Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-19 02:54 UTC

business-science / pytimetk

Time series easier, faster, more fun. Pytimetk.

PythonMIT★ 966 зірок⑂ 85 форківз квіт. 2021 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#pandas#polars#time#time-series#timeseries#timeseries-analysis

business-science/pytimetk має індекс здоров’я 77 зі 100, що відповідає смузі «Добрий». Найвищий показник — Vitality (77/100), найнижчий — Security (42/100). Останнє оновлення було 2 дні тому. Більшість нещодавньої роботи виконує один учасник.

77
загалом / 100
Добрий

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»).

77
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 66 калібровано до 77 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Business ScienceОрганізація
1 290 підписників46 публічних репозиторіївз бер. 2017 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIpytimetk2.5.314 231282 дні томуtime-seriesforecastingmachine-learningdata-science

Метрики за категоріями

Життєздатність

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

77Добрий · 21% загального індексу

Активність розробки

69Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 2 дн. тому
4.8/36Ритм комітів — 7/52 тижнів із комітами
18/18Обсяг комітів — 109 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 19 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year109
human_commit_share1
days_since_last_push2
active_weeks_last_year7

Дисципліна релізів

90Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 27 релізів
36/36Свіжість релізів — останній реліз 2 дн. тому
27/27Ритм релізів — реліз кожні ~40,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count27
latest_release_tagv2.5.3
releases_from_tagsні
days_since_latest_release2
mean_days_between_releases40,6

Спільнота та впровадження

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

70Добрий · 17% загального індексу

Популярність і впровадження

71Добрий
Як обчислюється оцінка
48.4/60Зірки — 966 зірок
16/25Форки — 85 форків
6.8/15Спостерігачі — 18 спостерігачів
Використані вхідні дані
forks85
stars966
watchers18
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

70Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges6
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

69Добрий
Як обчислюється оцінка
55.4/80Щомісячні завантаження — 14 231 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagespytimetk
dependents—
ecosystemspypi
total_downloads—
monthly_downloads14 231
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?

66Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

33У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
4.2/22.5Розподіл комітів — головний контриб’ютор — автор 81% комітів
9.5/13.5Широта контриб’юторів — 7 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled7
top_contributor_share0,813

Реактивність на issue та PR

67Добрий
Як обчислюється оцінка
41.7/42Вирішення issue — закрито 99% issue
25.7/30Прийняття PR — злито 126/147 вирішених PR
0/13Newcomer PR acceptance — злито 0/1 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs126
open_issues1
closed_issues173
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d1
issue_closed_ratio0,994
closed_unmerged_prs21
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Власність та опіка

77Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
22.4/25Охоплення власника — 1 290 підписників у business-science
24.2/25Послужний список — 46 публічних репозиторіїв, вік облікового запису ~9 р.
Використані вхідні дані
followers1 290
owner_typeOrganization
is_verifiedні
owner_loginbusiness-science
public_repos46
account_age_days3 501

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 2 дн. тому
20/20Історія версій — 28 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagespytimetk
ecosystemspypi
any_deprecatedні
min_days_since_publish2

Інженерна якість

Чи наявні базові інженерні практики та документація?

76Добрий · 19% загального індексу

Інженерні практики

60Помірний
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: CI-Tests. Залишкові ваги перенормовано.

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://business-science.github.io/pytimetk/
10/10Опис репозиторію
10/10Теми — 6 тем
10/10Wiki
Використані вхідні дані
topicspandas, polars, time, time-series, timeseries, timeseries-analysis
has_wikiтак
homepagehttps://business-science.github.io/pytimetk/
docs_sitehttps://business-science.github.io/pytimetk/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

42Слабкий · 16% загального індексу

Стан безпеки

28У зоні ризику
Як обчислюється оцінка
4.5/7.5Binary-Artifacts — binaries present in source code
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — немає даних
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 4 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 19 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — no SAST tool detected
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 59 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate2,8
Виключено з оцінювання (немає даних або не застосовно): CI-Tests, Packaging. 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_packages59
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:pytimetk@2.5.3 — тим, що тягне за собою встановлення опублікованого пакета, — 59 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.

43Слабкий · 4% загального індексу

Контекст і настанови для агентів

24У зоні ризику
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
24/40Читабельна історія комітів — намір зазначено у 45 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,45
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

32У зоні ризику
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — lockfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfilespoetry.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.4/55Керовані розміри файлів — 2/174 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes78 129
source_files_sampled174
oversized_source_files2

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

966зірок GitHub
7контриб'юторів
109комітів за останні 12 місяців
2днів від останнього пушу
27релізів
1бас-фактор
1відкритих 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 ★ / 85 ⇿
0Зірки
85Форки
26Релізи

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.

0204060801008552021-082024-032026-10
Мажорні 2Мінорні 11Патчі 13

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 2.8 / 10
2.8сукупно

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 02:54 UTC

6Binary-Artifactsbinaries present in source code
0Branch-Protectionbranch protection not enabled on development/release branches
н/дCI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained19 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTno SAST tool detected
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities59 existing vulnerabilities detected
Прямі залежності 20
РеєстрПакетОбмеження версіїМаніфест
PyPIpandas—pyproject.toml
PyPIpandas-flavor>=0.7.0pyproject.toml
PyPImatplotlib>=3.8.0pyproject.toml
PyPIplotnine>=0.12.3pyproject.toml
PyPIplotly>=5.17.0pyproject.toml
PyPIholidays>=0.33pyproject.toml
PyPItsfeatures>=0.4.5pyproject.toml
PyPIstatsmodels>=0.14.0pyproject.toml
PyPItqdm>=4.66.1pyproject.toml
PyPIpolars>=1.2.0pyproject.toml
PyPIpyarrow>=16.1.0pyproject.toml
PyPIadjusttext>=0.8pyproject.toml
PyPIxarray>=2024.6.0pyproject.toml
PyPItimebasedcv>=0.3pyproject.toml
PyPIscikit-learn>=1.5.2pyproject.toml
PyPIpatsy>=0.5.6pyproject.toml
PyPIpomegranate<1.0pyproject.toml
PyPIhmmlearn>=0.3.0pyproject.toml
PyPIcudf-cu12>=24.10.0pyproject.toml
PyPIray>=2.10.0pyproject.toml
Усі залежності 138

Повний розв'язаний набір залежностей із графа залежностей GitHub: 20 прямих і 118 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIadjusttext0.8пряма
PyPIcudf-cu1225.10.0пряма
PyPIhmmlearn0.3.3пряма
PyPIholidays0.33пряма
PyPImatplotlib3.9.4пряма
PyPIpandas2.2.3пряма
PyPIpandas-flavor0.7.0пряма
PyPIpatsy1.0.1пряма
PyPIplotly5.24.1пряма
PyPIplotnine0.12.4пряма
PyPIpolars1.21.0пряма
PyPIpomegranate0.14.9пряма
PyPIpyarrow16.1.0пряма
PyPIray2.51.1пряма
PyPIscikit-learn1.6.1пряма
PyPIstatsmodels0.14.4пряма
PyPItimebasedcv0.3.0пряма
PyPItqdm4.67.1пряма
PyPItsfeatures0.4.5пряма
PyPIxarray2024.7.0пряма
PyPIannotated-types0.7.0непряма
PyPIantropy0.1.9непряма
PyPIappnope0.1.4непряма
PyPIarch7.2.0непряма
PyPIasttokens3.0.0непряма
PyPIattrs25.1.0непряма
PyPIbeartype0.19.0непряма
PyPIcachetools6.2.1непряма
PyPIcertifi2025.1.31непряма
PyPIcffi1.17.1непряма
PyPIcharset-normalizer3.4.1непряма
PyPIclick8.1.8непряма
PyPIcolorama0.4.6непряма
PyPIcomm0.2.2непряма
PyPIcontourpy1.3.0непряма
PyPIcuda-bindings12.9.3непряма
PyPIcuda-core0.3.2непряма
PyPIcuda-pathfinder1.3.1непряма
PyPIcuda-python12.9.3непряма
PyPIcuda-toolkit12.9.1непряма
PyPIcupy-cuda12x13.6.0непряма
PyPIcycler0.12.1непряма
PyPIcython0.29.37непряма
PyPIdebugpy1.8.12непряма
PyPIdecorator5.1.1непряма
PyPIexceptiongroup1.2.2непряма
PyPIexecuting2.2.0непряма
PyPIfastjsonschema2.21.1непряма
PyPIfastrlock0.8.3непряма
PyPIfilelock3.19.1непряма
PyPIfonttools4.55.8непряма
PyPIfsspec2025.9.0непряма
PyPIgriffe1.5.6непряма
PyPIidna3.10непряма
PyPIimportlib-metadata8.6.1непряма
PyPIimportlib-resources6.5.2непряма
PyPIiniconfig2.0.0непряма
PyPIipykernel6.29.5непряма
PyPIipython8.18.1непряма
PyPIjedi0.19.2непряма
PyPIjoblib1.4.2непряма
PyPIjsonschema4.23.0непряма
PyPIjsonschema-specifications2024.10.1непряма
PyPIjupyter-client8.6.3непряма
PyPIjupyter-core5.7.2непряма
PyPIkiwisolver1.4.7непряма
PyPIlibcudf-cu1225.10.0непряма
PyPIlibkvikio-cu1225.10.0непряма
PyPIlibrmm-cu1225.10.0непряма
PyPIllvmlite0.43.0непряма
PyPImarkdown-it-py3.0.0непряма
PyPImatplotlib-inline0.1.7непряма
PyPImdurl0.1.2непряма
PyPImizani0.9.3непряма
PyPImsgpack1.1.2непряма
PyPInarwhals1.25.1непряма
PyPInbclient0.10.2непряма
PyPInbformat5.10.4непряма
PyPInest-asyncio1.6.0непряма
PyPInetworkx3.2.1непряма
PyPInumba0.60.0непряма
PyPInumba-cuda0.19.1непряма
PyPInumpy2.0.2непряма
PyPInvidia-cuda-cccl-cu1212.9.27непряма
PyPInvidia-cuda-nvcc-cu1212.9.86непряма
PyPInvidia-cuda-nvrtc-cu1212.9.86непряма
PyPInvidia-cuda-runtime-cu1212.9.79непряма
PyPInvidia-nvjitlink-cu1212.9.86непряма
PyPInvtx0.2.13непряма
PyPIpackaging24.2непряма
PyPIparso0.8.4непряма
PyPIpexpect4.9.0непряма
PyPIpillow11.1.0непряма
PyPIplatformdirs4.3.6непряма
PyPIpluggy1.5.0непряма
PyPIplum-dispatch1.7.4непряма
PyPIprompt-toolkit3.0.50непряма
PyPIprotobuf6.33.0непряма
PyPIpsutil6.1.1непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpycparser2.22непряма
PyPIpydantic2.10.6непряма
PyPIpydantic-core2.27.2непряма
PyPIpygments2.19.1непряма
PyPIpylibcudf-cu1225.10.0непряма
PyPIpyparsing3.2.1непряма
PyPIpytest7.4.4непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpytz2025.1непряма
PyPIpywin32308непряма
PyPIpyyaml6.0.2непряма
PyPIpyzmq26.2.1непряма
PyPIquarto0.1.0непряма
PyPIquartodoc0.7.6непряма
PyPIrapids-logger0.1.19непряма
PyPIreferencing0.36.2непряма
PyPIrequests2.32.3непряма
PyPIrich13.9.4непряма
PyPIrmm-cu1225.10.0непряма
PyPIrpds-py0.22.3непряма
PyPIscipy1.13.1непряма
PyPIsix1.17.0непряма
PyPIsphobjinv2.3.1.2непряма
PyPIstack-data0.6.3непряма
PyPIsupersmoother0.4непряма
PyPItabulate0.9.0непряма
PyPItenacity9.0.0непряма
PyPIthreadpoolctl3.5.0непряма
PyPItomli2.2.1непряма
PyPItornado6.4.2непряма
PyPItraitlets5.14.3непряма
PyPItyping-extensions4.12.2непряма
PyPItzdata2025.1непряма
PyPIurllib32.3.0непряма
PyPIwatchdog6.0.0непряма
PyPIwcwidth0.2.13непряма
PyPIzipp3.21.0непряма
Сповіщення про залежності 0

Встановлення pypi:pytimetk@2.5.3 тягне 59 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 business-science/pytimetk. Читати поруч →

95sktime/pytorch-forecastingTime series forecasting with PyTorchВинятковий94awslabs/gluontsProbabilistic time series modeling in PythonВинятковий98Nixtla/statsforecastLightning ⚡️ fast forecasting with statistical and econometric models.Винятковий98sktime/sktimeA unified framework for machine learning with time seriesВинятковий98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий96unit8co/dartsA python library for user-friendly forecasting and anomaly detection on time series.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.