Github Data Challengeにチャレンジした

応募した内容

全言語共通でPopular Forkedはあるけれど、各言語でPopular Forkedは上位5番までしかリスト化されていないので、Top Languageの各言語について上位50番までのForked数をグラフ化することにした。
matplotlibでのグラフ化に手こずったので、JavaScriptのみをグラフ化して応募した。一応、「JavaScriptではbootstrapが飛び抜けてforkされていることがわかる」という説明をして送ってみた。

SELECT repository_name, MAX(repository_forks) as forks, repository_description, repository_url, repository_owner
FROM [githubarchive:github.timeline]
WHERE type='ForkEvent'
  AND repository_language='JavaScript'
GROUP BY repository_name, repository_description, repository_url, repository_owner
ORDER BY forks DESC
LIMIT 50

JavaScriptでは、bootstrap（一位）が飛び抜けて多い。

応募したわけではないけど追加

Rubyでは、homebrew（一位）とrails（二位）が多い。

Pythonでは、上位が飛び抜けて多いわけではない。

最後に一言

解析するための膨大なデータ、解析に必要なツールは誰でも使える環境が用意されてきてはいるものの、結局どういう視点でデータを観察し、新しい見方を発見するかが大事であって、なぜそのような解析結果が見たいのか？を考えぬくことが必要だと改めて感じました。（その意味では今回の応募内容は新しい視点という要素は少なめ）