great_expectations

fivetran / great_expectationsPython第 119 期 · 2026-02-28
实时数据待拉取(运行 scripts/enrich.py 后填充)
暂无截图

项目简介

像写单元测试一样验证数据质量。这是一个基于 Python 的数据质量验证框架,可通过简洁的代码定义验证规则,就像为数据编写单元测试,支持 pandas、Spark 和 SQLAlchemy 等多种数据接入方式。来自 [@Ashraf Haress](https://hellogithub.com/user/6erlUGDQfB4qAPo) 的分享

python import great_expectations as gx context = gx.get_context()file_path = "./data/folder_with_data/yellow_tripdata_sample_2019-01.csv"batch = context.data_sources.pandas_default.read_csv(file_path)expectation = gx.expectations.ExpectColumnMaxToBeBetween(column="passenger_count", min_value=1, max_value=6)validation_results = batch.validate(expectation)print(validation_results)

本期其他项目

全部 →
voidImageViewer
C第 119 期

voidImageViewer

比图片还小的免费看图工具。这是一款用 C 语言编写的 Windows 轻量级图片查看工具,让你几乎感受不到等待。它体积小、启动快,拥有极快的图片加载和切换速度,支持 JPG、PNG、WEBP、BMP、GIF、ICO、TIF 等主流图片格式。

来自 @刘睿华 的分享
zenc
C第 119 期

zenc

像高级语言一样写 C 代码。这是一个现代系统编程语言,写起来像高级语言又能像 C 语言一样运行。它通过编译生成 GNU C/C11 代码,兼容 C ABI(应用程序二进制接口),支持无缝集成到现有的 C 语言生态,在保持 C 语言运行效率的基础上,提升开发体验。```import "std/net/tcp.zc"fn main() {"Echo Server listening on :8080";let listener = TcpListener::bind("127.0.0.1", 8080).unwrap();loop {// Accept new connections let stream = listener.accept().unwrap();let buf: char[1024];while true {let n = stream.read(&buf[0], 1024).unwrap();if n == 0 { break; }stream.write(&buf[0], n);}}}```

ParquetViewer
C#第 119 期

ParquetViewer

快速查看 Parquet 文件的桌面应用。这是一款专为 Windows 用户设计的 Parquet 文件查看与查询工具,支持浏览文件元数据、执行简单的 SQL 查询、打开单个文件或文件夹内的多个文件。

Winhance
C#第 119 期

Winhance

开箱即用的 Windows 系统优化工具。这是一款基于 C# 开发的 Windows 10/11 一站式系统优化工具,无需重装系统即可定制、精简系统。它集成了软件管理、系统优化、界面定制等功能,支持一键卸载预装应用、性能调优和界面美化,适用于重装系统或新机初始化。

来自 @只是肚子太寂寞 的分享
MFCMouseEffect
C++第 119 期

MFCMouseEffect

Windows 鼠标特效增强工具。这是一款轻量级的 Windows 桌面鼠标/光标特效工具,支持点击波纹、粒子拖尾、悬停发光、漂浮文字等多种鼠标特效。

来自 @sqmw 的分享
暂无截图
C++第 119 期

zvec

轻量级进程内向量数据库。该项目是阿里开源的进程内向量数据库,无需独立部署即可直接使用。它基于 Proxima 引擎构建,提供本地化、低延迟的向量数据管理和语义检索能力,支持混合搜索、数据持久化、重排序等功能。```python import zvec# Define collection schema schema = zvec.CollectionSchema(name="example",vectors=zvec.VectorSchema("embedding", zvec.DataType.VECTOR_FP32, 4),)# Create collection collection = zvec.create_and_open(path="./zvec_example", schema=schema)# Insert documents collection.insert([zvec.Doc(id="doc_1", vectors={"embedding": [0.1, 0.2, 0.3, 0.4]}),zvec.Doc(id="doc_2", vectors={"embedding": [0.2, 0.3, 0.4, 0.1]}),])# Search by vector similarity results = collection.query(zvec.VectorQuery("embedding", vector=[0.4, 0.3, 0.3, 0.1]),topk=10)# Results: list of {'id': str, 'score': float, ...}, sorted by relevance print(results)```

lazyssh
Go第 119 期

lazyssh

终端交互式 SSH 管理工具。这是一款 Go 写的终端交互式 SSH 管理工具,基于 OpenSSH 执行连接安全可靠。它提供直观易用的终端界面,支持模糊搜索、排序、Ping 检查和一键连接等功能。

来自 @孤胆枪手 的分享
sql-tap
Go第 119 期

sql-tap

实时监控 SQL 流量的工具。这是一款基于 Go 开发的实时 SQL 流量监控工具,无需修改代码即可使用。它作为代理部署在应用与数据库之间,通过解析数据库 wire 协议捕获所有查询,提供 TUI 和 Web 两种使用方式,支持 PostgreSQL、MySQL 和 TiDB 数据库。

同类项目

全部 →
abogen
Python第 124 期

abogen

带同步字幕的有声书生成器。这是一款基于 Kokoro-82M 的文本转语音有声书生成工具,可将 EPUB、PDF、TXT、Markdown 和字幕文件转成 MP3、M4B、FLAC 等格式的音频。它提供批量处理、章节拆分、语速调节等功能,支持包括中文在内的 9 种语言。

暂无截图
Python第 124 期

git-filter-repo

Git 历史重写工具。这是一款用于重写 Git 仓库历史的命令行工具,可作为 git filter-branch 的替代品。它仅需 Python 和 Git 即可运行,支持批量改写提交信息、标签重命名、仓库拆分和自动清理等功能。

HypoMux
Python第 124 期

HypoMux

把多张网卡的带宽叠加起来。这是一款专为 Windows 平台打造的多网卡带宽聚合下载加速工具。当电脑同时接入网线、Wi-Fi 或手机热点时,它可将下载任务分配到不同网卡上,实现远超单网卡的下载速度,并支持虚拟网卡、进程分流和实时流量监控等功能。

msgspec
Python第 124 期

msgspec

更快的 Python 序列化库。这是一个高性能 Python 序列化与数据校验库,支持 JSON、MessagePack、YAML 和 TOML 格式,常见操作比同类库快 10-80 倍。

wenyi
Python第 124 期

wenyi

整本翻译外文小说的工具。这是一个用于翻译长篇小说的命令行工具,支持 EPUB、FB2、TXT、Markdown、HTML 和 PDF 文件格式。它通过全书分析、滚动上下文、动态术语表、润色和校对,提升长篇小说翻译的一致性和可读性。

来自 @DawnGhost 的分享
ASCILINE
Python第 123 期

ASCILINE

把视频变成字符流的引擎。这是一款跨平台的实时 ASCII 视频渲染引擎,可实现 30 FPS 的流畅播放效果,支持 URL 直接播放、音视频同步、自适应帧编解码等功能,ASCII 模式下无需 GPU 即可流畅运行。

暂无截图
Python第 123 期

black

省心的 Python 代码格式化工具。该项目是由 Python 软件基金会(PSF)官方维护的代码格式化工具。配置项少、结果可重现,只需一条命令,代码就会变成统一风格,彻底消除团队的代码风格之争。

来自 @Xuefeng Xu 的分享
mpmath
Python第 123 期

mpmath

任意精度的 Python 数学计算库。该项目是可以计算到任意小数位的 Python 库,支持求根、线性代数、微积分、实数和复数运算等功能,适用于处理普通浮点数不够用的高精度数值计算场景。

来自 @Xuefeng Xu 的分享