Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Add more downstream libraries

Offen
#11 2 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Anfängerfreundlichkeit
32/100
Issue-Typ
Feature
Klarheit
Größtenteils klar
Aktivitätsstatus
Veraltet
Tech-Stack
numpy, pandas, python
Bereich
tooling

Rechercherichtung

Beginne damit zu prüfen, wie das Repository derzeit die Nutzung nachgelagerter Bibliotheken erfasst, und vergleiche dies anschließend mit der NumPy-Nutzungsseite von libraries.io und der Checkliste in diesem Issue. Als erledigt gilt, wenn die verbleibenden kompatiblen Bibliotheken hinzugefügt und Ausschlüsse wie Projekte, die pytest nicht verwenden, erfasst wurden; es werden keine Quelldateien oder Tests genannt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

good first issue

Look at libraries.io for other usage, like: https://libraries.io/pypi/numpy/usage

NumPy (over ~5k stars):

  • django: Doesn't use pytest https://code.djangoproject.com/ticket/30415
  • matplotlib
  • scipy
  • keras: doesnt use pytest
  • networkx
  • xgboost
  • tensorflow: doesnt use pytest
  • spaCy
  • statsmodels
  • autograd
  • pytorch
  • mxnet
  • airflow
  • lightgbm
  • allennlp

Pandas (excluding above)

  • hypothesis
  • pint
  • h2o-3
  • tablib
  • pandas-datareader
  • arrow
  • google/grr
  • scikit-optimize
  • influxdb-python
  • fastai
  • pymc3
  • tsfresh
  • vaex
  • modin
  • feather
  • dagster
  • ray
  • zipline
  • prohet
  • plotly
  • tpot
  • onnxruntime
Vorherrschende Sprache
Python
Sterne
74
Forks
6
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Entwicklungsumgebung

Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus data-apis/python-record-api

Alle Issues in data-apis/python-record-api

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.