great_expectations vs ray
great_expectations y ray comparten 25 tecnologías: azure-storage-blob, feather-format, gcsfs, pymysql, pyarrow, Flask, pyspark, pydata-sphinx-theme, matplotlib, SQLAlchemy, azure-identity, cryptography, datasets, TensorFlow, prophet, scikit-learn, myst-parser, openpyxl, xlrd, lxml, jinja2, mistune, jsonschema, Pydantic y boto3. Los dos están escritos en Python.
LinkedInEn qué coinciden y en qué se diferencian
fivetran
great_expectations
Always know what to expect from your data.
Python11.9 kLeído el 11 de noviembre de 2026, en el commit a3e335b¿Con qué está hecho great_expectations?Solo en great_expectations
oracledb
psycopg2-binary
- pyhive
snowflake-sqlalchemy
- Postgres
- clickhouse-sqlalchemy
teradatasqlalchemy
pandas-gbq
pyathena
- pyodbc
- Trino
altair
- azure-keyvault-secrets
- langid
- pdf2image
- pytesseract
disposable-email-domains
great-expectations
marshmallow
- barcodenumber
En común
- azure-storage-blob
- feather-format
- gcsfs
- pymysql
pyarrow
- Flask
pyspark
pydata-sphinx-theme
matplotlib
- SQLAlchemy
- azure-identity
- cryptography
- datasets
- TensorFlow
prophet
- scikit-learn
myst-parser
- openpyxl
- xlrd
lxml
- jinja2
mistune
- jsonschema
- Pydantic
- boto3
ray-project
ray
Ray is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.
Python44.3 kLeído el 10 de noviembre de 2026, en el commit c99c603¿Con qué está hecho ray?Solo en ray
- FastAPI
- aimrecords
- aimrocks
- amqp
- array-record
- arro3-core
- async-lru
- azure-common
- azure-datalake-store
confluent-kafka
- delta-kernel-rust-sharing-wrapper
- diskcache
expiringdict
- gitdb
h5py
- huey
kombu
- partd
pickleshare
- py-partiql-parser
- pylance
- pymongo
- s3torchconnectorclient
- s3transfer
taskiq
tensorboard-data-server
- zict
mcap
- aioboto3
- MongoDB
- Redis
- adlfs
pyiceberg
- smart-open
clickhouse-connect
daft
deltalake
lance-namespace
- obstore
- Celery
delta-sharing
- fastavro
hudi
- pyzmq
- s3fs
- s3torchconnector
- taskiq-redis
webdataset
- Hugging Face
- Google Cloud Storage
- Kafka
- Databricks
- adagio
- asgiref
- flask-cors
- graphene
- graphql-core
- graphql-relay
- jupyter-core
jupyterlab-server
pygame
pymars
werkzeug
- Ray
starlette
- AIOHTTP
- Lightning
raydp
- anyio
tornado
uvicorn
- React
react-router-dom
- accessible-pygments
- alabaster
- cycler
fonttools
jupyterlab-pygments
- soupsieve
sphinx-design
- tinycss2
- aim-ui
- alive-progress
bokeh
contourpy
- glfw
halo
- jupyter-server-terminals
- jupyterlab-widgets
- matplotlib-inline
- Plotly
prompt-toolkit
pyglet
pyopengl
- spinners
- Textual
- widgetsnbextension
- xyzservices
- Gradio
- ipywidgets
- Rich
- pydot
- alembic
peewee
sqlglot
- adal
- argon2-cffi
- argon2-cffi-bindings
- flask-basicauth
- gcs-oauth2-boto-plugin
- google-oauth
- google-reauth
- id
itsdangerous
joserfc
- jwcrypto
- keyring
- msal
- msal-extensions
- oauth2client
oauthlib
- pyjwt
- pyu2f
requests-oauthlib
- albucore
- autograd
ax-platform
- bayesian-optimization
- bitsandbytes
botorch
- cma
cmdstanpy
- crcmod
cupy-cuda100
- einops
- fairscale
- gpytorch
gradio-client
- gym
jaxlib
- labmaze
- LangChain
- lightning-utilities
- linear-operator
- llvmlite
lm-eval
- minigrid
- ml-dtypes
- mlflow-skinny
- moocore
mosaicml
nltk
- ONNX
onnx-ir
- onnxruntime
onnxscript
openai-whisper
- opt-einsum
optax
- orbax-checkpoint
peft
pymoo
pyro-ppl
- pytorch-ranger
rouge-score
- sacrebleu
safetensors
scikit-image
- sentencepiece
skops
stanio
statsforecast
- tensorflow-estimator
tf-keras
- tiktoken
timm
tokenizers
- torch-geometric
torchtext
- triton
- gymnasium
- torch
- transformers
torchvision
- xgboost
lightgbm
- MLflow
- tensorflow-metadata
accelerate
- pytorch-lightning
- comet-ml
- dm-env
evaluate
flax
- Keras
- torchmetrics
- aim
albumentations
ale-py
configspace
deepspeed
diffusers
- dm-control
- hpbandster
- hyperopt
- nevergrad
- open-spiel
- Optuna
pettingzoo
- supersuit
tensordict
tensorflow-datasets
tensorflow-probability
torchaudio
- bleach
- defusedxml
et-xmlfile
imageio
imageio-ffmpeg
- imagesize
- jsonlines
- linkify-it-py
- mako
- markdown
markdown-it-py
markupsafe
- mdit-py-plugins
- mdurl
- moviepy
- nbconvert
- nh3
- pandocfilters
- readme-renderer
ruamel-yaml
- strictyaml
- tinyscaler
webencodings
- xmltodict
pillow
- docutils
- beautifulsoup4
av
- decord
jupytext
- nbformat
- torchcodec
- annotated-types
- fastjsonschema
- fqdn
- jsonschema-path
- jsonschema-specifications
- openapi-spec-validator
- pathvalidate
- pydantic-core
- referencing
- rfc3339-validator
- rfc3986
- rfc3986-validator
- validators
- openapi-schema-validator
- aiobotocore
- applicationinsights
- aws-sam-translator
aws-xray-sdk
- azure-cli-core
- azure-cli-telemetry
- azure-core
- azure-mgmt-compute
- azure-mgmt-core
- azure-mgmt-network
- azure-mgmt-resource
- azure-mgmt-resource-deployments
- boto
- cloud-tpu-diagnostics
- colorlog
- execnet
- Gunicorn
- log-symbols
- ml-goodput-measurement
- msrestazure
- opencensus-context
- opentelemetry-api
opentelemetry-instrumentation
opentelemetry-semantic-conventions
- python-json-logger
- supervisor
psutil
- botocore
prometheus-client
- OpenTelemetry
kubernetes
- docker
- ray-haproxy
- typeface-roboto
- MUI
usehooks-ts
- lowlight
react-window
react-icons
- @mui/icons-material
- js-yaml
Lado a lado
great_expectationsray
TamañoLas líneas que escribieron personas y agentes, sin lo generado; los archivos de código, sin las pruebas.
great_expectations366,832 líneas escritas855 archivos de código
ray1,551,053 líneas escritas2,797 archivos de código
Quién lo escribeUn commit cuenta como de IA cuando lleva su firma: un Co-Authored-By, su nombre de autor o el merge de su rama.
great_expectations0.3% de sus commits firmados por IACon Claude Code, GitHub Copilot y CodeRabbit
ray3.7% de sus commits firmados por IACon Claude Code, Gemini CLI, GitHub Copilot, Cursor y Codex
ActividadDe GitHub y de su historia, el día que SeeRepo lo leyó.
great_expectationsÚltimo push el 11 de noviembre de 202612,249 commits11,925 estrellas
rayÚltimo push el 10 de noviembre de 202632,424 commits44,251 estrellas
PruebasLos archivos que prueban el código, y la parte de los archivos de código que un test importa.
great_expectations582 archivos de testEl 2.1% de sus archivos de código tiene un test que lo importa
ray2,192 archivos de testEl 9.5% de sus archivos de código tiene un test que lo importa
Preguntas frecuentes
¿Cuál es más grande, great_expectations o ray?
ray, con 1,551,053 líneas escritas; great_expectations tiene 366,832.
La prueba: el código de ray-project/ray en el commit c99c603
¿Cuál tiene más estrellas en GitHub, great_expectations o ray?
ray, con 44,251 estrellas; great_expectations tiene 11,925.
La prueba: ray-project/ray en GitHub
¿Cuál tiene más pruebas, great_expectations o ray?
ray, con 2,192 archivos de test; great_expectations tiene 582.
La prueba: el código de ray-project/ray en el commit c99c603
¿Cuál se actualizó más recientemente, great_expectations o ray?
great_expectations: su último push fue el 11 de noviembre de 2026, y el de ray, el 10 de noviembre de 2026.
La prueba: los commits de fivetran/great_expectations en GitHub
¿Cuál tiene más commits firmados por IA, great_expectations o ray?
ray: una IA firmó el 3.7% de sus commits, con Claude Code, Gemini CLI, GitHub Copilot, Cursor y Codex; en great_expectations, el 0.3%.
La prueba: los commits que firmó cada herramienta en ray-project/ray
Mira tu código por dentro, hoy.
Pega tu repo y lo ves dibujado, parte por parte: uno mediano, en menos de un minuto.
Gratis y sin cuenta.
