坚持到底

根据数据特征的条件选择数据实例。

从样本数据集中交互式地创建一个实例。

从字符串属性创建类属性

移除未使用的属性值和无用的属性，并对剩余的值进行排序。

随机打乱输入数据集的类、属性和/或元数据

将数值属性转换为分类属性。

Orange中的一些算法和可视化工具无法处理数据中的未知值。这个小部件执行的是统计学家所说的 imputation 过程：它用从数据中计算出的值或用户设置的值来替换缺失值。默认的 imputation 方法是 (1-NN)。

在Orange3的Group By组件中，不同的聚合类型为数据的分析与解读提供了丰富的方法。

列聚合 计算选定列的和、最大值、最小值等

删除重复的数据实例。

通过数据子集中的索引匹配实例,典型用法是在转换后检索原始数据

基于选定属性的值，合并两个数据集

数据转置

数据角色及类型描述

数据采样组件

Group By是Orange3中一个非常有用的组件，它允许用户对数据集进行聚合操作，类似于SQL中的GROUP BY语句或Pandas库中的`groupby`方法

Orange3的Pivot Table（透视图表）组件是一种非常强大的数据分析工具，它允许用户以灵活的方式对数据进行汇总、组织和分析。透视图表能够依据一个或多个维度对数据进行分组，并对每个分组应用不同的聚合函数来汇总数据。

Orange3 是一个开源的机器学习和数据可视化桌面软件。它允许你通过简单的拖放技术来创建数据分析工作流程。Orange3 提供了一个友好的图形化用户界面，非常适合初学者使用，同时也为熟练的数据科学家提供了数据探索和建模的强大功能。在 Orange3 中，数据分析过程被设计为工作流程，它顺畅地转换并可视化数据，使用机器学习算法进行建模，并创建了可视化的数据呈现。每个流程都是一系列称为 "widget" 的模块，它们通过渠道连接在一起进行通信。