Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Add more downstream libraries

Aperta
#11 2 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
32/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
numpy, pandas, python
Ambito
tooling

Direzione di ricerca

Inizia esaminando come il repository registra attualmente l’uso delle librerie dipendenti, quindi confrontalo con la pagina sull’uso di NumPy su libraries.io e con la checklist in questo Issue. Il lavoro è completato quando vengono aggiunte le librerie compatibili rimanenti e vengono registrate le esclusioni, come i progetti che non usano pytest; non vengono nominati file sorgente o test.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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
Lingua principale
Python
Stelle
74
Fork
6
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di data-apis/python-record-api

Tutte le issue di data-apis/python-record-api

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.