京公网安备 11010802034615号
经营许可证编号:京B2-20210330
选自 | GitHub
翻译整理 | Mika
本文为 CDA 数据分析师原创作品,转载需授权
GitHub是全球最大的开源软件开发与管理社区,每年十月GitHub都会推出“Octoverse”报告,想知道全球三千一百多万程序员们这一年来都做了些什么? 当前社区的都有哪些热点吗?那就快点看下去吧!
整个报告分为开发者;项目;平台三个方面,让我们分别来看看其中的亮点吧。
开发者
亮点:
开发者数量超过3100万
GitHub上有超过3100万名开发者,其中的80%来自美国以外的国家。事实上,GitHub社区覆盖了世界上每个国家和地区,而且还在不断壮大。
去年,有超过800万的新开发者加入GitHub。到目前为止,2018年加入的新用户比GitHub的最开始6年加入的总和还要多。而且这一增长没有任何放缓的迹象,同时2018年的独立贡献者数量是2017年的1.6倍。
企业账号超过210万
超过210万个企业在公共和私有存储库中使用GitHub,比2017年增长超过40%。今年,GitHub上的企业账户数量增长也超过去年,特别是在整个中东和东南亚地区。
地区分布
在各国的GitHub开发者数量排名中,五年前还处于第十名的巴西在今年上升到第七名。
开源项目来源
年复一年,GitHub上来自美国以外的开源项目越来越多。
提交代码的活跃时间
每个开发者的时间安排都不同,但数据表明,GitHub上代码提交最活跃的时间为上午10点到下午5点。
提交代码最少的日子
节日假期对代码提交也有很大的影响。在中国,春节期间代码提交较少;印度在排灯节时期代码提交较少。5月1日,有八十个国家会庆祝劳动节;美国在感恩节和独立日时代码提交较少。
当然,全球范围内有一天代码的提交都是最少的,那就是1月1日元旦当天。
项目
亮点:
存储库数量超过9600万
截止到2018年9月30日,托管在GitHub上的存储库已经超过9600万个。这比去年增加了40%以上,其中三分之一的存储库是在过去12个月中创建的。当中有许多有趣的新项目,包括把Windows 95装进Electron app的felixrieseberg/windows95, 微信的跳一跳wangshub/wechat_jump_game还有frappe/charts。
Pull Request 数量超过2亿
GitHub在2010年推出了pull requests 2.0。之后,Pull Request 数量超过了2亿,其中三分之一是在过去的12个月里创建的。第2亿个Pull Request 是Vuetify项目,这是Vue的语义组件框架。
使用人数最多的语言
其中最值得注意的是,TypeScript在去年首次进入前十,今年上升到第七位。
上升速度最快的语言
为开发者编写的人类可读语言HCL贡献者的人数增加了一倍。Python在机器学习项目中很流行,排名第八位。Go的贡献者人数是去年的1.5倍。
贡献者最多的项目
贡献者最多的是VS Code,位居首位。
增长最多的开源项目
总体来说与机器学习、游戏、3D打印、家庭自动化、数据科学等有关项目都出现增长趋势。
有趣的新项目
这里惊喜的看到了微信小游戏跳一跳。
出现最多的标签
GitHub上数百万个项目涉及上千个主题,当中 JavaScript (前端和后端)、机器学习、手机应用等标签是贡献最多的。
平台
安装的应用数量翻了一番
在GitHub上安装过应用的用户在过去12个月里翻了一番。更令人兴奋的是,使用GitHub应用程序的用户在贡献方面也更为活跃。
完整报告
The State of the Octoverse 2018
https://blog.github.com/2018-10-16-state-of-the-octoverse/
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15