如果你对一个非常高级（企业架构）的框架感兴趣，我建议你看看MIKE2.0 Methodology。作为一个信息管理框架，MIKE2.0 的覆盖范围当然比您感兴趣的领域要广泛得多，但它是一个可靠、有趣和开放（根据知识共享署名许可授权）的框架。更适合您关注的是提取、转换、加载 (ETL)框架，该框架在商业智能和数据仓库环境中非常流行。在更实际的情况下，您可能想查看我的答案在 Quora 上关于开源主数据管理 (MDM) 解决方案。请注意 Talend 解决方案（免责声明：我不隶属于这家公司或任何公司），它涵盖了广泛的 MDM、ETL 和数据集成领域，作为开源和商业产品。

围绕 Python 进行的所有科学计算开发都是一个不错的选择。Continuum 的 Anaconda非常容易启动和运行。在分布式环境中也得到很好的支持。

• 用于快速矩阵运算的 Numpy
• 用于数据框、处理、分析、可视化的 Pandas
• Statsmodels 和 Scikit 用于模型、指标、ML 算法等
• ...