开源机器学习和数据可视化。使用大型、多样化的工具箱以可视化方式构建数据分析工作流。

交互式数据可视化

通过巧妙的数据可视化执行简单的数据分析。探索统计分布、箱线图和散点图，或深入研究决策树、层次聚类、热图、MDS 和线性投影。甚至您的多维数据也可以在 2D 中变得有意义，尤其是通过巧妙的属性排序和选择。

可视化编程

交互式数据探索，可通过清晰的可视化进行快速定性分析。图形用户界面使您可以专注于探索性数据分析而不是编码，而巧妙的默认设置使数据分析工作流程的快速原型制作变得极其容易。将小部件放在画布上，连接它们，加载您的数据集并收获洞察力！

老师和学生喜欢它

在教授数据挖掘时，我们喜欢举例说明，而不仅仅是解释。Orange 在这方面做得很好。Orange 在世界各地的学校、大学和专业培训课程中使用，支持动手培训和数据科学概念的可视化说明。甚至还有专为教学设计的小部件。

附加组件扩展功能

使用 Orange 中可用的各种附加组件从外部数据源挖掘数据，执行自然语言处理和文本挖掘，进行网络分析，推断频繁项集和进行关联规则挖掘。此外，生物信息学家和分子生物学家可以使用 Orange 通过差异表达对基因进行排序并进行富集分析。