Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-12 22:31 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★ 8 260 зірок⑂ 1 047 форківз трав. 2018 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#causal-inference#machine-learning#graphical-models#bayesian-networks#data-science#python3#causality#causal-models#treatment-effects#do-calculus#causal-machine-learning

py-why/dowhy має індекс здоров’я 93 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (89/100), найнижчий — Security (67/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 2 учасники.

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

PyWhyОрганізація
1 055 підписників14 публічних репозиторіївз бер. 2022 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIdowhy0.14-18277 днів томуcausalitymachine-learningcausal-inferencestatisticsgraphical-model

Метрики за категоріями

Життєздатність

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

73Добрий · 21% загального індексу

Активність розробки

81Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
17.3/36Ритм комітів — 25/52 тижнів із комітами
18/18Обсяг комітів — 135 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year135
human_commit_share0,36
days_since_last_push0
active_weeks_last_year25

Дисципліна релізів

62Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 18 релізів
16.2/36Свіжість релізів — останній реліз 277 дн. тому
12.6/27Ритм релізів — реліз кожні ~134,3 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count18
latest_release_tagv0.14
releases_from_tagsні
days_since_latest_release277
mean_days_between_releases134,3
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?

84Відмінний · 17% загального індексу

Популярність і впровадження

97Винятковий
Як обчислюється оцінка
60/60Зірки — 8 260 зірок
25/25Форки — 1 047 форків
11.8/15Спостерігачі — 136 спостерігачів
Використані вхідні дані
forks1 047
stars8 260
watchers136
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_badges0
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateні

Сталість та врядування

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

80Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

64Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
14.9/22.5Розподіл комітів — головний контриб’ютор — автор 34% комітів
13.5/13.5Широта контриб’юторів — 96 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 12 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled96
top_contributor_share0,336

Реактивність на issue та PR

83Відмінний
Як обчислюється оцінка
32.8/42Вирішення issue — закрито 78% issue
24.4/30Прийняття PR — злито 814/999 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Використані вхідні дані
merged_prs814
open_issues133
closed_issues475
prs_merged_7d0
prs_decided_7d0
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio0,781
closed_unmerged_prs185
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

86Відмінний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
21.7/25Охоплення власника — 1 055 підписників у py-why
17.4/25Послужний список — 14 публічних репозиторіїв, вік облікового запису ~4 р.
Використані вхідні дані
followers1 055
owner_typeOrganization
is_verified—
owner_loginpy-why
public_repos14
account_age_days1 617
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

91Відмінний
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
26/35Свіжість публікацій — остання публікація 277 дн. тому
20/20Історія версій — 18 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesdowhy
ecosystemspypi
any_deprecatedні
min_days_since_publish277

Інженерна якість

Чи наявні базові інженерні практики та документація?

89Відмінний · 19% загального індексу

Інженерні практики

82Відмінний
Як обчислюється оцінка
24/24Процеси CI — 12 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — .flake8
0/9.6Pre-commit-хуки
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://www.pywhy.org/dowhy
10/10Опис репозиторію
10/10Теми — 11 тем
10/10Wiki
Використані вхідні дані
topicscausal-inference, machine-learning, graphical-models, bayesian-networks, data-science, python3, causality, causal-models, treatment-effects, do-calculus, causal-machine-learning
has_wikiтак
homepagehttps://www.pywhy.org/dowhy
docs_sitehttps://www.pywhy.org/dowhy
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

67Добрий · 16% загального індексу

Стан безпеки

59Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.2/2.5CI-Tests — 29 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 12 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 — 30 commit(s) and 2 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 — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 89 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,9
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, 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_packages42
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:dowhy@0.14 — тим, що тягне за собою встановлення опублікованого пакета, — 42 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.

81Відмінний · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 32 з 36 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,889
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes8 083

Цикл верифікації (збірка / тести / перевірка типів)

81Відмінний
Як обчислюється оцінка
18/18Розгортання однією командою — docs/source/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — .flake8
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile, lockfile
10/10Підтверджена практика роботи з агентами — 42 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 19 з останніх 100 комітів — автоматичні оновлення залежностей
2/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
Використані вхідні дані
has_nixні
has_testsтак
lockfilespackage-lock.json, poetry.lock
has_dockerfileтак
typed_languageні
bootstrap_filesdocs/source/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,42
toolchain_manifests—
dependency_bot_commit_share0,19

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.8/55Керовані розміри файлів — 1/268 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes60 243
source_files_sampled268
oversized_source_files1

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

8 260зірок GitHub
96контриб'юторів
135комітів за останні 12 місяців
0днів від останнього пушу
18релізів
2бас-фактор
133відкритих 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 ★ / 1 047 ⇿
0Зірки
1 047Форки
18Релізи

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.

Показано лише найновішу історію — цей репозиторій перевищує вікно збору, тож найраніша історія не захоплена.

02004006008001 0001 2001 047222018-092022-082026-08
Мажорні 0Мінорні 0Патчі 5

Кожна точка охоплює 8 днів.

OpenSSF Scorecard 5.9 / 10
5.9сукупно

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 · 2026-08-12 22:30 UTC

10Binary-Artifactsno binaries found in the repo
н/дBranch-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-Tests29 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 12 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 2 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
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities89 existing vulnerabilities detected
Прямі залежності 17
РеєстрПакетОбмеження версіїМаніфест
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
Усі залежності 265

Повний розв'язаний набір залежностей із графа залежностей GitHub: 17 прямих і 248 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIcausal-learn0.1.4.4пряма
PyPIcvxpy1.7.1пряма
PyPIcython3.1.2пряма
PyPIeconml0.16.0пряма
PyPIjoblib1.5.1пряма
PyPImatplotlib3.9.4пряма
PyPInetworkx3.2.1пряма
PyPInumba0.60.0пряма
PyPInumpy2.0.2пряма
PyPIpandas2.3.1пряма
PyPIpydot1.4.2пряма
PyPIpygraphviz1.11пряма
PyPIscikit-learn1.6.1пряма
PyPIscipy1.13.1пряма
PyPIstatsmodels0.14.5пряма
PyPIsympy1.14.0пряма
PyPItqdm4.67.1пряма
npm@asamuzakjp/css-color5.0.1непряма
npm@asamuzakjp/dom-selector7.0.3непряма
npm@asamuzakjp/nwsapi2.3.9непряма
npm@bramus/specificity2.4.2непряма
npm@csstools/color-helpers6.0.2непряма
npm@csstools/css-calc3.1.1непряма
npm@csstools/css-color-parser4.0.2непряма
npm@csstools/css-parser-algorithms4.0.0непряма
npm@csstools/css-syntax-patches-for-csstree1.1.1непряма
npm@csstools/css-tokenizer4.0.0непряма
npm@exodus/bytes1.15.0непряма
npmbidi-js1.0.3непряма
npmcss-tree3.2.1непряма
npmdata-urls7.0.0непряма
npmdecimal.js10.6.0непряма
npmentities6.0.1непряма
npmhtml-encoding-sniffer6.0.0непряма
npmis-potential-custom-element-name1.0.1непряма
npmjsdom29.0.0непряма
npmlru-cache11.2.7непряма
npmmdn-data2.27.1непряма
npmparse58.0.0непряма
npmpunycode2.3.1непряма
npmrequire-from-string2.0.2непряма
npmsaxes6.0.0непряма
npmsource-map-js1.2.1непряма
npmsymbol-tree3.2.4непряма
npmtldts7.0.26непряма
npmtldts-core7.0.26непряма
npmtough-cookie6.0.1непряма
npmtr466.0.0непряма
npmundici7.28.0непряма
npmw3c-xmlserializer5.0.0непряма
npmwebidl-conversions8.0.1непряма
npmwhatwg-mimetype5.0.0непряма
npmwhatwg-url16.0.1непряма
npmxml-name-validator5.0.0непряма
npmxmlchars2.2.0непряма
PyPIabsl-py2.3.1непряма
PyPIaccessible-pygments0.0.5непряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.13.4непряма
PyPIaiosignal1.4.0непряма
PyPIalabaster0.7.16непряма
PyPIanyio4.9.0непряма
PyPIappnope0.1.4непряма
PyPIargon2-cffi25.1.0непряма
PyPIargon2-cffi-bindings21.2.0непряма
PyPIarrow1.3.0непряма
PyPIasttokens3.0.0непряма
PyPIasync-lru2.0.5непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs25.3.0непряма
PyPIbabel2.17.0непряма
PyPIbeautifulsoup44.13.4непряма
PyPIblack25.1.0непряма
PyPIbleach6.2.0непряма
PyPIcdt0.6.0непряма
PyPIcertifi2025.7.9непряма
PyPIcffi1.17.1непряма
PyPIcharset-normalizer3.4.2непряма
PyPIclarabel0.11.1непряма
PyPIclick8.1.8непряма
PyPIcloudpickle3.1.1непряма
PyPIcolorama0.4.6непряма
PyPIcomm0.2.2непряма
PyPIcontourpy1.3.0непряма
PyPIcoverage7.9.2непряма
PyPIcycler0.12.1непряма
PyPIdebugpy1.8.14непряма
PyPIdecorator5.2.1непряма
PyPIdefusedxml0.7.1непряма
PyPIdocutils0.20.1непряма
PyPIexceptiongroup1.3.0непряма
PyPIexecuting2.2.0непряма
PyPIfastjsonschema2.21.1непряма
PyPIfilelock3.18.0непряма
PyPIflake87.3.0непряма
PyPIflaky3.8.1непряма
PyPIfonttools4.60.2непряма
PyPIfqdn1.5.1непряма
PyPIfrozenlist1.7.0непряма
PyPIfsspec2025.5.1непряма
PyPIgputil1.4.0непряма
PyPIgraphviz0.21непряма
PyPIh110.16.0непряма
PyPIh5py3.14.0непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIidna3.15непряма
PyPIimagesize1.4.1непряма
PyPIimportlib-metadata8.7.0непряма
PyPIimportlib-resources6.5.2непряма
PyPIiniconfig2.1.0непряма
PyPIipykernel6.29.5непряма
PyPIipython8.18.1непряма
PyPIipython-pygments-lexers1.1.1непряма
PyPIipywidgets8.1.7непряма
PyPIisoduration20.11.0непряма
PyPIisort6.0.1непряма
PyPIjedi0.19.2непряма
PyPIjinja23.1.6непряма
PyPIjson50.12.0непряма
PyPIjsonpointer3.0.0непряма
PyPIjsonschema4.24.0непряма
PyPIjsonschema-specifications2025.4.1непряма
PyPIjupyter1.1.1непряма
PyPIjupyter-client8.6.3непряма
PyPIjupyter-console6.6.3непряма
PyPIjupyter-core5.8.1непряма
PyPIjupyter-events0.12.0непряма
PyPIjupyter-lsp2.2.5непряма
PyPIjupyter-server2.18.0непряма
PyPIjupyter-server-terminals0.5.3непряма
PyPIjupyterlab4.5.10непряма
PyPIjupyterlab-pygments0.3.0непряма
PyPIjupyterlab-server2.28.0непряма
PyPIjupyterlab-widgets3.0.15непряма
PyPIkeras3.10.0непряма
PyPIkiwisolver1.4.7непряма
PyPIlightgbm4.6.0непряма
PyPIlightning-utilities0.14.3непряма
PyPIllvmlite0.43.0непряма
PyPImarkdown-it-py3.0.0непряма
PyPImarkupsafe3.0.2непряма
PyPImatplotlib-inline0.1.7непряма
PyPImccabe0.7.0непряма
PyPImdurl0.1.2непряма
PyPImistune3.3.0непряма
PyPIml-dtypes0.4.1непряма
PyPImomentchi20.1.8непряма
PyPImpmath1.3.0непряма
PyPImultidict6.6.3непряма
PyPImypy1.16.1непряма
PyPImypy-extensions1.1.0непряма
PyPInamex0.1.0непряма
PyPInbclient0.10.2непряма
PyPInbconvert7.17.1непряма
PyPInbformat5.10.4непряма
PyPInbsphinx0.9.7непряма
PyPInest-asyncio1.6.0непряма
PyPInotebook7.5.6непряма
PyPInotebook-shim0.2.4непряма
PyPInvidia-cublas-cu1212.1.3.1непряма
PyPInvidia-cuda-cupti-cu1212.1.105непряма
PyPInvidia-cuda-nvrtc-cu1212.1.105непряма
PyPInvidia-cuda-runtime-cu1212.1.105непряма
PyPInvidia-cudnn-cu129.1.0.70непряма
PyPInvidia-cufft-cu1211.0.2.54непряма
PyPInvidia-cufile-cu121.11.1.6непряма
PyPInvidia-curand-cu1210.3.2.106непряма
PyPInvidia-cusolver-cu1211.4.5.107непряма
PyPInvidia-cusparse-cu1212.1.0.106непряма
PyPInvidia-cusparselt-cu120.6.3непряма
PyPInvidia-nccl-cu122.20.5непряма
PyPInvidia-nvjitlink-cu1212.6.85непряма
PyPInvidia-nvtx-cu1212.1.105непряма
PyPIoptree0.16.0непряма
PyPIosqp1.0.4непряма
PyPIoverrides7.7.0непряма
PyPIpackaging25.0непряма
PyPIpandocfilters1.5.1непряма
PyPIparso0.8.4непряма
PyPIpastel0.2.1непряма
PyPIpathspec0.12.1непряма
PyPIpatsy1.0.1непряма
PyPIpexpect4.9.0непряма
PyPIpillow11.3.0непряма
PyPIplatformdirs4.3.8непряма
PyPIpluggy1.6.0непряма
PyPIpoethepoet0.36.0непряма
PyPIprometheus-client0.22.1непряма
PyPIprompt-toolkit3.0.51непряма
PyPIpropcache0.3.2непряма
PyPIpsutil7.0.0непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpycodestyle2.14.0непряма
PyPIpycparser2.22непряма
PyPIpydata-sphinx-theme0.16.1непряма
PyPIpyflakes3.4.0непряма
PyPIpygments2.20.0непряма
PyPIpyparsing3.2.3непряма
PyPIpytest8.4.1непряма
PyPIpytest-cov6.2.1непряма
PyPIpytest-split0.10.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-json-logger3.3.0непряма
PyPIpytorch-lightning1.9.5непряма
PyPIpytz2025.2непряма
PyPIpywin32310непряма
PyPIpywinpty2.0.15непряма
PyPIpyyaml6.0.2непряма
PyPIpyzmq27.0.0непряма
PyPIreferencing0.36.2непряма
PyPIrequests2.32.4непряма
PyPIrfc3339-validator0.1.4непряма
PyPIrfc3986-validator0.1.1непряма
PyPIrich14.0.0непряма
PyPIrpds-py0.26.0непряма
PyPIscs3.2.7.post2непряма
PyPIseaborn0.13.2непряма
PyPIsend2trash1.8.3непряма
PyPIsetuptools80.9.0непряма
PyPIshap0.48.0непряма
PyPIsix1.17.0непряма
PyPIskrebate0.62непряма
PyPIslicer0.0.8непряма
PyPIsniffio1.3.1непряма
PyPIsnowballstemmer3.0.1непряма
PyPIsoupsieve2.8.4непряма
PyPIsparse0.15.5непряма
PyPIsphinx7.4.7непряма
PyPIsphinx-copybutton0.5.0непряма
PyPIsphinx-design0.6.1непряма
PyPIsphinx-rtd-theme3.0.2непряма
PyPIsphinxcontrib-applehelp2.0.0непряма
PyPIsphinxcontrib-devhelp2.0.0непряма
PyPIsphinxcontrib-htmlhelp2.1.0непряма
PyPIsphinxcontrib-jquery4.1непряма
PyPIsphinxcontrib-jsmath1.0.1непряма
PyPIsphinxcontrib-qthelp2.0.0непряма
PyPIsphinxcontrib-serializinghtml2.0.0непряма
PyPIstack-data0.6.3непряма
PyPIterminado0.18.1непряма
PyPIthreadpoolctl3.6.0непряма
PyPItinycss21.4.0непряма
PyPItokenize-rt6.2.0непряма
PyPItomli2.2.1непряма
PyPItorch2.4.1непряма
PyPItorchmetrics1.7.4непряма
PyPItorchvision0.19.1непряма
PyPItornado6.5.7непряма
PyPItraitlets5.14.3непряма
PyPItriton3.0.0непряма
PyPItypes-python-dateutil2.9.0.20250708непряма
PyPItyping-extensions4.14.1непряма
PyPItzdata2025.2непряма
PyPIuri-template1.3.0непряма
PyPIurllib32.6.3непряма
PyPIwcwidth0.2.13непряма
PyPIwebcolors24.11.1непряма
PyPIwebencodings0.5.1непряма
PyPIwebsocket-client1.8.0непряма
PyPIwidgetsnbextension4.0.14непряма
PyPIxgboost2.1.4непряма
PyPIyarl1.20.1непряма
PyPIzipp3.23.0непряма
Сповіщення про залежності 0

Встановлення pypi:dowhy@0.14 тягне 42 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 py-why/dowhy. Читати поруч →

95pgmpy/pgmpyPython Toolkit for Causal and Probabilistic ReasoningВинятковий100scikit-learn/scikit-learnscikit-learn: machine learning in PythonВинятковий98Nixtla/statsforecastLightning ⚡️ fast forecasting with statistical and econometric models.Винятковий100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsВинятковий100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Винятковий100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.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 v0.31.0 — повна методологія · вікі метрик.

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