

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, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
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

1209estrellas de GitHub
13contribuidores
2commits en los últimos 12 meses
22días desde el último push
11versiones publicadas
1factor bus
63issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'plotly-resampler' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Más detalle

Historial de estrellas y forks 0 ★ / 76 ⇿
0Estrellas
76Forks
11Versiones

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.

01325385063757572021-122024-042026-09
Mayor 0Menor 6Parche 3

Cada punto abarca 5 días.

OpenSSF Scorecard 3.9 / 10
3.9agregado

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 · 2026-09-18 00:03 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
1CI-Tests1 out of 9 merged PRs checked by a CI test -- score normalized to 1
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 9/19 approved changesets -- score normalized to 4
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
7Maintained2 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 7
n/dPackagingpackaging workflow not 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
0Vulnerabilities105 existing vulnerabilities detected
Dependencias directas 8
RegistroPaqueteRestricción de versiónManifiesto
PyPIplotly>=5.5.0,<7.0.0pyproject.toml
PyPIdash>=2.11.0pyproject.toml
PyPIpandas—pyproject.toml
PyPInumpy—pyproject.toml
PyPIorjson^3.10.0pyproject.toml
PyPIFlask-Cors^4.0.2pyproject.toml
PyPIkaleido0.2.1pyproject.toml
PyPItsdownsample>=0.1.3pyproject.toml
Todas las dependencias 204

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 12 paquetes directos y 192 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIdash2.18.2directa
PyPIflask-cors—directa
PyPIflask-cors4.0.2directa
PyPIkaleido—directa
PyPIkaleido0.2.1directa
PyPInumpy1.24.4directa
PyPInumpy2.2.3directa
PyPIorjson3.10.15directa
PyPIpandas2.0.3directa
PyPIpandas2.2.3directa
PyPIplotly6.0.0directa
PyPItsdownsample0.1.4.1directa
PyPIanyio4.5.2indirecta
PyPIanywidget0.9.13indirecta
PyPIappnope0.1.4indirecta
PyPIargon2-cffi23.1.0indirecta
PyPIargon2-cffi-bindings21.2.0indirecta
PyPIarrow1.3.0indirecta
PyPIasttokens3.0.0indirecta
PyPIastunparse1.6.3indirecta
PyPIasync-lru2.0.4indirecta
PyPIattrs25.1.0indirecta
PyPIbabel2.17.0indirecta
PyPIbackcall0.2.0indirecta
PyPIbackrefs5.7.post1indirecta
PyPIbeautifulsoup44.13.3indirecta
PyPIblack24.8.0indirecta
PyPIbleach6.1.0indirecta
PyPIblinker1.7.0indirecta
PyPIbrotli1.1.0indirecta
PyPIcertifi2025.1.31indirecta
PyPIcffi1.17.1indirecta
PyPIcharset-normalizer3.4.1indirecta
PyPIclick8.1.8indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.2indirecta
PyPIcoverage7.6.1indirecta
PyPIcryptography43.0.3indirecta
PyPIdash-bootstrap-components—indirecta
PyPIdash-core-components2.0.0indirecta
PyPIdash-extensions1.0.20indirecta
PyPIdash-html-components2.0.0indirecta
PyPIdash-table5.0.0indirecta
PyPIdebugpy1.8.12indirecta
PyPIdecorator5.1.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIexceptiongroup1.2.2indirecta
PyPIexecuting2.2.0indirecta
PyPIfastjsonschema2.21.1indirecta
PyPIflask3.0.3indirecta
PyPIfqdn1.5.1indirecta
PyPIghp-import2.1.0indirecta
PyPIgriffe1.4.0indirecta
PyPIh110.14.0indirecta
PyPIh24.1.0indirecta
PyPIhpack4.0.0indirecta
PyPIhttpcore1.0.7indirecta
PyPIhttpx0.28.1indirecta
PyPIhyperframe6.0.1indirecta
PyPIidna3.10indirecta
PyPIimportlib-metadata8.5.0indirecta
PyPIimportlib-resources6.4.5indirecta
PyPIiniconfig2.0.0indirecta
PyPIipykernel6.29.5indirecta
PyPIipython8.12.3indirecta
PyPIipython-genutils0.2.0indirecta
PyPIipywidgets—indirecta
PyPIipywidgets7.8.5indirecta
PyPIisoduration20.11.0indirecta
PyPIitsdangerous2.2.0indirecta
PyPIjedi0.19.2indirecta
PyPIjinja23.1.5indirecta
PyPIjson50.10.0indirecta
PyPIjsonpointer3.0.0indirecta
PyPIjsonschema4.23.0indirecta
PyPIjsonschema-specifications2023.12.1indirecta
PyPIjupyter-client8.6.3indirecta
PyPIjupyter-core5.7.2indirecta
PyPIjupyter-events0.10.0indirecta
PyPIjupyter-lsp2.2.5indirecta
PyPIjupyter-server2.14.2indirecta
PyPIjupyter-server-terminals0.5.3indirecta
PyPIjupyterlab4.3.5indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIjupyterlab-server2.27.3indirecta
PyPIjupyterlab-widgets1.1.11indirecta
PyPIkaitaistruct0.10indirecta
PyPIline-profiler—indirecta
PyPIline-profiler4.2.0indirecta
PyPImarkdown3.7indirecta
PyPImarkupsafe2.1.5indirecta
PyPImatplotlib-inline0.1.7indirecta
PyPImemory-profiler—indirecta
PyPImemory-profiler0.60.0indirecta
PyPImergedeep1.3.4indirecta
PyPImike1.1.2indirecta
PyPImistune3.1.2indirecta
PyPImkdocs1.6.1indirecta
PyPImkdocs-autorefs1.2.0indirecta
PyPImkdocs-gen-files0.5.0indirecta
PyPImkdocs-get-deps0.2.0indirecta
PyPImkdocs-literate-nav0.6.1indirecta
PyPImkdocs-material9.6.18indirecta
PyPImkdocs-material-extensions1.3.1indirecta
PyPImkdocs-section-index0.3.9indirecta
PyPImkdocstrings0.25.2indirecta
PyPImkdocstrings-python1.10.9indirecta
PyPImypy-extensions1.0.0indirecta
PyPInarwhals1.27.1indirecta
PyPInbclient0.10.1indirecta
PyPInbconvert7.16.6indirecta
PyPInbformat5.10.4indirecta
PyPInest-asyncio1.6.0indirecta
PyPInotebook7.3.2indirecta
PyPInotebook-shim0.2.4indirecta
PyPIoutcome1.3.0.post0indirecta
PyPIoverrides7.7.0indirecta
PyPIpackaging24.2indirecta
PyPIpaginate0.5.7indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparso0.8.4indirecta
PyPIpathspec0.12.1indirecta
PyPIpexpect4.9.0indirecta
PyPIpickleshare0.7.5indirecta
PyPIpkgutil-resolve-name1.3.10indirecta
PyPIplatformdirs4.3.6indirecta
PyPIpluggy1.5.0indirecta
PyPIprometheus-client0.21.1indirecta
PyPIprompt-toolkit3.0.50indirecta
PyPIpsutil7.0.0indirecta
PyPIpsygnal0.11.1indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpy1.11.0indirecta
PyPIpyarrow—indirecta
PyPIpyarrow17.0.0indirecta
PyPIpyarrow19.0.1indirecta
PyPIpyasn10.6.1indirecta
PyPIpycparser2.22indirecta
PyPIpydivert2.1.0indirecta
PyPIpyfunctional—indirecta
PyPIpygments2.19.1indirecta
PyPIpymdown-extensions10.14.3indirecta
PyPIpyopenssl25.0.0indirecta
PyPIpyparsing3.1.4indirecta
PyPIpysocks1.7.1indirecta
PyPIpytest7.4.4indirecta
PyPIpytest-base-url2.0.0indirecta
PyPIpytest-cov3.0.0indirecta
PyPIpytest-html3.2.0indirecta
PyPIpytest-lazy-fixture0.6.3indirecta
PyPIpytest-metadata2.0.4indirecta
PyPIpytest-selenium2.0.1indirecta
PyPIpytest-variables2.0.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-json-logger3.2.1indirecta
PyPIpytz2025.1indirecta
PyPIpywin32308indirecta
PyPIpywinpty2.0.14indirecta
PyPIpyyaml6.0.2indirecta
PyPIpyyaml-env-tag0.1indirecta
PyPIpyzmq26.2.1indirecta
PyPIreferencing0.35.1indirecta
PyPIrequests2.32.3indirecta
PyPIretrying1.3.4indirecta
PyPIrfc3339-validator0.1.4indirecta
PyPIrfc3986-validator0.1.1indirecta
PyPIrpds-py0.20.1indirecta
PyPIruff0.12.9indirecta
PyPIselenium4.2.0indirecta
PyPIselenium-wire5.1.0indirecta
PyPIsend2trash1.8.3indirecta
PyPIsetuptools75.3.0indirecta
PyPIsix1.17.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsoupsieve2.6indirecta
PyPIstack-data0.6.3indirecta
PyPItenacity6.3.1indirecta
PyPIterminado0.18.1indirecta
PyPItinycss21.2.1indirecta
PyPItomli2.2.1indirecta
PyPItornado6.4.2indirecta
PyPItraitlets5.14.3indirecta
PyPItrio0.27.0indirecta
PyPItrio-websocket0.12.1indirecta
PyPItypes-python-dateutil2.9.0.20241206indirecta
PyPItyping-extensions4.12.2indirecta
PyPItzdata2025.1indirecta
PyPIuri-template1.3.0indirecta
PyPIurllib31.26.20indirecta
PyPIurllib3-secure-extra0.1.0indirecta
PyPIverspec0.1.0indirecta
PyPIwatchdog4.0.2indirecta
PyPIwcwidth0.2.13indirecta
PyPIwebcolors24.8.0indirecta
PyPIwebencodings0.5.1indirecta
PyPIwebsocket-client1.8.0indirecta
PyPIwerkzeug3.0.6indirecta
PyPIwheel0.45.1indirecta
PyPIwidgetsnbextension3.6.10indirecta
PyPIwsproto1.2.0indirecta
PyPIzipp3.20.2indirecta
PyPIzstandard0.23.0indirecta
Avisos de dependencias 0

Instalar pypi:plotly-resampler@0.11.0 arrastra 34 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 predict-idlab/plotly-resampler. Leer en paralelo →

99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformExcepcional99gradio-app/gradioBuild and share delightful machine learning apps, all in Python. 🌟 Star to support our work!Excepcional98mckinsey/vizroVizro is a low-code toolkit for building high-quality data visualization apps.Excepcional97plotly/dashData Apps & Dashboards for Python. No JavaScript Required.Excepcional100streamlit/streamlitStreamlit — A faster way to build and share data apps.Excepcional99reflex-dev/reflex🕸️ Web apps in pure Python 🐍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.