GIM_Software_Sustainability_Analysis_Data

数据集概述

本数据集包含用于分析全球影响模型（GIMs）软件可持续性的脚本和数据文件，涵盖代码统计（行数、注释密度）、开发者活跃度、开发工作量估算、编码规范合规性等维度，支持对GIMs软件质量的多方面评估。

文件详解

• 代码脚本文件（.py格式，共5个）
• slocount.py：计算代码注释行数、总代码行数（TLOC）、源代码行数（SLOC），依赖scc工具
• active_dev.py：绘制10个领域中各GIM的活跃开发者数量图表，使用active_dev.csv数据
• cocomo.py：基于Sachan et al. 2016方法估算软件开发工作量并生成可视化结果
• comment_density_modularity.py：计算代码注释密度、评估模块 modularity 并生成相关图表
• code_standard.py：通过Pylint检查代码是否符合PEP8规范，生成lint评分
• 数据文件（共4个）
• ISIMIP_models.xlsx：包含全球影响模型源代码链接的Excel文件
• active_dev.csv：记录各GIM的活跃开发者数量及所属领域的CSV文件，字段包括Model、Active_dev_number、Sector
• line_count.zip：各GIM的注释行数、TLOC、SLOC统计结果压缩包
• lint_score.zip：含Python代码的GIM的Pylint检查结果及lint评分压缩包

适用场景

• 软件可持续性评估：分析全球影响模型的代码质量、维护活跃度等可持续性指标
• 开发工作量估算：基于COCOMO方法估算GIMs的软件开发资源投入
• 编码规范合规性分析：评估GIMs代码对PEP8标准的遵循程度
• 开发者生态研究：探究不同领域GIM的活跃开发者数量分布特征
• 代码结构分析：通过注释密度、模块 modularity 理解GIMs的代码设计合理性