¿Con qué está hecho great_expectations?
great_expectations es un repo de Python hecho con Flask y pyspark. Guarda sus datos en Postgres, accede a ellos con SQLAlchemy, inicia sesión con azure-identity, azure-keyvault-secrets y cryptography, usa IA con datasets, TensorFlow, prophet, scikit-learn y langid, arma su contenido con myst-parser, openpyxl, pdf2image, pytesseract, xlrd y 4 más, valida sus datos con great-expectations, marshmallow, barcodenumber, jsonschema y Pydantic, se prueba con pytest-benchmark, pytest-cov, pytest-order, pytest-random-order, pytest-split y 9 más, se despliega con boto3 y usa azure-storage-blob, feather-format, gcsfs, oracledb, psycopg2-binary y 10 más. Son 366,832 líneas escritas, con 582 archivos de prueba.
LinkedInLeído el 11 de noviembre de 2026, en el commit a3e335b. Léela en markdown
La ficha dice con qué está hecho. Su mapa entero lo abre por dentro: cada parte del código y cómo se conecta con las demás.
Frontend
Estilos 1
pydata-sphinx-theme
Interfaz 2
altair1 archivo
matplotlib1 archivo
Backend
Datos 16
- Postgres10 archivos · great_expectations/compatibility/postgresql.py, línea 1
teradatasqlalchemy3 archivos
pandas-gbq1 archivo
pyarrow1 archivo
pyathena1 archivo
- Trino1 archivo
oracledb
psycopg2-binary
snowflake-sqlalchemy
- clickhouse-sqlalchemy3 archivos
- pyodbc1 archivo
- azure-storage-blob
- feather-format
- gcsfs
- pyhive
- pymysql
Acceso a los datos 1
- SQLAlchemy19 archivos
Inicio de sesión 3
- cryptography1 archivo
- azure-identity
- azure-keyvault-secrets
IA 5
- TensorFlow5 archivos
prophet2 archivos
- scikit-learn2 archivos
- langid1 archivo
- datasets
Apoyo
La base 2
pyspark2 archivos
- Flask
Contenido 9
lxml2 archivos
disposable-email-domains1 archivo
- jinja21 archivo
mistune1 archivo
myst-parser
- openpyxl
- pdf2image
- pytesseract
- xlrd
Validación 5
great-expectations719 archivos
marshmallow14 archivos
- Pydantic1 archivo
- barcodenumber1 archivo
- jsonschema1 archivo
Pruebas 14
- Pytest376 archivos
pytest-mock31 archivos
pytest-timeout1 archivo
pytest-cov
pytest-order
pytest-xdist
- moto5 archivos
- freezegun4 archivos
- pyfakefs3 archivos
- flaky1 archivo
- pytest-benchmark
- pytest-random-order
- pytest-split
- responses
Despliegue 1
- boto31 archivo
Herramientas 22
click2 archivos
- Cookiecutter1 archivo
- Setuptools1 archivo
coverage
- Jupyter
jupyterlab
pandas-stubs
- pre-commit
- Ruff
- Sphinx
sphinxcontrib-applehelp
sphinxcontrib-devhelp
sphinxcontrib-htmlhelp
sphinxcontrib-qthelp
sphinxcontrib-serializinghtml
- typing-extensions47 archivos
- packaging10 archivos
- docstring-parser1 archivo
- invoke1 archivo
- mypy
- twine
- wheel
Otras 30
- pandas88 archivos
- NumPy43 archivos
python-dateutil21 archivos
- SciPy12 archivos
ruamel.yaml11 archivos
- GeoPandas9 archivos
geopy2 archivos
- tqdm2 archivos
ephem1 archivo
pypd1 archivo
- SymPy1 archivo
dnspython
- shapely14 archivos
- requests8 archivos
- tomli3 archivos
- pycountry2 archivos
- arxiv1 archivo
- holidays1 archivo
- orjson1 archivo
- phonenumbers1 archivo
- price-parser1 archivo
- pyparsing1 archivo
- pytz1 archivo
- tzlocal1 archivo
- user-agents1 archivo
- grpcio
- grpcio-status
- rtree
- zstandard
Otros repos con un stack parecido
Ordenados por cuánto de su stack comparten con great_expectations, y después por estrellas.
- ray-projectray44.3 k
Ray is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.
25 de 111 en comúnComparar → - run-llamallama_index52.9 k
LlamaIndex is the document processing platform for AI
24 de 111 en comúnComparar → - apachesuperset75.5 k
Apache Superset is a Data Visualization and Data Exploration Platform
21 de 111 en comúnComparar → - apacheairflow47.4 k
Apache Airflow - A platform to programmatically author, schedule, and monitor workflows
21 de 111 en comúnComparar → - open-webuiopen-webui158.4 k
User-friendly AI Interface (Supports Ollama, OpenAI API, ...)
14 de 111 en común · SvelteComparar →
Preguntas frecuentes
¿En qué lenguaje está escrito great_expectations?
¿Qué framework usa great_expectations?
¿Qué base de datos usa great_expectations?
La prueba: great_expectations/compatibility/postgresql.py, línea 1
¿Con qué inicia sesión great_expectations?
¿great_expectations usa IA?
¿Qué servicios usa great_expectations?
¿great_expectations tiene pruebas?
¿Qué repos tienen un stack parecido a great_expectations?
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.
