orange3

Orange é uma caixa de ferramentas de código aberto para mineração e visualização de dados, projetada tanto para iniciantes quanto para especialistas. Sua ideia central é que ferramentas de ciência de dados baseadas em fluxo de trabalho podem democratizar a ciência de dados ao ocultar mecânicas subjacentes complexas e expor conceitos intuitivos, de modo que os usuários não precisam de programação ou conhecimento matemático aprofundado para explorar dados. O projeto fornece uma tela visual onde a análise é construída como um fluxo de trabalho de widgets conectados. No Windows e macOS, os usuários podem baixar um instalador autônomo; os add-ons são gerenciados no menu Options -> Add-ons. No Linux ou para desenvolvimento, a instalação é suportada via conda, pip ou uv, e winget está disponível no Windows. O README documenta a criação de ambiente conda, instalação via pip com PyQt6 e PyQt6-WebEngine, instalação da ferramenta uv e execução do aplicativo com `python -m Orange.canvas` ou `orange-canvas`. O desenvolvimento é dividido em três repositórios principais: orange-canvas-core implementa a tela, orange-widget-base fornece a biblioteca de GUI de widgets e orange3 os reúne com a caixa de ferramentas base de mineração de dados. Add-ons estendem a funcionalidade para casos de uso específicos, e qualquer pessoa pode escrever um usando o modelo de add-on de exemplo. Os add-ons de primeira parte listados incluem text, bioinformatics, timeseries, single-cell, image analytics, educational, geo, associate, network e explain. O README também aborda a configuração para contribuidores: fazer fork dos repositórios, criar um ambiente conda, clonar os forks, instalar os requisitos do PyQt e instalar os pacotes em modo editável. Ele observa que orange-widget-base e orange-canvas-core devem ser instalados antes do orange3 ao desenvolver todos os componentes. As opções de execução incluem pular a tela de abertura e a janela de boas-vindas, aumentar a saída de depuração, limpar as configurações de widgets e selecionar um estilo escuro. Os testes podem ser executados com unittest. O suporte da comunidade está disponível via Discord, e a documentação está hospedada no Read the Docs.