Библиотека машинного обучения для Python на базе SciPy и NumPy: классификация, регрессия, кластеризация и выбор моделей; лицензия BSD.
- Звёзды
- 5,738
- Форки
- 1,117
- Открытые issues
- 114
- Последний коммит
- 9 часов назад
Что это?
Orange — набор инструментов для интеллектуального анализа и визуализации данных, рассчитанный как на новичков, так и на опытных пользователей. Аналитические конвейеры собирают из интерактивных виджетов на холсте, поэтому изучать данные можно без написания кода и глубоких знаний математики.
Основной пакет охватывает распространённые задачи data science: загрузку и предобработку таблиц, классификацию, регрессию, кластеризацию и интерактивное построение графиков. Он написан на Python и использует такие библиотеки, как NumPy, pandas и scikit-learn. Для Windows и macOS доступны установщики, а пользователи Linux могут установить Orange через conda, pip или uv.
Функциональность можно расширить с помощью дополнений. В проекте перечислены официальные дополнения для текстового анализа, биоинформатики, временных рядов, анализа отдельных клеток, анализа изображений, географических данных, ассоциативных правил, сетей и объяснения моделей.
Ключевые возможности
- 01Визуальные рабочие процессы с перетаскиванием элементов, собранные из интерактивных виджетов.
- 02Встроенные инструменты для классификации, регрессии и кластеризации.
- 03Интерактивная визуализация и исследование данных.
- 04Установщики для Windows и macOS, а также установка через conda, pip или uv в Linux.
- 05Расширение функциональности с помощью системы дополнений со специализированными виджетами для разных предметных областей.
Сценарии использования
- Изучение нового табличного набора данных без написания кода.
- Наглядное преподавание концепций интеллектуального анализа данных и машинного обучения.
- Создание прототипа конвейера классификации или регрессии перед его реализацией в виде скрипта.
- Анализ предметных данных, например текстов, биоинформатических данных или временных рядов, с помощью специализированных дополнений.
Быстрый старт
- 1
Создайте и активируйте виртуальное окружение
- 2
Установите Orange с помощью pip
pip install PyQt6 PyQt6-WebEngine orange3 - 3
Запустите Orange (первый запуск может занять много времени)
python -m Orange.canvas
Что важно знать
- Лицензия не указана явно в метаданных проекта.
- Для установки с помощью pip может потребоваться компилятор C/C++. Пользователям Windows рекомендуется использовать автономный установщик или conda.
- Первый запуск может занять много времени.
В подборках
Темы
Частые вопросы
- Что такое orange3?
- Orange — инструмент визуального программирования с открытым исходным кодом для интеллектуального анализа данных, аналитики и визуализации на основе рабочих процессов с перетаскиванием элементов. Orange — набор инструментов для интеллектуального анализа и визуализации данных, рассчитанный как на новичков, так и на опытных пользователей. Аналитические конвейеры собирают из интерактивных виджетов на холсте, поэтому изучать данные можно без написания кода и глубоких знаний математики.
- orange3 можно использовать бесплатно? Какая у него лицензия?
- orange3 распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- orange3 всё ещё поддерживается?
- Активно поддерживается. Последний коммит в orange3 — 6 нояб. 2026 г..
- Для чего можно использовать orange3?
- Изучение нового табличного набора данных без написания кода. Наглядное преподавание концепций интеллектуального анализа данных и машинного обучения. Создание прототипа конвейера классификации или регрессии перед его реализацией в виде скрипта. Анализ предметных данных, например текстов, биоинформатических данных или временных рядов, с помощью специализированных дополнений.
- Как установить orange3?
- Создайте и активируйте виртуальное окружение Установите Orange с помощью pip: pip install PyQt6 PyQt6-WebEngine orange3 Запустите Orange (первый запуск может занять много времени): python -m Orange.canvas
- Где скачать orange3?
- Исходный код и инструкции по установке — на GitHub: https://github.com/biolab/orange3
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Фреймворк машинного обучения на Python на базе scikit-learn и pandas, с модулями для торговых систем и спортивных прогнозов.
Платформа машинного обучения и ИИ для JVM: классическое ML, глубокое обучение, NLP, визуализация и инференс LLM/ONNX для Java, Kotlin и Scala.
Библиотека Python, которая превращает скрипты в интерактивные веб-приложения: дашборды, отчёты и чаты.
Библиотека Python для быстрого CPU-кластеризации больших высокоразмерных embedding-векторов с API в стиле scikit-learn.
Фреймворк LLM-агентов от Microsoft для автоматизации задач R&D на основе данных: от изучения статей и реализации моделей и факторов до экспериментов в стиле Kaggle.