Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-19 19:53 UTC

Nixtla / datasetsforecast

Datasets for time series forecasting

Python · Jupyter NotebookMIT★ 128 зірок⑂ 12 форківз черв. 2022 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#datasets#forecasting

Nixtla/datasetsforecast має індекс здоров’я 93 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (96/100), найнижчий — Community & Adoption (68/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

93
загалом / 100
Винятковий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

93
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 79 калібровано до 93 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

NixtlaОрганізація · підтверджений домен
2 866 підписників42 публічні репозиторіїз бер. 2021 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIdatasetsforecast1.0.254 211113 дні томуtime-seriesforecastingdatasets

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

77Добрий · 21% загального індексу

Активність розробки

73Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
12.5/36Ритм комітів — 18/52 тижнів із комітами
14.1/18Обсяг комітів — 36 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 15 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year36
human_commit_share0,7
days_since_last_push0
active_weeks_last_year18

Дисципліна релізів

84Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 10 релізів
36/36Свіжість релізів — останній реліз 3 дн. тому
12.6/27Ритм релізів — реліз кожні ~175,2 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count10
latest_release_tagv1.0.2
releases_from_tagsні
days_since_latest_release3
mean_days_between_releases175,2
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: Signed-Releases. Залишкові ваги перенормовано.

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

68Добрий · 17% загального індексу

Популярність і впровадження

47Слабкий
Як обчислюється оцінка
34.1/60Зірки — 128 зірок
8.7/25Форки — 12 форків
4.3/15Спостерігачі — 7 спостерігачів
Використані вхідні дані
forks12
stars128
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

85Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges0
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_services—
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

79Добрий
Як обчислюється оцінка
63.1/80Щомісячні завантаження — 54 211 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesdatasetsforecast
dependents—
ecosystemspypi
total_downloads—
monthly_downloads54 211
unverified_packages_excluded—
Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

78Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

42Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
9.2/22.5Розподіл комітів — головний контриб’ютор — автор 59% комітів
13.5/13.5Широта контриб’юторів — 13 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled13
top_contributor_share0,591

Реактивність на issue та PR

84Відмінний
Як обчислюється оцінка
30.8/42Вирішення issue — закрито 73% issue
25.7/30Прийняття PR — злито 84/98 вирішених PR
13/13Newcomer PR acceptance — злито 5/5 PR від новачків за 30 дн.
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Використані вхідні дані
merged_prs84
open_issues4
closed_issues11
prs_merged_7d5
prs_decided_7d5
prs_merged_30d6
prs_decided_30d6
issue_closed_ratio0,733
closed_unmerged_prs14
first_time_authors_30d2
first_time_prs_merged_30d5
first_time_prs_decided_30d5

Власність та опіка

98Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
24.9/25Охоплення власника — 2 866 підписників у Nixtla
23.2/25Послужний список — 42 публічних репозиторіїв, вік облікового запису ~5 р.
Використані вхідні дані
followers2 866
owner_typeOrganization
is_verifiedтак
owner_loginNixtla
public_repos42
account_age_days2 056

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 3 дн. тому
20/20Історія версій — 11 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesdatasetsforecast
ecosystemspypi
any_deprecatedні
min_days_since_publish3

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 6 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://nixtlaverse.nixtla.io/datasetsforecast
10/10Опис репозиторію
10/10Теми — 2 тем
10/10Wiki
Використані вхідні дані
topicsdatasets, forecasting
has_wikiтак
homepagehttps://nixtlaverse.nixtla.io/datasetsforecast
docs_sitehttps://nixtlaverse.nixtla.io/datasetsforecast
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

75Добрий · 16% загального індексу

Стан безпеки

69Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 4 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
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 15 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
2/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
5/5SAST — SAST tool is run on all commits
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
5.2/7.5Vulnerabilities — 3 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,9
Виключено з оцінювання (немає даних або не застосовно): Packaging, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages37
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:datasetsforecast@1.0.2 — тим, що тягне за собою встановлення опублікованого пакета, — 37 пакетів. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

69Добрий · 4% загального індексу

Контекст і настанови для агентів

51Помірний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://nixtlaverse.nixtla.io/llms.txt)
35.8/40Читабельна історія комітів — намір зазначено у 47 з 70 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://nixtlaverse.nixtla.io/llms.txt
legible_history_share0,671
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

77Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — devcontainer, lockfile
4/10Підтверджена практика роботи з агентами — 2 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 30 з останніх 100 комітів — автоматичні оновлення залежностей
4/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
has_devcontainerтак
has_linter_configтак
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,3

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/25 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes43 523
source_files_sampled25
oversized_source_files0

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — notebooks
Використані вхідні дані
example_dirsnotebooks
has_mcp_signalні
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

128зірок GitHub
13контриб'юторів
36комітів за останні 12 місяців
0днів від останнього пушу
10релізів
1бас-фактор
4відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

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

Докладніше

Історія зірок і форків 0 ★ / 12 ⇿
0Зірки
12Форки
2Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

0246810121212022-102024-062026-01
Мажорні 1Мінорні 0Патчі 1

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 6.9 / 10
6.9сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-10-19 19:53 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained15 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
4Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 4
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7Vulnerabilities3 existing vulnerabilities detected
Прямі залежності 9
РеєстрПакетОбмеження версіїМаніфест
PyPIaiohttp>=3.14.1pyproject.toml
PyPInumpy—pyproject.toml
PyPIscikit-learn—pyproject.toml
PyPIpandas<3.0.0pyproject.toml
PyPIpyarrow>=15.0.0pyproject.toml
PyPIrequests—pyproject.toml
PyPItqdm—pyproject.toml
PyPIutilsforecast>=0.0.8pyproject.toml
PyPIxlrd>=1.0.0pyproject.toml
Усі залежності 77

Повний розв'язаний набір залежностей із графа залежностей GitHub: 11 прямих і 66 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaiohttp3.14.3пряма
PyPInumpy2.2.6пряма
PyPInumpy2.4.1пряма
PyPIpandas2.3.3пряма
PyPIpyarrow25.0.1пряма
PyPIrequests2.33.0пряма
PyPIscikit-learn1.7.2пряма
PyPIscikit-learn1.8.0пряма
PyPItqdm4.67.1пряма
PyPIutilsforecast0.2.15пряма
PyPIxlrd2.0.2пряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiosignal1.4.0непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs25.4.0непряма
PyPIbackports-asyncio-runner1.2.0непряма
PyPIcertifi2026.1.4непряма
PyPIcfgv3.5.0непряма
PyPIcharset-normalizer3.4.4непряма
PyPIcolorama0.4.6непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcoverage7.13.2непряма
PyPIcycler0.12.1непряма
PyPIdatasetsforecast1.0.1непряма
PyPIdistlib0.4.0непряма
PyPIexceptiongroup1.3.1непряма
PyPIfilelock3.32.7непряма
PyPIfonttools4.61.1непряма
PyPIfrozenlist1.8.0непряма
PyPIgriffe1.15.0непряма
PyPIgriffe2md1.2.6непряма
PyPIidentify2.6.16непряма
PyPIidna3.15непряма
PyPIiniconfig2.3.0непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.5.3непряма
PyPIkiwisolver1.4.9непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.3непряма
PyPImatplotlib3.10.8непряма
PyPImdformat1.0.0непряма
PyPImdurl0.1.2непряма
PyPImkdocstrings-parser0.0.1непряма
PyPImultidict6.9.1непряма
PyPInarwhals2.15.0непряма
PyPInodeenv1.10.0непряма
PyPIpackaging26.0непряма
PyPIpillow12.3.0непряма
PyPIpip-licenses5.5.1непряма
PyPIplatformdirs4.5.1непряма
PyPIpluggy1.6.0непряма
PyPIpre-commit4.5.1непряма
PyPIprettytable3.17.0непряма
PyPIpropcache0.4.1непряма
PyPIpygments2.20.0непряма
PyPIpyparsing3.3.2непряма
PyPIpytest9.0.3непряма
PyPIpytest-asyncio1.3.0непряма
PyPIpytest-cov7.0.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-discovery1.6.2непряма
PyPIpytz2025.2непряма
PyPIpyyaml6.0.3непряма
PyPIrich14.3.1непряма
PyPIscipy1.15.3непряма
PyPIscipy1.17.0непряма
PyPIsix1.17.0непряма
PyPIthreadpoolctl3.6.0непряма
PyPItomli2.4.0непряма
PyPItypes-requests2.32.4.20260107непряма
PyPItyping-extensions4.15.0непряма
PyPItzdata2025.3непряма
PyPIurllib32.8.0непряма
PyPIvirtualenv21.7.13непряма
PyPIwcwidth0.5.0непряма
PyPIyarl1.22.0непряма
Сповіщення про залежності 0

Встановлення pypi:datasetsforecast@1.0.2 тягне 37 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з Nixtla/datasetsforecast. Читати поруч →

98sktime/sktimeA unified framework for machine learning with time seriesВинятковий98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий98Nixtla/neuralforecastScalable and user friendly neural :brain: forecasting algorithms.Винятковий98Nixtla/statsforecastLightning ⚡️ fast forecasting with statistical and econometric models.Винятковий96unit8co/dartsA python library for user-friendly forecasting and anomaly detection on time series.Винятковий96Nixtla/nixtlaTimeGPT-2.1: production ready pre-trained Time Series Foundation Model for forecasting and anomaly detection. Generative pretrained transformer for time series trained on over 100B data points. It's capable of accurately predicting various domains such as retail, electricity, finance, and IoT with just a few lines of code 🚀.Винятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.34.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.