如封面所示Julia官网上列示的截止到2016-12-26是1217个包。包的丰富程度与质量会影响到新增用户的数量。2016-12-30在R和Python官网截图显示Python有95694个包,R有9808个包。Python和R历经20多年的发展,包丰富也是正常。毕竟Julia才发展几年。这也是Julia语言不断壮大和追赶的标杆。( 注:R和Python的官方包数量会有一定变动,此处数据仅供参考
)
======================================================================
首先在 Julia包官网 查看最新的信息。
直接选中复制全部页面信息,放在小数据分析利器Stata中去。
OK。就可以为Julia语言包现状进行速写,画一幅简图了。就是这么简单。
Julia0.5有多少个包?有多少通过了测试?
Julia v0.5发布已经有一段时间,各个包基本上都及时更新了。所以TestPass的比例已经达到63%了。
上述分析代码如下。
Julia0.6有多少个包?有多少通过了测试?
Julia v0.6尚在开发中,一起看看有多少包可以在Nightly builds中正常使用。还不错,有44%左右的包通过了测试。
上述分析代码如下。
包的关注度高吗?轮子们之间的关系紧密吗 ?
上图显示stars在10及其以下的包占比超过67%。这样看来Julia包的生态还在成长期。
dplyr (R)的stars是1556, pandas (Python)的stars为7705, DataFrames (Julia)的stars是332。Julia的明星包尚未长成。
下面两幅图表明,Julia各个包之间的关联度一般,依赖度不高。
上述分析代码如下。
哪些协议?哪些开发者 ?
下图显示,采用MIT license的包最多,占比超过87%。
从下图来看Julia的开发者比较分散, JuliaStats 开发的包最多。看来把Julia应用到数据分析(统计)领域的需求很旺。
上述分析代码如下。
======================================================================
大家说,今后在Julia社区中会不会出现一个类似R社区中RStudio的角色,贡献一组连贯的包?
速写完毕。