git-of-theseus

一些用于分析Git仓库的脚本。可以生成如下所示的酷炫图表（以git本身为例）：

安装

运行 pip install git-of-theseus

使用

首先，你需要运行 git-of-theseus-analyze <仓库路径> （使用 git-of-theseus-analyze --help 查看大量配置选项）。这将分析一个仓库，可能需要相当长的时间。

之后，你就可以生成图表了！以下是一些例子：

1. 运行 git-of-theseus-stack-plot cohorts.json 将创建一个堆叠图，显示按代码添加年份分组的总代码量
2. 运行 git-of-theseus-line-plot authors.json --normalize 将显示前20位作者贡献的代码百分比图
3. 运行 git-of-theseus-survival-plot survival.json

你可以运行 --help 查看各种选项。

如果你想绘制多个仓库的图表，需要为每个项目单独运行 git-of-theseus-analyze，并使用 --outdir 标志将数据存储在不同的目录中。然后你可以运行 git-of-theseus-survival-plot <foo/survival.json> <bar/survival.json>（可选使用 --exp-fit 标志来拟合指数衰减）

帮助

AttributeError: Unknown property labels – 如果你看到这个错误，请升级matplotlib。运行 pip install matplotlib --upgrade

一些图片

一组有趣仓库中代码行的存活情况：

这个曲线由 git-of-theseus-survival-plot 脚本生成，显示了提交中的行在x年后仍然存在的百分比。它汇总了所有提交的情况，无论它们在什么时间点提交。所以对于 x=0，它包括所有提交，而对于 x>0，不是所有提交都被计算（因为我们需要预测一些提交的未来）。存活曲线使用Kaplan-Meier方法估计。

你还可以添加指数拟合：

Linux – 堆叠图：

这个曲线由 git-of-theseus-stack-plot 脚本生成，显示了仓库中按代码添加年份分组的总行数。

Node – 堆叠图：

Rails – 堆叠图：

Tensorflow – 堆叠图：

Rust – 堆叠图：

绘制其他内容

git-of-theseus-analyze 将写入 exts.json、cohorts.json 和 authors.json。你可以运行 git-of-theseus-stack-plot authors.json 来绘制作者统计信息，或运行 git-of-theseus-stack-plot exts.json 来绘制文件扩展名统计信息。对于作者统计，你可能需要在仓库的根目录创建一个 .mailmap 文件来去重作者。如果你需要创建 .mailmap 文件，以下命令可以列出仓库中不同的作者-邮箱组合：

Mac / Linux

git log --pretty=format:"%an %ae" | sort | uniq

Windows Powershell

git log --pretty=format:"%an %ae" | Sort-Object | Select-Object -Unique

例如，这是 Kubernetes 的作者统计信息：

你也可以将其归一化为100%。这是Git的作者统计信息：

其他内容

Markovtsev Vadim 实现了一个非常相似的分析，声称比Git of Theseus快20%-6倍。它被命名为 Hercules，有一篇很棒的博客文章介绍了Git历史分析中涉及的所有复杂性。