An illustrative view of how repository, organization, rel…
.
数据市场 ·市场和技术
GitHub 存储库数据集
公共地图 GitHub 软件生态系统研究的存储库,组织,发布,语言,主题和活动.
- 记录存储库 · 组织 · 释放
- 来源GitHub
- 格式编译器
Dataset preview · github repositoriesReady
- Field 01
- An illustrative view of how repository, organization, rel…
{
"repository": "example-org/example-project",
"repository_url": "https://example.test/repository",
"description": "Illustrative repository record",
"languages": [
"JavaScript",
"Python"
],
"topics": [
"data"
],
"latest_release": {
"tag": "v2.4.0"…方案和领域
建立在GitHub的记录上,附上文本.
开始从存储库,组织,发布. 源头身份,收集时间和字段含义保持连接,以便记录可以进入分析,而不失去它们的背景.
repositorystring拥有者和存储器身份
repository_urlurl公开源URL
descriptionstring公开存储库总结
languagesarray观察语言背景
topicsarray公众库的主题
latest_releaseobject公共发布的文本
activityobject观察到的公共活动信号
captured_attimestamp收藏时间
清新和交付
保持GitHub数据与您的分析周期保持一致.
在需要时间推移时,使用已有日期的生态系统快照或重复更新的存储库,发布,语言和公共活动.
快速拍摄从一个已有日期的基线开始选择范围和收集窗口
让人感到清爽接收经常更新序和改变行为
格式使用JSON,CSV或Parquet方案,分区和表格
验证执行可重复的检查计数,字段,缺失状态,版本
申请 GitHub
让GitHub的记录工作.
使用源链接,时间刻印的记录用于技术生态系统映射, plus开源项目研究.每个应用程序都从相同的文档领域和收集环境中开始.
01
技术生态系统映射
进行公共存储库,组织,主题,语言和发布模式的比较.
02
开源项目研究
建立与源头相关的项目记录,用于选择的技术,组织或类别.
03
释放和活动监测
监控范围内的新观察到的发布和公共存储活动.
From sample to production
测试GitHub 存储库记录在您的数据堆中.
开始使用代表行,运行重要的结合和计算, 塑造数据消耗的系统中交付.
01
选择有用的范围
选择该集团应支持的实体,市场,领域,日期和业务产量.
02
通过你的堆进行样本
检查标识符,字段,连接,缺失状态和源文本,用自己的查询或模型.
03
设置输送模式
选择快照或重复时间表,文件格式,分区,表格和目的地.
数据集 GitHub 常见问题
计划正确的GitHub仓库收集.
什么是GitHub存储库数据集包括?
公共地图 GitHub 软件生态系统研究的存储库,组织,发布,语言,主题和活动.核心记录包括存储库,组织,发布,语言,活动观察.
通过GitHub的数据,我可以建立什么?
技术生态系统映射,开源项目研究,发布和活动监测等常见应用.
如何才能GitHub数据集保持更新?
在需要时间推移时,使用已有日期的生态系统快照或重复更新的存储库,发布,语言和公共活动.
我什么时候应该使用GitHub的API?
选择一个数据集,以便做好准备的大量快照或复制文件交付.
继续数据行程
连接GitHub数据到更广泛的使用情况.
进行相对,打开源 API,或继续进入相关数据,行业和解决方案页面.
开始从真实的记录
要求采用GitHub数据集样本.
您需要的存储库和组织数据, plus市场,场地,日期和目的地.