京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
编译:Mika
【导读】
目前在 GitHub 上的全球开发者用户共有 7300 万+,其中来自中国的开发者用户已达 755 万,位居全球第二,JavaScript 成为最受开发者欢迎的编程语言,Python位居第二。
近日,全球最大开发者社区GitHub 最新出炉了2021 Octoverse 报告。报告中强调了开发者社区多样性的增加以及许多其他有趣的趋势。
下面让我们看看
在即将过去的2021年,
开发者社区又发生了哪些有趣的现象,
展现了哪些行业动态吧。
去年,人们开始进行远程工作时,感到各种不方便和不适应。人们在个人生活和工作中的各种需求之间周旋,同时还试图保持着疫情前相同的生产力。
在2021年,人们从开始的不习惯到逐渐适应疫情期间的工作状态,同时希望恢复到疫情前的正常生活方式,如今已慢慢发展到真正的蜕变,意识到远程工作的需要。
在今年的Octoverse报告中,我们的研究告诉你如何通过开发代码、创建文档,同时以更智能、更可持续的方式来支持开发者社区,从而提高自己的表现和幸福感。
本次研究报告首次结合了来自GitHub上,超过400万个代码库的数据,共有超过12000多名开发者参与问卷调查。
这种方法一定程度上揭示了当前的趋势,也给我们提供了预测性的结果,从而让我们能更精确地看到如何去为开发者、团队、组织和社区取得成功的结果。
下面让我们具体来回顾一下,2021年在GitHub上构建的代码和社区。
▲ 图源:GitHub 2021年度报告
在活跃用户方面,根据该报告,近 60% 的活跃 GitHub 用户现在分布在北美以外地区。
▲ 图源:GitHub 2021年度报告
▲ 图源:GitHub 2021年度报告
按照地区或国家来划分 GitHub 上用户的占比情况,我们可以看到:
美国以 13,551,846 的用总用户数排名第一,中国则以 7,555,311 的总用户数排名第二。第三是印度,总用户数达到7,210,455。
该报告还展示了自 2014 年至今,最受开发者们欢迎的编程语言 Top 10 热度走势。
▲ 图源:GitHub 2021年度报告
我们看到JavaScript连续八年一直稳居热门编程语言第一的宝座。
Python 近年来发展强劲,在2019年将多年来位居第二的Jave挤到第三位,如今Python稳居第二的位置。
热门语言榜上位于第四到六位分布是:TypeScript、C#、PHP。位于第七到第十位的语言分布是:C++、Shell、C和Ruby。
发展与社区息息相关。
行为准则、贡献指南、容易上手的问题(Good First Issue)、以及讨论中文明用语都能体现出社区是安全的、受欢迎的、可信赖的。这样的社区会吸引更多的贡献者,同时也会创造出更强的归属感和成就感。高度信任的团队更有可能拥有健康的合作文化。
代码贡献者群体的来源:
▲ 图源:GitHub 2021年度报告
有 47.8% 的代码贡献者来自私人企业的开发者,学生群体开发者代码的贡献量占比为 27.9%。13.5%的代码贡献者来自开源项目。5.3%来自私企的开源项目。
2021年,生产力开始恢复到新冠疫情前的水平,同时巩固了远程和混合工作的模式转变。
▲ 图源:GitHub 2021年度报告
工作地点正在发生转变:
调查对象被问及他们在疫情前在哪里工作,以及他们期望在疫情后与他人一起工作的地方。对于开发人员来说,疫情带来的工作变化预计将在很大程度上继续下去,只有 11% 的人希望回到办公地点工作。大多数用户表示,远程、混合的办公模式比较合适。
在疫情前,有41%的受访者在办公室工作,而这部分人群中仅有10.7%的人选择在疫情后回到办公室工作。
即团队中一部分成员在公司工作,另一部分远程工作。在疫情前,有28.1%的受访者是混合型工作形式。有47.6%的人选择疫情后采取混合办公模式。
即所有团队成员均远程工作。在疫情前有26.5%的受访者是完全远程工作形式,有38.8%的人选择疫情后采取这种办公形式。
自动化可以增强可持续性
通过自动化消除重复性工作,团队在开源方面的表现比之前要好27%,在工作方面的表现比之前要好43%,而且开发人员报告的成就感更高。
按版本库类型划分,有项目介绍(README)与没有项目介绍的版本库数量对比。
▲ 图源:GitHub 2021年度报告
提高生产率的关键在于:文档介绍会增加了大家对项目的信心,并邀请协作
通过项目介绍、贡献指南和问题共享信息是开源项目的秘诀:能够邀请新的贡献者,使开发人员的工作效率提高55%。企业可以采用这些最佳实践来支持其团队的工作,并启动内部资源计划。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21