popmon

自动监控数据漂移,及时预警异常变化

popmon 是一个用于监控 Pandas 或 Spark 数据框稳定性的开源库。它通过自动计算数据分布、统计指标和相关性等特征,并基于历史数据或预期值进行对比,帮助用户发现数据漂移、异常变化和潜在质量问题。其核心能力包括:自动生成数据质量报告、支持时间序列分析、可扩展的检查器架构,以及将结果可视化。popmon 解决了数据管道中因数据分布变化导致的模型性能下降或业务决策失误问题,适用于数据监控、特征工程验证和模型上线后的持续监测场景。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 511
维护状态 低维护
是否开源
定价模式 free

项目数据

分类基础设施
开发团队ing-bank
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型covariate-shift,data-analysis,data-distributions,data-profiling,data-science,dataset-shifts,drift-detection,hacktoberfest,ing-bank,ipython,jupyter,mlops,monitoring,pandas,population-monitoring,python,spark,statistical-process-control,statistical-tests,statistics
GitHub 星标★ 511
30天Star增速
HF 下载量
上线时间2020-04-23 00:00:00
最近更新2026-08-09 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

核心亮点

  • 自动计算并对比数据分布,快速发现漂移
  • 支持 Pandas 和 Spark,兼容主流数据框架
  • 提供可视化报告,便于快速理解数据状态

不足之处

  • 文档/社区待观察
  • 早期项目,功能迭代和生态尚不成熟

适用场景

  • 数据管道质量监控,实时检测数据异常
  • 机器学习模型上线后的特征分布漂移监测
  • 数据仓库定期数据质量审计

替代项目

Great Expectations、whylogs、Evidently

项目介绍

popmon 是基础设施领域的开源项目,由 ing-bank 开发,2020 年首次发布。

它收录于基础设施分类,该分类目前共有 1,130 个项目,GitHub 星标数为 511。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-09。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:数据管道质量监控,实时检测数据异常。同类可对比的替代方案包括 Great Expectations、whylogs、Evidently。

上一篇:kraken

下一篇:terraform-aws-metaflow

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09