Vertica 团队很高兴与您分享我们的喜悦！今年 12 月初，为 Python x 数据科学“牵线搭桥”的 VerticaPy 项目正式达成百星「里程碑」成就——
我们的 GitHub Repo（Repository，意为“仓库”）点亮第 100 颗星，而且每日的增星速度都在攀升！（截止发稿当日已满 117 颗星）
如今，GitHub 已是技术界同仁共享创新技术、框架、资源库和各种组合搭配的首要平台之一。如何从海量内容中找到最合适的 Repo 是一种艺术，而“Repo 星”正是 GitHub 用户对某项目喜爱/感兴趣的直观体现。这就好像私人档案的书签或记号笔一样，星级越多，越能证明该 Repo 的受欢迎程度及其社区贡献。接下来，准备好与我们一起畅游 VerticaPy Repo 的世界了吗？Let’s GO!!!
来源 ⎪ Mike Perrow
编辑 ⎪ Lu，Vertica 中国
VerticaPy 项目正式启动于 2018，是为支持 Vertica 用户更方便地使用 Python 而生的社区性开源项目。
“VerticaPy 源于一个简单的想法——将 Vertica 的高扩展性与 Python 的高灵活性相结合，”Vertica 首席数据科学家 Badr Ouali 解释道。“在过去很长的一段时间，VerticaPy 都是在黑暗中摸索，默默地进步。但近几个月，我们明显看到技术粉对用 Vertica 进行数据科学项目推演、利用其数量惊人的 Python API 的兴趣越来越大。”
VerticaPy
始于一个简单原则：
让数据科学更 easy 更高效
VerticaPy Repo on GitHub
正如 GitHub“铁粉”所知，一开始要获得很多的星并不容易。您能看到的、大部分成功的 Github 项目都是基于已推广使用的通用技术，并作为其插件或附加组件推出。
但要从 0 到 1，非常难。据统计成功建立起新的技术产品以及围绕它运行的繁荣社区，至少要花几年时间不等。但 VerticaPy 的“缔造者”Ouali 持有乐天派的态度，他认为，由于过去几个月采用率突飞猛进，高歌势头还将持续至 2023 年。“特别是，随着 VerticaPy 团队的投入越来越积极，这个软件将更容易部署和使用。“他说。
在我们对真实用户的采访中，处于一线的数据科学开发者 Umar Farooq Ghumman 吐露了他的心声：
“我很高兴能成为这个让数据科学更民主化、效果更惊人的团队的一份子。这个项目了不起！它简化了很多复杂的数据科学任务。我们将不负所望，持续探索机会，让数据科学更简单、更用户友好。”
Ghumman 认为，VerticaPy 的前景甚至超过了 Vertica 本身，原因在于前者结合了很多 Python 库的突出优势。“随着越来越多的新用户进入 Python 世界，VerticaPy 在数据科学之旅的早期阶段，就为他们消除了大部分‘摩擦’。而这些用户可能是客户企业的新员工/初级员工，或者是数据专业的学生和研究从业者，这种影响力是不可忽视的。”
截至目前，VerticaPy 支持全部类型的算法——只有您想不到，没有它做不到：
“
分类算法，如随机森林或 XGBoost；回归算法，如线性回归或 SVM；聚类算法，如 KMeans 或 Bisecting KMeans；异常检测算法，如孤立森林、Global ZScore、时间序列及 ARIMA 等
Badr Ouali 总结道：“VerticaPy 是一个完整的统计包，拥有机器学习的一切能力。”包括但不限于数据准备（时间序列/地理空间连接、模式匹配、缺失值归纳等）甚至是数据探索（与 Matplotlib 和 High Charts 整合）。”
; )))
对了，我们还面向全球
招募杰出的独立开发者
月例高额赏金，就等有才的你！
揭开英雄帖 👋
开源无悔 ⎪ 寻找下一个「英雄开发者」
◼︎ 了解更多 VerticaPy 有用讯息，不如点击 ⇲
◼︎ 在这里找到 VerticaPy Repo ⇲
Vertica 精品资源库
免费获取精品白皮书
Vertica 大数据学堂
引领世界之分析风潮
猛戳「阅读原文」
VERTICA 免费版等着你
