项目清单列表

开源项目榜单

开源项目榜单

• 开源项目榜单
• 开源项目榜_国际项目
• 开源项目榜_中国项目
• 开源项目_用户组成

开源项目-个人贡献榜

• 个人向主要开源技术栈贡献榜单
• 个人向国际主要开源技术栈贡献榜单
• 个人向中国主要开源技术栈贡献榜单

开源项目-公司贡献榜

• 公司向主要开源技术栈贡献榜单
• 公司向国际主要开源技术栈贡献榜单
• 公司向中国主要开源技术栈贡献榜单

项目目录结构说明

• data/ 目录下是各种中间输入数据目录
• ranks/ 目录下是榜单数据输出目录
• src/ 是数据获取和榜单计算源代码目录，其中榜单计算代码是：src/tasks/ranks.py

项目配置和运行

1. python 3 环境
2. cd src/
3. pip install -r requirements.txt
4. python main.py -a tasks.ranks

数据源

1. Apache 基金会项目 ，GitHub Apache 组织下的所有项目，通过 GitHub API 获取，每个 Json 文件含 100 个项目；
2. CNCF 基金会项目，GitHub CNCF 组织下的所有项目，通过 GitHub API 获取，每个 Json 文件含 100 个项目；
   • 补充数据源： https://landscape.cncf.io/
3. LinuxFoundation 项目， https://landscape.linuxfoundation.org/

其它补充资料

1. 木兰Aarch64开源生态全景平台，http://armlandscape.mulanos.cn/
2. LF AI & DATA 基金会项目，https://landscape.lfai.foundation/
3. MySQL 项目，待补充
4. 阿里大数据开源公示榜单，https://shimo.im/docs/m8AZVb0n88Hg6oAb/

开源指数计算

计算方法1

计算方法 1 是通过对项目各个数据因子进行加权计算得出的一个排名结果，具体的计算规则可参考src/tasks/ranks.py

方法 1 的结算结果详见 ranks 目录中的数据

计算方法 2

1. 项目的受欢迎指数 P，指标包括：项目总 Star 数(S)、项目总 Fork 数(F)、项目总 Issue 数(I)

• P = S 0.5 + F 0.3 + I * 0.2

2. 项目的活跃指数 A，指标包括：一段时间范围内（eg：1年）的项目主分支 Commit 数(c)、项目主分支新增 PR 数(p)、项目新增 Issue 数(i)、项目主分支贡献者 Contributor 数(d)

• A = A = c 0.4 + p 0.2 + i 0.2 + d 0.2

3. 项目的一段时间范围内的趋势，包括：

• 受欢迎指数变化趋势，以月为单位，最近 12个月项目的平均受欢迎指数的变化趋势 b（正的趋势>1 ，减弱的趋势 <1)
• 活跃指数变化趋势，以月为单位，最近 12个月项目的平均活跃指数变化趋势 d （正的趋势 >1 ，减弱的趋势 <1 ）

4. 开源项目指数 = P ATAN(b) + A ATAN(d)

方法 2 的计算结果详见 data/csdn/gitcode_project_rank_top1000.csv

贡献者排行

基于 data/CSDN/repo-commit-rank.csv 的数据和通过该邮箱 commit 找到的对应 GitHub 用户的公开地址、公司信息，提取出地域为中国（有省份信息的需要标记到省份），然后得到国内开发者的贡献排行榜

基于仓库的 commit 汇总数据 & RepoType-OSChina.xlsx 开源项目分类情况，找到不同项目的开发者排行，然后根据 GitHub 用户信息得到不同项目的开发者排行

数据介绍

补充说明：

1. 时间范围： 2020-10-1 至 2022-9-30
2. 趋势类的数据统计是以月为单位

CSDN 数据

• data/CSDN/CSDN 指数.xlsx ： 开源项目关键词在 CSDN 内容社区的指数变化趋势，以月为单位；该数据主要用于计算项目排行榜
• data/CSDN/repo-commit-rank.csv ：开源项目的提交排行榜（按邮箱）；该数据用于爬虫抓取全部提交用户的 GitHub 用户信息
• data/CSDN/repository_commit_events_20200930_analysis_new-demo.csv ： 全部 5000 + 开源项目的 commit 提交记录按项目/按邮箱的汇总表，完整数据会导入到数据仓库中；该数据用于计算 Top 项目的用户贡献排行（个人用户&公司用户）
• data/CSDN/commit_analysis.csv ： 全部 5000 + 开源项目最近24个月 2020-10-1 ~ 2022-09-30 的基于全部 commit 历史记录 汇总的 author_email 提交次数记录

PingCAP 数据

PingCAP 数据主要用于计算项目排行榜

• data/PingCAP/项目活跃度变化.csv ：开源项目按月为单位统计的 push 次数、新增 PR 数、新增 Issue 数以及这 3类事件的除重用户数
• data/PingCAP/项目受欢迎度变化.csv ：开源项目按月为单位统计的新增 Star 数和新增 Fork 数
• data/PingCAP/近24个月的活跃数据总数.csv ： 开源项目近 24 个月的活跃指标数据总数，包括总的 push 次数、总的新增 PR 数、总的新增 Issue 数以及这 3类事件的除重用户数

项目列表

• data/RepoType.xlsx ：开源项目列表
• data/RepoType-OSChina.xlsx ：开源项目列表的国别分类数据；该数据用于辅助区分项目的类型，包括国际主流开源项目、国内发起的国际开源项目以及主要在国内活跃的开源项目

GitHub 用户数据

• data/GitHub/UserInfo.xlsx ： GitHub 用户信息；该数据用于通过 UserInfo 中的 company & location 字段来辅助判断用户的所属公司信息 以及 用户的地区信息（国外开发者 & 中国（含城市）的开发者）

数据处理流程

报告出品方

• CSDN
• GitCode
• PingCAP
• 北京大学软件与微电子学院 荆琦博士及其团队