Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-17 17:09 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★ 8317 estrellas⑂ 1054 forksdesde may 2018Ver en GitHub ↗
TipoBibliotecacómo se determina
#causal-inference#machine-learning#graphical-models#bayesian-networks#data-science#python3#causality#causal-models#treatment-effects#do-calculus#causal-machine-learning

py-why/dowhy tiene un índice de salud de 92 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (89/100) y la más baja, Security (67/100). Se actualizó por última vez hoy. 2 personas concentran la mayor parte del trabajo reciente.

92
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.

92
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 78 se calibra a 92 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

PyWhyOrganización
1068 seguidores14 repositorios públicosdesde mar 2022

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
PyPIdowhy0.14161.07418hace 313 díascausalitymachine-learningcausal-inferencestatisticsgraphical-model

Métricas por categoría

Vitalidad

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

75Bueno · 21% del índice global

Actividad de desarrollo

83Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
18.7/36Cadencia de commits — 27/52 semanas con commits
18/18Volumen de commits — 161 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_year161
human_commit_share0,34
days_since_last_push0
active_weeks_last_year27

Disciplina de publicación

62Moderado
Cómo se puntúa
27/27Publica versiones — 18 versiones publicadas
16.2/36Recencia de las versiones — última versión hace 313 días
12.6/27Cadencia de publicación — una versión cada ~134,3 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count18
latest_release_tagv0.14
releases_from_tagsno
days_since_latest_release313
mean_days_between_releases134,3
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?

85Excelente · 17% del índice global

Popularidad y adopción

97Excepcional
Cómo se puntúa
60/60Estrellas — 8317 estrellas
25/25Forks — 1054 forks
11.8/15Observadores — 136 observadores
Datos de entrada utilizados
forks1054
stars8317
watchers136
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_badges0
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_services—
has_pull_request_templateno

Adopción en el ecosistema (descargas)

87Excelente
Cómo se puntúa
69.4/80Descargas mensuales — 161.074 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesdowhy
dependents—
ecosystemspypi
total_downloads—
monthly_downloads161.074
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?

75Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

64Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
15/22.5Distribución de commits — el principal contribuyente firma el 34% de los commits
13.5/13.5Amplitud de contribuyentes — 96 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 13 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled96
top_contributor_share0,335

Capacidad de respuesta a issues y PR

81Excelente
Cómo se puntúa
32.3/42Resolución de issues — 77% de issues cerradas
24.1/30Aceptación de PR — 842/1046 PR decididos fusionados
9.8/13Newcomer PR acceptance — 3/4 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs842
open_issues144
closed_issues480
prs_merged_7d4
prs_decided_7d4
prs_merged_30d6
prs_decided_30d7
issue_closed_ratio0,769
closed_unmerged_prs204
first_time_authors_30d3
first_time_prs_merged_30d3
first_time_prs_decided_30d4

Propiedad y custodia

69Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
21.8/25Alcance del propietario — 1068 seguidores de py-why
17.6/25Trayectoria — 14 repos públicos, cuenta de ~4 años
Datos de entrada utilizados
followers1068
owner_typeOrganization
is_verifiedno
owner_loginpy-why
public_repos14
account_age_days1653

Mantenimiento de paquetes

91Excelente
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
26/35Recencia de publicación — última publicación hace 313 días
20/20Historial de versiones — 18 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesdowhy
ecosystemspypi
any_deprecatedno
min_days_since_publish313

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

89Excelente · 19% del índice global

Prácticas de ingeniería

82Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 12 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .flake8, pyproject.toml ([tool.pylint], [tool.black], [tool.isort])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 28 out of 30 merged PRs checked by a CI test -- score normalized to 9
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://www.pywhy.org/dowhy
10/10Descripción del repositorio
10/10Topics — 11 topics
10/10Wiki
Datos de entrada utilizados
topicscausal-inference, machine-learning, graphical-models, bayesian-networks, data-science, python3, causality, causal-models, treatment-effects, do-calculus, causal-machine-learning
has_wikisí
homepagehttps://www.pywhy.org/dowhy
docs_sitehttps://www.pywhy.org/dowhy
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?

67Bueno · 16% del índice global

Postura de seguridad

59Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
2.2/2.5CI-Tests — 28 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 13 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
2.5/2.5Licencia — 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
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 — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 88 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,9
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_packages47
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:dowhy@0.14 —lo que arrastra la instalación del paquete publicado—: 47 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.

81Excelente · 4% del índice global

Contexto y guía para agentes

85Excelente
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 30 de 34 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,882
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes8083

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

81Excelente
Cómo se puntúa
18/18Arranque con un solo comando — docs/source/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .flake8, pyproject.toml ([tool.pylint], [tool.black], [tool.isort])
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
10/10Práctica demostrada con agentes — 47 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 16 de los últimos 100 commits son actualizaciones automáticas de dependencias
2/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespackage-lock.json, poetry.lock
has_dockerfilesí
typed_languageno
bootstrap_filesdocs/source/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,47
toolchain_manifests—
dependency_bot_commit_share0,16

Legibilidad del código para modelos

55Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.8/55Tamaños de archivo manejables — 1/269 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes60.243
source_files_sampled269
oversized_source_files1

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

8317estrellas de GitHub
96contribuidores
161commits en los últimos 12 meses
0días desde el último push
18versiones publicadas
2factor bus
144issues 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 ★ / 1054 ⇿
0Estrellas
1054Forks
18Versiones

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.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

0200400600800100012001054242018-102022-092026-09
Mayor 0Menor 0Parche 5

Cada punto abarca 8 días.

OpenSSF Scorecard 5.9 / 10
5.9agregado

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 · 2026-09-17 17:08 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
9CI-Tests28 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 13 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 0 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
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities88 existing vulnerabilities detected
Dependencias directas 17
RegistroPaqueteRestricción de versiónManifiesto
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
Todas las dependencias 265

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 17 paquetes directos y 248 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIcausal-learn0.1.4.4directa
PyPIcvxpy1.7.1directa
PyPIcython3.1.2directa
PyPIeconml0.16.0directa
PyPIjoblib1.5.1directa
PyPImatplotlib3.9.4directa
PyPInetworkx3.2.1directa
PyPInumba0.60.0directa
PyPInumpy2.0.2directa
PyPIpandas2.3.1directa
PyPIpydot1.4.2directa
PyPIpygraphviz1.11directa
PyPIscikit-learn1.6.1directa
PyPIscipy1.13.1directa
PyPIstatsmodels0.14.5directa
PyPIsympy1.14.0directa
PyPItqdm4.67.1directa
npm@asamuzakjp/css-color5.0.1indirecta
npm@asamuzakjp/dom-selector7.0.3indirecta
npm@asamuzakjp/nwsapi2.3.9indirecta
npm@bramus/specificity2.4.2indirecta
npm@csstools/color-helpers6.0.2indirecta
npm@csstools/css-calc3.1.1indirecta
npm@csstools/css-color-parser4.0.2indirecta
npm@csstools/css-parser-algorithms4.0.0indirecta
npm@csstools/css-syntax-patches-for-csstree1.1.1indirecta
npm@csstools/css-tokenizer4.0.0indirecta
npm@exodus/bytes1.15.0indirecta
npmbidi-js1.0.3indirecta
npmcss-tree3.2.1indirecta
npmdata-urls7.0.0indirecta
npmdecimal.js10.6.0indirecta
npmentities6.0.1indirecta
npmhtml-encoding-sniffer6.0.0indirecta
npmis-potential-custom-element-name1.0.1indirecta
npmjsdom29.0.0indirecta
npmlru-cache11.2.7indirecta
npmmdn-data2.27.1indirecta
npmparse58.0.0indirecta
npmpunycode2.3.1indirecta
npmrequire-from-string2.0.2indirecta
npmsaxes6.0.0indirecta
npmsource-map-js1.2.1indirecta
npmsymbol-tree3.2.4indirecta
npmtldts7.0.26indirecta
npmtldts-core7.0.26indirecta
npmtough-cookie6.0.1indirecta
npmtr466.0.0indirecta
npmundici7.29.0indirecta
npmw3c-xmlserializer5.0.0indirecta
npmwebidl-conversions8.0.1indirecta
npmwhatwg-mimetype5.0.0indirecta
npmwhatwg-url16.0.1indirecta
npmxml-name-validator5.0.0indirecta
npmxmlchars2.2.0indirecta
PyPIabsl-py2.3.1indirecta
PyPIaccessible-pygments0.0.5indirecta
PyPIaiohappyeyeballs2.6.1indirecta
PyPIaiohttp3.13.4indirecta
PyPIaiosignal1.4.0indirecta
PyPIalabaster0.7.16indirecta
PyPIanyio4.9.0indirecta
PyPIappnope0.1.4indirecta
PyPIargon2-cffi25.1.0indirecta
PyPIargon2-cffi-bindings21.2.0indirecta
PyPIarrow1.3.0indirecta
PyPIasttokens3.0.0indirecta
PyPIasync-lru2.0.5indirecta
PyPIasync-timeout5.0.1indirecta
PyPIattrs25.3.0indirecta
PyPIbabel2.17.0indirecta
PyPIbeautifulsoup44.13.4indirecta
PyPIblack25.1.0indirecta
PyPIbleach6.2.0indirecta
PyPIcdt0.6.0indirecta
PyPIcertifi2025.7.9indirecta
PyPIcffi1.17.1indirecta
PyPIcharset-normalizer3.4.2indirecta
PyPIclarabel0.11.1indirecta
PyPIclick8.1.8indirecta
PyPIcloudpickle3.1.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.2indirecta
PyPIcontourpy1.3.0indirecta
PyPIcoverage7.9.2indirecta
PyPIcycler0.12.1indirecta
PyPIdebugpy1.8.14indirecta
PyPIdecorator5.2.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdocutils0.20.1indirecta
PyPIexceptiongroup1.3.0indirecta
PyPIexecuting2.2.0indirecta
PyPIfastjsonschema2.21.1indirecta
PyPIfilelock3.18.0indirecta
PyPIflake87.3.0indirecta
PyPIflaky3.8.1indirecta
PyPIfonttools4.60.2indirecta
PyPIfqdn1.5.1indirecta
PyPIfrozenlist1.7.0indirecta
PyPIfsspec2025.5.1indirecta
PyPIgputil1.4.0indirecta
PyPIgraphviz0.21indirecta
PyPIh110.16.0indirecta
PyPIh5py3.14.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIidna3.15indirecta
PyPIimagesize1.4.1indirecta
PyPIimportlib-metadata8.7.0indirecta
PyPIimportlib-resources6.5.2indirecta
PyPIiniconfig2.1.0indirecta
PyPIipykernel6.29.5indirecta
PyPIipython8.18.1indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIipywidgets8.1.7indirecta
PyPIisoduration20.11.0indirecta
PyPIisort6.0.1indirecta
PyPIjedi0.19.2indirecta
PyPIjinja23.1.6indirecta
PyPIjson50.12.0indirecta
PyPIjsonpointer3.0.0indirecta
PyPIjsonschema4.24.0indirecta
PyPIjsonschema-specifications2025.4.1indirecta
PyPIjupyter1.1.1indirecta
PyPIjupyter-client8.6.3indirecta
PyPIjupyter-console6.6.3indirecta
PyPIjupyter-core5.8.1indirecta
PyPIjupyter-events0.12.0indirecta
PyPIjupyter-lsp2.2.5indirecta
PyPIjupyter-server2.18.0indirecta
PyPIjupyter-server-terminals0.5.3indirecta
PyPIjupyterlab4.5.10indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIjupyterlab-server2.28.0indirecta
PyPIjupyterlab-widgets3.0.15indirecta
PyPIkeras3.10.0indirecta
PyPIkiwisolver1.4.7indirecta
PyPIlightgbm4.6.0indirecta
PyPIlightning-utilities0.14.3indirecta
PyPIllvmlite0.43.0indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkupsafe3.0.2indirecta
PyPImatplotlib-inline0.1.7indirecta
PyPImccabe0.7.0indirecta
PyPImdurl0.1.2indirecta
PyPImistune3.3.3indirecta
PyPIml-dtypes0.4.1indirecta
PyPImomentchi20.1.8indirecta
PyPImpmath1.3.0indirecta
PyPImultidict6.6.3indirecta
PyPImypy1.16.1indirecta
PyPImypy-extensions1.1.0indirecta
PyPInamex0.1.0indirecta
PyPInbclient0.10.2indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.10.4indirecta
PyPInbsphinx0.9.7indirecta
PyPInest-asyncio1.6.0indirecta
PyPInotebook7.5.6indirecta
PyPInotebook-shim0.2.4indirecta
PyPInvidia-cublas-cu1212.1.3.1indirecta
PyPInvidia-cuda-cupti-cu1212.1.105indirecta
PyPInvidia-cuda-nvrtc-cu1212.1.105indirecta
PyPInvidia-cuda-runtime-cu1212.1.105indirecta
PyPInvidia-cudnn-cu129.1.0.70indirecta
PyPInvidia-cufft-cu1211.0.2.54indirecta
PyPInvidia-cufile-cu121.11.1.6indirecta
PyPInvidia-curand-cu1210.3.2.106indirecta
PyPInvidia-cusolver-cu1211.4.5.107indirecta
PyPInvidia-cusparse-cu1212.1.0.106indirecta
PyPInvidia-cusparselt-cu120.6.3indirecta
PyPInvidia-nccl-cu122.20.5indirecta
PyPInvidia-nvjitlink-cu1212.6.85indirecta
PyPInvidia-nvtx-cu1212.1.105indirecta
PyPIoptree0.16.0indirecta
PyPIosqp1.0.4indirecta
PyPIoverrides7.7.0indirecta
PyPIpackaging25.0indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparso0.8.4indirecta
PyPIpastel0.2.1indirecta
PyPIpathspec0.12.1indirecta
PyPIpatsy1.0.1indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow11.3.0indirecta
PyPIplatformdirs4.3.8indirecta
PyPIpluggy1.6.0indirecta
PyPIpoethepoet0.36.0indirecta
PyPIprometheus-client0.22.1indirecta
PyPIprompt-toolkit3.0.51indirecta
PyPIpropcache0.3.2indirecta
PyPIpsutil7.0.0indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpycodestyle2.14.0indirecta
PyPIpycparser2.22indirecta
PyPIpydata-sphinx-theme0.16.1indirecta
PyPIpyflakes3.4.0indirecta
PyPIpygments2.20.0indirecta
PyPIpyparsing3.2.3indirecta
PyPIpytest8.4.1indirecta
PyPIpytest-cov6.2.1indirecta
PyPIpytest-split0.10.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-json-logger3.3.0indirecta
PyPIpytorch-lightning1.9.5indirecta
PyPIpytz2025.2indirecta
PyPIpywin32310indirecta
PyPIpywinpty2.0.15indirecta
PyPIpyyaml6.0.2indirecta
PyPIpyzmq27.0.0indirecta
PyPIreferencing0.36.2indirecta
PyPIrequests2.32.4indirecta
PyPIrfc3339-validator0.1.4indirecta
PyPIrfc3986-validator0.1.1indirecta
PyPIrich14.0.0indirecta
PyPIrpds-py0.26.0indirecta
PyPIscs3.2.7.post2indirecta
PyPIseaborn0.13.2indirecta
PyPIsend2trash1.8.3indirecta
PyPIsetuptools80.9.0indirecta
PyPIshap0.48.0indirecta
PyPIsix1.17.0indirecta
PyPIskrebate0.62indirecta
PyPIslicer0.0.8indirecta
PyPIsniffio1.3.1indirecta
PyPIsnowballstemmer3.0.1indirecta
PyPIsoupsieve2.8.4indirecta
PyPIsparse0.15.5indirecta
PyPIsphinx7.4.7indirecta
PyPIsphinx-copybutton0.5.0indirecta
PyPIsphinx-design0.6.1indirecta
PyPIsphinx-rtd-theme3.0.2indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jquery4.1indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIstack-data0.6.3indirecta
PyPIterminado0.18.1indirecta
PyPIthreadpoolctl3.6.0indirecta
PyPItinycss21.4.0indirecta
PyPItokenize-rt6.2.0indirecta
PyPItomli2.2.1indirecta
PyPItorch2.4.1indirecta
PyPItorchmetrics1.7.4indirecta
PyPItorchvision0.19.1indirecta
PyPItornado6.5.8indirecta
PyPItraitlets5.14.3indirecta
PyPItriton3.0.0indirecta
PyPItypes-python-dateutil2.9.0.20250708indirecta
PyPItyping-extensions4.14.1indirecta
PyPItzdata2025.2indirecta
PyPIuri-template1.3.0indirecta
PyPIurllib32.6.3indirecta
PyPIwcwidth0.2.13indirecta
PyPIwebcolors24.11.1indirecta
PyPIwebencodings0.5.1indirecta
PyPIwebsocket-client1.8.0indirecta
PyPIwidgetsnbextension4.0.14indirecta
PyPIxgboost2.1.4indirecta
PyPIyarl1.20.1indirecta
PyPIzipp3.23.0indirecta
Avisos de dependencias 0

Instalar pypi:dowhy@0.14 arrastra 47 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 py-why/dowhy. Leer en paralelo →

94pgmpy/pgmpyPython Toolkit for Causal and Probabilistic ReasoningExcepcional100scikit-learn/scikit-learnscikit-learn: machine learning in PythonExcepcional98Nixtla/statsforecastLightning ⚡️ fast forecasting with statistical and econometric models.Excepcional100streamlit/streamlitStreamlit — A faster way to build and share data apps.Excepcional100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Excepcional100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsExcepcional

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.