SciPyとNumPyを基盤とするPython機械学習ライブラリ。BSDライセンスのもと、分類、回帰、クラスタリング、モデル選択のツールを提供します。
- スター
- 5,738
- フォーク
- 1,117
- 未解決の Issue
- 114
- 最終コミット
- 19 時間前
これは何?
Orangeは、初心者から専門家までを対象としたデータマイニング・可視化ツールボックスです。キャンバス上でインタラクティブなウィジェットをつないで分析パイプラインを構築できるため、コードを書いたり、深い数学的知識を身につけたりしなくてもデータを探索できます。
コアパッケージには、テーブルの読み込みや前処理、分類、回帰、クラスタリング、インタラクティブなプロットなど、一般的なデータサイエンスのタスクに対応する機能が含まれています。Pythonで書かれており、NumPy、pandas、scikit-learnなどのライブラリを基盤としています。WindowsとmacOS向けのインストーラーが用意されているほか、Linuxではconda、pip、uvを使ってインストールできます。
アドオンを使って機能を拡張できます。プロジェクトでは、テキストマイニング、バイオインフォマティクス、時系列、シングルセル解析、画像分析、地理データ、アソシエーションルール、ネットワーク、モデル解釈に対応する公式アドオンを公開しています。
主な機能
- 01インタラクティブなウィジェットを使って、ドラッグ&ドロップでビジュアルワークフローを構築できます。
- 02分類、回帰、クラスタリングのためのツールを標準搭載しています。
- 03インタラクティブなデータの可視化と探索に対応しています。
- 04WindowsとmacOS向けのインストーラーがあり、Linuxではconda、pip、uvからインストールできます。
- 05アドオンシステムで拡張でき、分野に特化したウィジェットを追加できます。
ユースケース
- コードを書かずに、新しい表形式データセットを探索する。
- データマイニングや機械学習の概念を視覚的に教える。
- スクリプトを書く前に、分類や回帰のパイプラインを試作する。
- 専用アドオンを使って、テキスト、バイオインフォマティクス、時系列などの分野データを分析する。
クイックスタート
- 1
仮想環境を作成して有効化する
- 2
pipでOrangeをインストールする
pip install PyQt6 PyQt6-WebEngine orange3 - 3
Orangeを起動する(初回の起動には時間がかかる場合があります)
python -m Orange.canvas
使う前に知っておきたいこと
- プロジェクトのメタデータではライセンスが明確に示されていません。
- pipでのインストールにはC/C++コンパイラが必要になる場合があります。Windowsユーザーには、代わりにスタンドアロンインストーラーまたはcondaを使うことをおすすめします。
- 初回の起動には時間がかかる場合があります。
収録されている特集
トピック
よくある質問
- orange3 とは?
- Orangeは、ドラッグ&ドロップでワークフローを構築できる、データマイニング・分析・可視化のためのオープンソースのビジュアルプログラミングツールです。 Orangeは、初心者から専門家までを対象としたデータマイニング・可視化ツールボックスです。キャンバス上でインタラクティブなウィジェットをつないで分析パイプラインを構築できるため、コードを書いたり、深い数学的知識を身につけたりしなくてもデータを探索できます。
- orange3 は無料で使えますか?ライセンスは?
- orange3 は Other ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- orange3 は今もメンテナンスされていますか?
- 活発にメンテナンス中。orange3 の最終コミットは 2026年11月6日 です。
- orange3 は何に使えますか?
- コードを書かずに、新しい表形式データセットを探索する。 データマイニングや機械学習の概念を視覚的に教える。 スクリプトを書く前に、分類や回帰のパイプラインを試作する。 専用アドオンを使って、テキスト、バイオインフォマティクス、時系列などの分野データを分析する。
- orange3 のインストール方法は?
- 仮想環境を作成して有効化する pipでOrangeをインストールする: pip install PyQt6 PyQt6-WebEngine orange3 Orangeを起動する(初回の起動には時間がかかる場合があります): python -m Orange.canvas
- orange3 はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/biolab/orange3
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
scikit-learnとpandasを基盤とするPython機械学習フレームワーク。市場取引システムとスポーツ予測向けのモジュールを備えています。
Java、Kotlin、Scala向けの古典的ML、深層学習、NLP、可視化、LLM/ONNX推論をカバーするJVM向け機械学習・AIプラットフォーム。
Pythonライブラリ。スクリプトを、データダッシュボードやレポート、チャットアプリ向けのインタラクティブなWebアプリに変換します。
高次元の埋め込みベクトルをCPUで高速にクラスタリングする、scikit-learn風APIのPythonライブラリ。
Microsoftが開発するLLMエージェントフレームワーク。論文の読解、モデルやファクターの実装、Kaggle形式の実験など、データ主導型のR&Dタスクを自動化します。