Beautiful Visualization を読んでいて、ちょっと自分でもなにかやってみたくなる。
Ruby のリポジトリからなにか興味深い性質を可視化できるか考えて、あるファイルに短期間 (24時間) の中で 2人の committer が commit した回数を数えてみることを思いついた。そういう 2人は協調して開発している（あるいは後のほうの人が修正をしている）可能性が高いのではないだろうか。
% cat Makefile
z10.png: z9.dot; neato -Tpng $< -o $@
z9.dot: z8.csv; erb t.erb > $@
z8.csv: z7.csv; tb grep --ruby '80 < _["count"].to_i' $< -o $@
z7.csv: z6.csv; tb group author_1,author_2 -a count $< -o $@
z6.csv: z5.csv; tb grep --ruby 'Time.parse(_["date_2"]) - Time.parse(_["date_1"]) < 60*60*24' $< -o $@
z5.csv: z4.csv; tb consecutive $< | tb grep --ruby '_["path_1"] == _["path_2"] && _["author_1"] != _["author_2"]' -o $@
z4.csv: z3.csv; tb sort -f path,rev $< -o $@
z3.csv: z2.csv; tb grep -f path /trunk/ $< | tb grep -v -f author '\Asvn\z' | tb grep -f path -v ChangeLog -o $@
z2.csv: z1.csv; tb cut rev,author,date,path $< -o $@
z1.csv:; tb svn-log -o $@ -- -v http://svn.ruby-lang.org/repos/ruby/trunk
% cat t.erb
% require 'tb'
% t = Tb.load_csv("z8.csv")
digraph g {
% t.each {|rec|
<%= rec["author_1"] %> -> <%= rec["author_2"] %> [ weight=<%= rec["count"] %>, label="<%= rec["count"] %>", fontsize=5 ];
% }
}
% make
...
で、できたのが以下である。条件に合致した commit の回数が、80回以上あった関係を矢印 (コミット間で時間が進む方向が矢印の方向になっている) にして、(GraphViz の) neato でレイアウトしてみた。
まあ予想通りというか、うん。
なお、生成は tb だらけだが、今回のために svn-log と consecutive サブコマンドを新しく作ってみた。
ImageMagick の convert の -level オプションの挙動をみてみる。
% ruby -e 'STDOUT.binmode; print "P5\n256 1\n255\n", (0..255).to_a.pack("C*")' > src.pgm
% convert -level 20%,80%,0.5 src.pgm dst.pgm
% tb csv dst.pgm|tb grep -f component V|tbplot -x x -y value
結果はこんなかんじ。
あきらかに変だろうということで報告してみた。
<URL:http://www.imagemagick.org/discourse-server/viewtopic.php?f=3&t=20010>
drbrain -> nobu が多すぎる、と指摘を受けたので、調べたところ、24時間以内のコミット対で複数のファイルが重なっているときに、ファイルの数だけ数えてしまっていた。ちゃんとコミット対の数を数えてみよう。
% cat t.erb
% require 'tb'
% t = Tb.load_csv("z8.csv")
digraph g {
% t.each {|rec|
<%= rec["author_1"] %> -> <%= rec["author_2"] %> [ weight=<%= rec["count"].to_f %>, label="<%= rec["count"] %>", fontsize=5, minlen=2, len=2 ];
% }
}
% cat Makefile
z10.png: z9.dot; circo -Tpng $< -o $@
z9.dot: z8.csv; erb t.erb > $@
z8.csv: z7.csv; tb grep --ruby '20 < _["count"].to_i' $< -o $@
z7.csv: z6.csv; tb group rev_1,author_1,rev_2,author_2 $< |tb group author_1,author_2 -a count -o $@
z6.csv: z5.csv; tb grep --ruby 'Time.parse(_["date_2"]) - Time.parse(_["date_1"]) < 60*60*24' $< -o $@
z5.csv: z4.csv; tb consecutive $< | tb grep --ruby '_["path_1"] == _["path_2"] && _["author_1"] != _["author_2"]' -o $@
z4.csv: z3.csv; tb sort -f path,rev $< -o $@
z3.csv: z2.csv; tb grep -f path /trunk/ $< | tb grep -v -f author '\Asvn\z' | tb grep -f path -v ChangeLog -o $@
z2.csv: z1.csv; tb cut rev,author,date,path $< -o $@
z1.csv:; tb svn-log -o $@ -- -v http://svn.ruby-lang.org/repos/ruby/trunk
% make
...
なお、neato だと、ノードとエッジが重なってしまったので、circo を使ってみた。
他のプロジェクトは... えーと、Rails は git, Python は hg, Perl は git ... うぅむ、まず tb git-log とかを作るところから始めないといかんか。
しかし、git だとどういう表を生成するか悩むんだよな。
svn ならひとつのコミットに対して複数の情報が関連するのはファイルだけなんだけど、git だとファイルだけじゃなくて親コミットも複数あるから、選択しないといけない。