Biblioteca de machine learning em Python baseada em SciPy e NumPy, com ferramentas de classificação, regressão, clustering e seleção de modelos, sob licença BSD.
68,1 mil+135 esta semana27,6 milPythonBSD-3-ClauseBem mantidoAtualizado ontem
- Estrelas
- 5,738
- Forks
- 1,117
- Issues abertas
- 114
- Último commit
- há 21 horas
O que é?
Orange é uma caixa de ferramentas de mineração e visualização de dados voltada tanto para iniciantes quanto para especialistas. Os usuários criam pipelines de análise conectando widgets interativos em uma tela, o que permite explorar dados sem precisar escrever código ou ter uma base matemática avançada.
O pacote principal abrange tarefas comuns de ciência de dados, como carregar e pré-processar tabelas, classificação, regressão, agrupamento e visualização interativa. Ele é escrito em Python e usa bibliotecas como NumPy, pandas e scikit-learn. Há instaladores para Windows e macOS; no Linux, é possível instalar via conda, pip ou uv.
É possível ampliar as funcionalidades com add-ons. O projeto lista add-ons oficiais para mineração de texto, bioinformática, séries temporais, análise de célula única, análise de imagens, dados geográficos, regras de associação, redes e explicação de modelos.
Recursos principais
- 01Fluxos de trabalho visuais criados por arrastar e soltar widgets interativos.
- 02Ferramentas integradas para classificação, regressão e agrupamento.
- 03Visualização e exploração interativas de dados.
- 04Instaladores para Windows e macOS e instalação via conda, pip ou uv no Linux.
- 05Extensível por meio de um sistema de add-ons com widgets específicos para cada domínio.
Casos de uso
- Explorar um novo conjunto de dados tabulares sem escrever código.
- Ensinar conceitos de mineração de dados e machine learning de forma visual.
- Prototipar um pipeline de classificação ou regressão antes de implementá-lo em um script.
- Analisar dados de domínios como texto, bioinformática ou séries temporais com add-ons dedicados.
Início rápido
- 1
Crie e ative um ambiente virtual
- 2
Instale o Orange com pip
pip install PyQt6 PyQt6-WebEngine orange3 - 3
Execute o Orange (a primeira inicialização pode demorar)
python -m Orange.canvas
Antes de usar
- A licença não está claramente identificada nos metadados do projeto.
- A instalação com pip pode exigir um compilador de C/C++, e recomenda-se que usuários do Windows usem o instalador independente ou o conda.
- A primeira inicialização pode demorar bastante.
Em coleções
Tópicos
Perguntas frequentes
- O que é orange3?
- Orange é uma ferramenta visual de código aberto para mineração, análise e visualização de dados, com fluxos de trabalho criados por arrastar e soltar. Orange é uma caixa de ferramentas de mineração e visualização de dados voltada tanto para iniciantes quanto para especialistas. Os usuários criam pipelines de análise conectando widgets interativos em uma tela, o que permite explorar dados sem precisar escrever código ou ter uma base matemática avançada.
- orange3 é gratuito? Qual é a licença?
- orange3 é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
- orange3 ainda é mantido?
- Manutenção ativa. O último commit de orange3 foi em 6 de nov. de 2026.
- Para que posso usar orange3?
- Explorar um novo conjunto de dados tabulares sem escrever código. Ensinar conceitos de mineração de dados e machine learning de forma visual. Prototipar um pipeline de classificação ou regressão antes de implementá-lo em um script. Analisar dados de domínios como texto, bioinformática ou séries temporais com add-ons dedicados.
- Como instalar orange3?
- Crie e ative um ambiente virtual Instale o Orange com pip: pip install PyQt6 PyQt6-WebEngine orange3 Execute o Orange (a primeira inicialização pode demorar): python -m Orange.canvas
- Onde consigo orange3?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/biolab/orange3
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Framework de machine learning em Python baseado em scikit-learn e pandas, com módulos para sistemas de trading e previsão de resultados esportivos.
1,8 mil281PythonApache-2.0Atualizado mês passado
Plataforma de machine learning e IA para JVM, com ML clássico, deep learning, NLP, visualização e inferência de LLMs/ONNX para Java, Kotlin e Scala.
6,4 mil+2 esta semana1,1 milJavaOtherBem mantidoAtualizado ontem
Biblioteca Python que transforma scripts em apps web interativos para dashboards de dados, relatórios e chat.
46,2 mil+73 esta semana4,4 milPythonApache-2.0Bem mantidoAtualizado há 21 horas
Biblioteca Python para agrupar rapidamente, na CPU, grandes vetores de embeddings de alta dimensionalidade, com uma API no estilo scikit-learn.
35622PythonBSD-2-ClauseAtualizado há 9 dias
Um framework de agentes LLM da Microsoft que automatiza tarefas de P&D orientadas por dados, como ler artigos, implementar modelos e fatores e executar experimentos no estilo Kaggle.
15,3 mil+114 esta semana2 milPythonMITAtualizado há 17 dias