2021 GitHub年度排行榜出炉!中文Top3项目诞生!

article/2025/5/15 19:57:52

点击上方“Github中文社区”,关注

看Github,每天提升

第060期分享  来自:机器之心 & GitHub

大家好,我是Huber。

2021 已经过去了,2022年我们相约。

2021年 GitHub表现如何,中文Top3花落谁家呢?

全球最大的代码托管平台 GitHub,至今已聚集了超过 7300 万的开发者。

3c99d477a370c496155de8a7373ebbd5.png

2020 年,新冠疫情突然到来,拉开了人与人之间的「地理距离」。与此同时,开发者们不得不开始学会适应远程工作,在家中尽量保持与办公室时同等的生产力水平,此外还要兼顾工作与生活的平衡。

从陌生到熟悉,从无所适从到得心应手……2021 年快结束了,人们已经从希望恢复往日时光的心态发展到真正习惯了工作流程的改变,意识到了远程工作的切实需求。全球最大的代码托管平台 GitHub 正是这一趋势转换的见证者。

近日,GitHub 正式发布了 2021 年度报告。今年的研究结合了来自 400 万以上存储库的数据和来自 12000 多名开发者的调查结果,得出了一些有趣的结论。

ce433af58d672922d88ed9eb0952c301.png

f314421ed45b6e67e28160f9e344bcef.png

GitHub 开发者数量超 7300 万

过去一年里,有 1600 万开发者加入了 GitHub,目前平台的开发者数量已经达到了 7300 万;过去一年里,他们在 GitHub 上创建了 6100 万个存储库。世界财富 100 强企业中的 84% 都在使用 GitHub。

960a0ff2f04fe1b37c7d51bccff361db.png

过去一年里,43.2% 的 GitHub 活跃用户来自北美,其次是欧洲(33.5%)和亚洲(15.7%)。

eef9e480d211d75adf9c7672a38baba1.png

其中,有 7555311 名开发者来自中国。

12a4286fb040e03cc9dfe266a6fb2b56.png

过去一年里,GitHub 迎来了 140 万新的开源贡献者:

6fc843140adc3c2d927ab36e2559646c.png

近年来,开发者们使用的编程语言有什么趋势?Javascript 始终位列第一,Python 和 Java 近三年来分别位列第二和第三,地位稳固。不是说好的是PHP是最好的语言嘛?

6d1f78158e840cd581c55c6ee095b9ff.png

51446e4ea5cc502901a700daec20ba24.png

可以看到,从 2017 年开始,TypeScript 的热度在几年内一路飙升,终于抵达「第四名」的位置,超过了 C#、PHP、C++ 等二十几岁的老前辈,未来可期。

当工作方式在改变

2021 年,生产力开始恢复到新冠疫情之前的水平,同时也推动了远程和混合工作的范式转变。

人们的工作场所正在发生变化。当受访者被问及大流行之前的工作方式以及大流行之后希望如何与他人合作等问题,只有约 11% 的受访者希望回到原来的办公地点,对比之前 41% 希望在办公室工作的比例,下降了 30%。

b6ecc7df5fc522ce1ec1027098bce2dd.png

实践表明,自动化增强了可持续性。自动化消除了分歧和重复性任务,团队在开源方面的表现提高了 27%,在工作上提高了 43%,开发者实现了更高的完成度。

1932be3527f5e75235d9e1fdc8c093ac.png

GitHub 上的开发者模式反映了自动化软件交付是开源的关键推动因素,能帮助团队在规模上更快地发展。可以看到,大型存储库使用 Actions 的比例高于中小型库。

258775182fdd6634ad72cefec975e977.png

数据显示,一旦大型存储库开始使用 Actions,团队每天合并的拉取请求比以前增加了近 2 倍(增加了 61%),合并速度提高了 31%。在所有开源存储库中,使用 Actions 将合并拉取请求的数量增加了 36%,并将合并时间缩短了 33%。

还有一点容易被忽略:高效的搜索算法固然很好,但可搜索性也是一致的代码标准和命名约定的产物。

数据显示,当开发人员可以轻松找到他们需要的东西时,他们感到有能力完成工作的可能性要高出近 60%。此外,只需拥有一个易于搜索的团队存储库,他们就可以将生产力提高 11%——这一发现也得到了早期研究的支持。

253d43abe601d89ace7b8892e8fa7883.png

当中文项目Top3

以下排行是消除恶意非技术项目:面试题&资料整理的高星项目

c581422b88cd38eba58deab0e04f06d6.png

108a86e378978139897b992ef163a453.png

不可思议的是:大家看到996.ICU排行老二

传送门

更多报告细节

1:https://github.blog/2021-11-16-the-2021-state-of-the-octoverse/

2:https://www.githubs.cn/

b31a46f50ec376c52a2c01775bdd57a3.png

OK!到这就是这期分享

如果觉得文章有用,请点在看,收藏,分享。

历史分享

★ 重磅推荐:腾讯开源的一大力作

★ 重磅开源:标星超过 10k+ 的免费接口,API 的搬运工,真香!

★ 突发 !开源 Java 日志记录工具 Log4j 爆“核弹级”漏洞

★ 哈工大硕士生实现11种数据降维算法,代码已开源!

310543e92f40382308f7276b54b8724f.png

点个在看呗!


http://chatgpt.dhexx.cn/article/J70Gy7LU.shtml

相关文章

伪彩色处理

伪彩色处理 文章目录 伪彩色处理代码展示效果展示 代码展示 #include<opencv2\opencv.hpp> using namespace cv;int main() {Mat img imread("D:\\Images\\test2.png", 0);imshow("原图", img);Mat R img.clone();Mat G img.clone();Mat B img.c…

深度图伪彩色处理(matlab)+gray2color

深度图 深度图衡量场景中的深度信息&#xff0c;每一个像素点的像素值代表该采样点对应的场景点到相机的距离&#xff0c;因此深度图是单通道的&#xff0c;从图像的视觉效果来看即灰度图。 判断深度图的质量我们可以通过观察和数据分析两种方法&#xff0c;通常最后的输出图在…

伪彩色图像处理 python,matlab代码

伪彩色图像处理 冈萨雷斯数字图像处理 伪彩色图像&#xff08;也称假彩色图像&#xff09;图像处理包含根据特定标准对灰度值赋予颜色。 伪彩色图像用于区分对单色图像赋予彩色的处理和与真彩色图像相关的处理。因为人眼对彩色图像更为敏感。&#xff08;人眼可以辨别几千种色调…

Matlab 伪彩色处理方法总结(密度分割法、灰度级变换法、频域变换法)

伪彩色处理方法总结 伪彩色处理是将黑白图像转换为彩色图像&#xff0c;方法分为空域变换及频域变换。空域变换其基本原理是构建颜色映射函数&#xff0c;将灰度值转换为彩色值。因为人眼对彩色图像的分辨能力大于黑白图像&#xff0c;所以伪彩色处理是为了增强人眼对图像的细…

伪彩色图像(RGB彩色空间)

%f为一幅焊缝图像 f imread(hanfeng.tif); g ice(image,f); 第一幅图像为变化前&#xff1b;第二幅为变化后的图像。 图&#xff08;一&#xff09; 图&#xff08;二&#xff09;

Python-图像-伪彩色图像处理

目录 1.强分层法 2.灰度级彩色变换 3.频率域彩色变换 1.强分层法 按层划分灰度级数(像素幅值)&#xff0c;每层灰度与单一颜色进行映射 def strong_layering(img,layer):"""强分层法:param img: 输入灰度图像:param layer: 灰度级数分层数:return:伪彩色增…

数字图像处理第六章彩色图像处理(颜色模型,伪彩色图像处理,全彩色图像处理,彩色图像分割、彩色图像边缘检测,后续补充)

本章节主要内容包括彩色模型分类、伪彩色图像处理、全彩色图像处理、彩色变换、彩色图像的基本变换、彩色图像的平滑和锐化、基于彩色图像的分割、噪声、压缩。 6.1彩色模型 颜色模型又叫颜色空间或者颜色系统&#xff0c;其目的是在某些标准下用通常可以接受的方式方便地对彩…

【MATLAB图像分割结果可视化】利用伪彩色更好的展示你的分割结果(含代码)

【MATLAB图像分割结果可视化】利用伪彩色更好的展示你的分割结果&#xff08;含代码&#xff09; 古典方法初级高级 终极方法函数测试 其他 by HPC_ZY 今天不飞了&#xff0c;一起写代码吧。做图像分割、目标检测、物体识别的老铁都会遇到&#xff0c;在得到结果之后需要显示m…

图像处理(第九章彩色图像处理,彩色模型、RGB、HSI、YCbCr、伪彩色处理、全彩色图像处理、直方图、平滑、锐化、分割、去红眼)

图像处理第九章彩色图像处理 第九章9.1彩色基础9.1.1色度学基础&#xff08;了解即可&#xff09; 9.2彩色模型9.2.1RGB彩色模型&#xff08;了解即可&#xff09;9.2.2CIE XYZ模型&#xff08;了解即可&#xff09;9.2.3Lab颜色模型&#xff08;了解即可&#xff09;9.2.4HSI彩…

彩色图像--伪彩处理 灰度图转伪彩色图像

学习DIP第68天 转载请标明本文出处&#xff1a;http://blog.csdn.net/tonyshengtan &#xff0c;出于尊重文章作者的劳动&#xff0c;转载请标明出处&#xff01;文章代码已托管&#xff0c;欢迎共同开发&#xff1a;https://github.com/Tony-Tan/DIPpro #开篇废话 观察了一下冈…

C++ 灰度图像伪彩色处理

真彩色是指影像中的物体颜色和人类肉眼所见的颜色非常相似。在黑白影像中全彩则是指物体的明亮程度。但因为颜色染料等媒体的化学等性质和人类肉眼不同&#xff0c;因此不可能得到绝对的真彩色。 伪彩色的概念就是相较于真彩色提出来的。对于灰度图像&#xff0c;我们可以依据不…

偏振融合伪彩色图像(原理)

最近的大作业是基于偏振图像 的HSI伪彩色增强&#xff0c;现把原理进行分享~~&#xff0c;里面有很多公式上传不了进行了截图&#xff0c;特别上传了word&#xff0c;想直接copy公式也OK 指纹识别程序&#xff0c;附带word-机器学习文档类资源-CSDN下载 二、偏振矢量图像融合…

遥感数字图像处理(实验二)——假彩色合成与伪彩色合成(密度分割)

目录 实验内容二&#xff1a; 实验步骤&#xff1a; 一、假彩色合成 1.假彩色合成基本内容 2.假彩色合成的目的 3.Landsat8常见的波段组合形式&#xff0c;表1 二、波段组合 三、伪彩色合成&#xff08;密度分割&#xff09; 1.密度分割基本内容 2.密度分割的用途 3…

Matlab实现伪彩色处理:灰度图像转换为彩色图像

灰度图像可以简单理解为一个灰度值矩阵&#xff0c;其中灰度值的取值范围是[0, 255]&#xff0c;且灰度值为整数。 现在需要将这个灰度值矩阵中的每一个值拆分成3个通道&#xff08;RGB&#xff09;&#xff0c;分别是红色通道&#xff08;red, R&#xff09;、绿色通道&#…

数字图像的类型——伪彩色,真彩色,假彩色

参考&#xff1a; http://blog.sina.com.cn/s/blog_764b1e9d0100t9c8.html 伪彩色图像 同灰度图像一样,也是单波段的图像&#xff0c;但是这个单波段图像是有颜色的&#xff0c;不再是灰度图那样的&#xff0c;而是它的每一个灰度值都对应颜色空间中的某一种颜色。它可以是彩…

matlab实现灰度图像伪彩色处理

1.基于灰度图像的伪彩色处理 代码展示&#xff1a; clear all; close all;I double(rgb2gray(imread(图片1.jpg))); [M N] size(I); I2 zeros(M, N, 3); %初始化三通道for x 1 : Mfor y 1 : Nif I(x, y) < 127 …

伪彩色增强(基于MATLAB)

伪彩色增强(基于MATLAB&#xff09; 本博文参阅《数字图像处理》-杨帆 基于人眼生理视觉系统&#xff0c;对彩色微小差别的敏感程度远大于对灰度差别的敏感程度&#xff0c;彩色增强已经成为一门应用广泛的图像处理技术&#xff0c;其中伪彩色增强技术显得尤为突出。 首先得明…

利用 MATLAB 彩色显示高光谱图像(伪彩色,真彩色)

利用 MATLAB 彩色显示高光谱图像&#xff08;伪彩色&#xff0c;真彩色&#xff09; 前言一、使用imshow函数彩色显示高光谱图像注意事项&#xff1a; 欢迎学习交流&#xff01; 邮箱&#xff1a; z…1…6.com 网站&#xff1a; https://zephyrhours.github.io/ 前言 我们平时…

opencv之伪彩色处理

伪彩色处理 伪彩色&#xff08;pseudo-color)合成是按特定的数学关系把单波段灰度图像的灰度级变成彩色&#xff0c;然后进行彩色显示的方法&#xff0c;其目的是通过数据的彩色表达来增强区分目标的能力。 在图像分割之后&#xff0c;需要对目标进行上色&#xff0c;多数情况…

OpenCV--006:伪彩色:LUT作用与用法

文章目录 一、伪彩色二、LUT1. LUT概念2. 作用3. LUT函数4. LUT应用4.1 颜色空间缩减4.2 图像反转 三、OpenCV&#xff1a;applyColorMap函数 一、伪彩色 伪彩色&#xff08;Pseudo-color&#xff09;图像的每个像素的颜色不是由每个基本色分量的数值直接决定&#xff0c;实际…