目前，全球已有數(shù)百萬(wàn)開(kāi)發(fā)人員使用GitHub來(lái)共享代碼和建立業(yè)務(wù)，很多開(kāi)發(fā)人員選擇在這里修補(bǔ)新技術(shù)，貢獻(xiàn)開(kāi)源項(xiàng)目等。越來(lái)越多的公司開(kāi)始習(xí)慣將“開(kāi)源代碼貢獻(xiàn)情況”加入開(kāi)發(fā)者考察中。

過(guò)去十年，Github所有開(kāi)發(fā)者共享2500萬(wàn)公共倉(cāng)庫(kù)的代碼，用戶(hù)遍布200多個(gè)國(guó)家，使用人數(shù)達(dá)到了2400萬(wàn)，有6700萬(wàn)Repo，新增了10億提交，2350萬(wàn)個(gè)活躍項(xiàng)目，670萬(wàn)開(kāi)發(fā)者。其中，歐洲和美洲的開(kāi)發(fā)人員最為活躍。（更多數(shù)據(jù)信息可查閱：https://octoverse.github.com/）

1、年終盤(pán)點(diǎn)：2017年Github上的熱門(mén)話(huà)題都有什么？

Website——在Github中，website話(huà)題下的Repo數(shù)量為6726，最高一個(gè)項(xiàng)目的Star數(shù)為8.4K，前13名項(xiàng)目最低Star數(shù)為1.1K.

iOS——在Github中，iOS話(huà)題下的Repo數(shù)量為9789，最高一個(gè)項(xiàng)目的Star數(shù)量為32.7K，前13名靠前的項(xiàng)目最低Star數(shù)為11.5k。

API——在Github中，API話(huà)題下的Repo數(shù)量為9761，最高項(xiàng)目的Star數(shù)量為32.9K，前13名靠前的項(xiàng)目最低Star數(shù)為5.2K。

Game——在Github中，game話(huà)題下的Repo數(shù)量為10429，最高項(xiàng)目的Star數(shù)量為16.7K，前13名項(xiàng)目最低Star數(shù)為3K。

Deep-learning——在Github中，Deep-learning話(huà)題下的Repo數(shù)量為5786，深度學(xué)習(xí)能在短時(shí)間內(nèi)達(dá)到這么多Repo足以說(shuō)明其火爆程度。同時(shí)，其最高項(xiàng)目的Star數(shù)量非常高，高達(dá)80.8K，該項(xiàng)目正是Tensorflow！項(xiàng)目少也造成Star數(shù)量比較集中，前13名靠前的項(xiàng)目最低star為9.9K。

Blog——該話(huà)題下的Repo共6944個(gè)，最高項(xiàng)目star為15.5k，前13名項(xiàng)目的最低Star為2K。

Machine-learning——該話(huà)題下的Repo共11268個(gè)，由于機(jī)器學(xué)習(xí)包含深度學(xué)習(xí)，因此數(shù)量較多，最高Star數(shù)量項(xiàng)目依然是TensorFlow。

Arduino——該話(huà)題下的Repo共5068個(gè)，最高項(xiàng)目Star數(shù)量為8.4K，前13名項(xiàng)目最低Star為785。

Plugin——該話(huà)題下的Repo共4603個(gè)，最高項(xiàng)目Star數(shù)量為5.3K，前13名項(xiàng)目最低Star為1.7K。

Library——該話(huà)題下的Repo共5186個(gè)，最高項(xiàng)目Star數(shù)量為82.8K，該項(xiàng)目是大火的react，前13名項(xiàng)目最低Star為4.4k。

Bot——該話(huà)題下的Repo共4508個(gè)，最高項(xiàng)目Star數(shù)量為13.6K，前13名項(xiàng)目最低Star為1.8K。

Database——該話(huà)題下的Repo共4657個(gè)，最高項(xiàng)目Star數(shù)量為15.8K，前13名項(xiàng)目最低Star為7.4K。

2、年終盤(pán)點(diǎn)：2017年Github Fork最多的項(xiàng)目有什么？

注意：這份清單不包括MOOC課程，但Coursera的R編程任務(wù)也有數(shù)千個(gè)課程。如果看Fork的話(huà)，起碼有超過(guò)10萬(wàn)名學(xué)生開(kāi)始了這項(xiàng)任務(wù)。

早在去年，Tensorflow就是唯一上榜的機(jī)器學(xué)習(xí)項(xiàng)目，可見(jiàn)谷歌在宣傳推廣以及完善代碼和文檔方面沒(méi)少下功夫。

近兩年，機(jī)器學(xué)習(xí)無(wú)疑是最大的贏家，TensorFlow無(wú)疑是最大的贏家。無(wú)論是Star數(shù)量還是Fork數(shù)都很高，這也說(shuō)明很多開(kāi)發(fā)者都開(kāi)始向這個(gè)方向轉(zhuǎn)型，可能已經(jīng)在準(zhǔn)備將機(jī)器學(xué)習(xí)作為今后的主要研究方向之一。

3、年終盤(pán)點(diǎn)：2017年Github被貢獻(xiàn)最多的項(xiàng)目：

雖然TensorFlow的關(guān)注度很高，但開(kāi)發(fā)者似乎不太熱衷于貢獻(xiàn)項(xiàng)目。微軟的VS code項(xiàng)目的開(kāi)發(fā)者貢獻(xiàn)熱情最高，當(dāng)然這之中有不少優(yōu)秀的微軟開(kāi)發(fā)工程師的加入。

4、年終盤(pán)點(diǎn)：2017年Github review最多的項(xiàng)目

5、年終盤(pán)點(diǎn)：2017年Github上discuss最多的項(xiàng)目

結(jié)合這幾張清單來(lái)看，項(xiàng)目之間的重疊度似乎不是很高，很難根據(jù)這幾張清單得到一個(gè)最受歡迎的項(xiàng)目結(jié)論，不過(guò)此前的Github一周最熱項(xiàng)目中，自然語(yǔ)言處理Python庫(kù)spaCy隨著新版本的發(fā)布，在Github上的熱度迅速竄高。

6、年終盤(pán)點(diǎn)：2017年Github上使用最多的表情是哪一個(gè)？

在過(guò)去這一年，點(diǎn)贊是使用最多的表情，多達(dá)7.2M，遠(yuǎn)遠(yuǎn)高于其他任何表情。其他統(tǒng)計(jì)的表情如下：

[[212630]]

財(cái)富50強(qiáng)企業(yè)中有52％使用GITHUB ENTERPRISE，如果擴(kuò)大到財(cái)富100強(qiáng)的公司，則該比例會(huì)擴(kuò)大到45%。美國(guó)100家最大的公司中，有一半（按收入）使用GitHub Enterprise來(lái)構(gòu)建軟件。

7、年終盤(pán)點(diǎn)：2017年Github上頂級(jí)APP都有哪些？

[[212631]]

安裝量最高的付費(fèi)APP：

[[212632]]

GitHub Marketplace中有26個(gè)應(yīng)用程序，自2017年5月推出市場(chǎng)，為開(kāi)發(fā)者提供了更好的工作新途徑。目前有26個(gè)集成可用，而且這個(gè)數(shù)字每個(gè)月都在增長(zhǎng)。

在這一年，Github還迎來(lái)了一大批學(xué)生開(kāi)發(fā)者，5300名老師在Github上教學(xué)，505045名學(xué)生在Github上學(xué)習(xí)，學(xué)生開(kāi)發(fā)包幫助了超過(guò)85萬(wàn)名學(xué)生像專(zhuān)業(yè)人員一樣編碼。