Data Analysis
Test de normalité complet utilisant plusieurs méthodes statistiques
normality-testerData Processing
Rédaction par lots de données sensibles des journaux en utilisant des règles configurables et plusieurs stratégies
log-redactorData Processing
Analyser les journaux d'accès Apache/Nginx en utilisant des motifs regex et extraire des données structurées
log-parserData Processing
Fusionne plusieurs fichiers markdown avec ajustement intelligent des niveaux de titres et génération de table des matières
markdown-mergerData Analysis
Importez des horodatages créé→commencé→résolu depuis un CSV (façon Jira ou simple) et obtenez les métriques de flux comme les lisent les coaches agile : percentiles de lead/cycle time, âge du WIP, débit par jour/semaine/mois, un diagramme de flux cumulé et une vérification de la loi de Little.
kanban-cycle-time-throughput-coachData Processing
Convertit .ipynb en script Python avec # %% et détecte les états désordonnés, cachés ou supprimés
jupyter-notebook-to-reproducible-script-linearizerData Processing
Liste cles propres et heritees avec lodash _.keysIn
keys-in-listData Processing
Liste les cles propres avec lodash _.keys
keys-listData Processing
Recupere le dernier element du tableau avec lodash _.last
last-itemData Analysis
Analyser la kurtosis des données pour mesurer la "queue" de la distribution et détecter les modèles de queues lourdes ou légères
kurtosis-analyzerData Processing
Inverse en groupant par valeurs avec lodash _.invertBy
invert-byData Processing
Inverse cles et valeurs avec lodash _.invert
invert-object