GitHub 用的久了，偶尔看到一些爆款仓库（ Star 数量非常多）总会有一些想要对其中数据进行分析的冲动，最早一次是在 996ICU 仓库发布的时候进行的一个小小的分析（相关博文：对 996.icu 仓库 Stargazers 的一些小的分析），当时在完成了那个仓库的分析之后便感觉——这种分析的操作应该是通用的，我们应该需要有能力可以对任意 GitHub Stargazer 进行一些分析，然而由于各种原因没有成功完成，在看到 timquan 的 timqian/star-history 之后，不禁感慨，大家手速都好快呀（跑~
Stargazer Register Times
其实对于一个 GitHub 仓库而言，除了 Stargazer 数量以外，还有很多可以用来作统计和可视化的指标，我们从一个简单的问题开始吧：
给我们仓库点 Star 的用户都是什么样子的人呢？
要回答这个问题，我们可以首先看看他们都是什么时候注册的，我们以两个仓库进行对比吧：「 d3/d3 」和「 996icu/996.ICU 」，在「 d3/d3 」中，用户的「注册时间-注册数量」的图是这样的：
相比较之下「 996icu/996.ICU 」仓库的「注册时间-注册数量」图是这样的：
对比一下可以发现 Star 「 996icu/996.ICU 」 仓库的用户普遍注册时间比 「 d3/d3 」 的要晚一些，而且在 2019 年的时候注册时间还出现了一个非常突出的点，让我们回忆一下这个仓库的上线时间同时标记一下这个仓库的 Star 数量和时间曲线图：
会发现这个项目在刚刚上线的时候有非常多的 Star，之后都比较倾向于平缓，那么那段陡增的 Star 有没有可能与这段用户有关呢？
Stargazer Avatars
有的时候，我会好奇：
给这些仓库点 Star 的人，他们的头像是怎样分布的呢？
继续用「 d3/d3 」和「 996icu/996.ICU 」作为对比，首先我们把他们的 Stargazer 数据全部拉下来，然后按照用户的 Follower 数量从小到大进行排序，并从左到右，从上到下拼接到一张图片中，就有了如下的情况，首先还是 「 d3/d3 」：
然后是 「 996icu/996.ICU 」
有没有发现 「 996icu/996.ICU 」 的图片中有一个非常明显的分层？从差不多 50% 的位置，以上的部分使用 GitHub 默认头像的用户较多。
除此之外，我们是不是还可以把 Stargazer 们的 Company 生成词云，了解一下他们所在公司的信息，或者根据他们留的邮箱情况来统计一下他们的邮件服务商分布呢？
其实有很多数据等待我们去发掘，为此，我专门做了一个站点，叫 GitHub Insights，地址是 https://github.re，欢迎来参观.
由于 GitHub 仓库众多，目前的爬取策略是每天更新一次 GitHub Trending 的所有仓库并生成相关的可视化图表，后续可能会根据大家的搜索结果相关做一个分析队列，并逐渐加入更多的分析数据项，目前如果你对某个仓库感兴趣，或者希望我收录某个仓库的话，暂时可以邮件联系我进行添加~
希望你会喜欢这个工具.
Select Language