R 的 20 年

最近有一篇文章从三个纬度介绍了 R 这 20 年的发展。

R 在这些年里发展速度有多快
2000 年以来发布了多少个 R 包
包的下载量如何增长

我提取一些结果和大家分享。

测试 R 的运行速度

作者使用了一段测试代码：

col_len <- function(n) {
  len <- 0
  while (n > 1) {
    len <- len + 1
    if ((n %% 2) == 0)
      n <- n / 2
    else {
      n <- (n * 3 + 1) / 2
      len <- len + 1
    }
  }
  len
}

res <- lapply(
  1:10,
  function(i) {
    gc()
    system.time(
      max(sapply(seq(from = 1, to = 999999), col_len))
    )
  }
)

运行时间如下图所示

2000 年 2 月: 第一个 R 版本超过 17 分钟，1.0.0
2002 年 1 月: 1.4.1 版本带来了巨大的性能提升约为 4.5 分钟
2004 年 10 月: 在版本 2.0.0 只有 168 秒，不到 3 分钟。
2014 年 4 月 -- 10 年后，3.1 版将时间缩短到大约 145 秒
2017 年 4 月-最后，3.4 版本已经看到了另一个显著的性能提升，从这个版本上执行这个计算所需的时间不到 30 秒。

R 包数量的增长速度

在 2000-2004，新发布的包数量不到 100 个
在 2010 中，CRAN 已经看到了 400 多个
2014 年，超过 1000 个包首次发布
在 2017 中，超过 2000 个新包被添加到 CRAN
在 2018 和 2019 中，总 CRAN 释放量超过 10000

R 包的下载量

上面的数字仅代表了许多 CRAN 镜像中的一个，因此包下载的真实数量要高得多，图表的信息价值主要在增长:

2013 年 1 月有大约 110 万个
2015 年 1 月 770 万
2017 年 1 月 2690 万
2020 年 1 月超过 1.28 亿次下载

原文地址：https://jozef.io/r921-happy-birthday-r/

本文作者：思考问题的熊

最近有一篇文章从三个纬度介绍了 R 这 20 年的发展。

R 在这些年里发展速度有多快
2000 年以来发布了多少个 R 包
包的下载量如何增长

我提取一些结果和大家分享。

测试 R 的运行速度

作者使用了一段测试代码：

col_len <- function(n) {
  len <- 0
  while (n > 1) {
    len <- len + 1
    if ((n %% 2) == 0)
      n <- n / 2
    else {
      n <- (n * 3 + 1) / 2
      len <- len + 1
    }
  }
  len
}

res <- lapply(
  1:10,
  function(i) {
    gc()
    system.time(
      max(sapply(seq(from = 1, to = 999999), col_len))
    )
  }
)

运行时间如下图所示

2000 年 2 月: 第一个 R 版本超过 17 分钟，1.0.0
2002 年 1 月: 1.4.1 版本带来了巨大的性能提升约为 4.5 分钟
2004 年 10 月: 在版本 2.0.0 只有 168 秒，不到 3 分钟。
2014 年 4 月 -- 10 年后，3.1 版将时间缩短到大约 145 秒
2017 年 4 月-最后，3.4 版本已经看到了另一个显著的性能提升，从这个版本上执行这个计算所需的时间不到 30 秒。

R 包数量的增长速度

在 2000-2004，新发布的包数量不到 100 个
在 2010 中，CRAN 已经看到了 400 多个
2014 年，超过 1000 个包首次发布
在 2017 中，超过 2000 个新包被添加到 CRAN
在 2018 和 2019 中，总 CRAN 释放量超过 10000

R 包的下载量

上面的数字仅代表了许多 CRAN 镜像中的一个，因此包下载的真实数量要高得多，图表的信息价值主要在增长:

2013 年 1 月有大约 110 万个
2015 年 1 月 770 万
2017 年 1 月 2690 万
2020 年 1 月超过 1.28 亿次下载

原文地址：https://jozef.io/r921-happy-birthday-r/

本文作者：思考问题的熊

最近有一篇文章从三个纬度介绍了 R 这 20 年的发展。

R 在这些年里发展速度有多快
2000 年以来发布了多少个 R 包
包的下载量如何增长

我提取一些结果和大家分享。

测试 R 的运行速度

作者使用了一段测试代码：

col_len <- function(n) {
  len <- 0
  while (n > 1) {
    len <- len + 1
    if ((n %% 2) == 0)
      n <- n / 2
    else {
      n <- (n * 3 + 1) / 2
      len <- len + 1
    }
  }
  len
}

res <- lapply(
  1:10,
  function(i) {
    gc()
    system.time(
      max(sapply(seq(from = 1, to = 999999), col_len))
    )
  }
)

运行时间如下图所示

2000 年 2 月: 第一个 R 版本超过 17 分钟，1.0.0
2002 年 1 月: 1.4.1 版本带来了巨大的性能提升约为 4.5 分钟
2004 年 10 月: 在版本 2.0.0 只有 168 秒，不到 3 分钟。
2014 年 4 月 -- 10 年后，3.1 版将时间缩短到大约 145 秒
2017 年 4 月-最后，3.4 版本已经看到了另一个显著的性能提升，从这个版本上执行这个计算所需的时间不到 30 秒。

R 包数量的增长速度

在 2000-2004，新发布的包数量不到 100 个
在 2010 中，CRAN 已经看到了 400 多个
2014 年，超过 1000 个包首次发布
在 2017 中，超过 2000 个新包被添加到 CRAN
在 2018 和 2019 中，总 CRAN 释放量超过 10000

R 包的下载量

上面的数字仅代表了许多 CRAN 镜像中的一个，因此包下载的真实数量要高得多，图表的信息价值主要在增长:

2013 年 1 月有大约 110 万个
2015 年 1 月 770 万
2017 年 1 月 2690 万
2020 年 1 月超过 1.28 亿次下载

原文地址：https://jozef.io/r921-happy-birthday-r/

本文作者：思考问题的熊