基于 SciPy 构建的 Python 机器学习库，提供分类、回归、聚类和模型选择等工具。
6.8万+135 本周2.8万PythonBSD-3-Clause维护活跃更新于 23小时前
- Star
- 5,738
- Fork
- 1,117
- 未关闭 Issue
- 114
- 最近提交
- 19小时前
这是什么？
Orange 是一个面向新手和专家的数据挖掘与可视化工具箱。用户在画布上连接交互式组件搭建分析流程，无需编程或深厚的数学基础即可探索数据。
核心包覆盖常见的数据科学任务，包括表格数据的加载与预处理、分类、回归、聚类以及交互式绘图。项目使用 Python 编写，基于 NumPy、pandas 和 scikit-learn 等库构建。Windows 和 macOS 提供安装包，Linux 用户可通过 conda、pip 或 uv 安装。
功能可以通过插件扩展。官方插件涵盖文本挖掘、生物信息学、时间序列、单细胞分析、图像分析、地理数据、关联规则、网络分析和模型解释等方向。
核心功能
- 01通过拖拽交互式组件搭建可视化工作流。
- 02内置分类、回归和聚类等建模工具。
- 03支持交互式数据可视化与探索。
- 04提供 Windows 和 macOS 安装包，Linux 可通过 conda、pip 或 uv 安装。
- 05支持插件扩展，可加入特定领域的组件。
适用场景
- 在不编写代码的情况下探索新的表格数据。
- 以可视化方式教学数据挖掘和机器学习概念。
- 在改写为脚本前快速原型化分类或回归流程。
- 借助专用插件分析文本、生物信息或时间序列等领域数据。
快速上手
- 1
创建并激活虚拟环境
- 2
用 pip 安装 Orange
pip install PyQt6 PyQt6-WebEngine orange3 - 3
运行 Orange（首次启动可能较慢）
python -m Orange.canvas
使用前须知
- 项目元数据中未明确标注许可证。
- 使用 pip 安装可能需要 C/C++ 编译器；Windows 用户建议改用独立安装包或 conda。
- 首次启动可能耗时较长。
收录于专题
标签
常见问题
- orange3 是什么？
- Orange 是一款开源的可视化数据挖掘与分析工具，通过拖拽式工作流完成数据处理与建模。 Orange 是一个面向新手和专家的数据挖掘与可视化工具箱。用户在画布上连接交互式组件搭建分析流程，无需编程或深厚的数学基础即可探索数据。
- orange3 可以免费使用吗？用的什么许可证？
- orange3 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。
- orange3 还在维护吗？
- 活跃维护中。orange3 最近一次提交是在 2026年11月6日。
- orange3 适合用来做什么？
- 在不编写代码的情况下探索新的表格数据。 以可视化方式教学数据挖掘和机器学习概念。 在改写为脚本前快速原型化分类或回归流程。 借助专用插件分析文本、生物信息或时间序列等领域数据。
- orange3 怎么安装和运行？
- 创建并激活虚拟环境 用 pip 安装 Orange: pip install PyQt6 PyQt6-WebEngine orange3 运行 Orange（首次启动可能较慢）: python -m Orange.canvas
- 在哪里获取 orange3？
- 源代码和安装说明在 GitHub 上：https://github.com/biolab/orange3
概要由 AI 根据项目 README 生成；GitHub 数据每日更新。
相关项目
基于 scikit-learn 和 pandas 的 Python 机器学习框架，内置市场交易与体育赛事预测模块。
1781281PythonApache-2.0更新于 上个月
面向 JVM 的机器学习与 AI 平台，覆盖经典机器学习、深度学习、NLP、可视化以及 LLM/ONNX 推理。
6430+2 本周1149JavaOther维护活跃更新于 昨天
用 Python 脚本快速构建并分享交互式数据应用的开源框架。
4.6万+73 本周4449PythonApache-2.0维护活跃更新于 19小时前
一个基于 Python 的库，用于在 CPU 上快速聚类大规模高维嵌入向量，接口兼容 scikit-learn。
35622PythonBSD-2-Clause更新于 9天前
微软开源的 LLM 智能体框架，自动化数据驱动的研发流程，包括论文复现、模型与因子实现和 Kaggle 式实验。
1.5万+114 本周2043PythonMIT更新于 17天前