論文の概要: PyGress: Tool for Analyzing the Progression of Code Proficiency in Python OSS Projects
- arxiv url: http://arxiv.org/abs/2511.05821v1
- Date: Sat, 08 Nov 2025 03:11:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-11 21:18:44.598354
- Title: PyGress: Tool for Analyzing the Progression of Code Proficiency in Python OSS Projects
- Title（参考訳）: PyGress: Python OSSプロジェクトのコード習熟度を解析するツール
- Authors: Rujiphart Charatvaraphan, Bunradar Chatchaiyadech, Thitirat Sukijprasert, Chaiyong Ragkhitwetsagul, Morakot Choetkiertikul, Raula Gaikovina Kula, Thanwadee Sunetnanta, Kenichi Matsumoto,
- Abstract要約: PyGressはPythonのコード習熟度を自動的に評価し視覚化するWebベースのツールである。
GitHubリポジトリリンクを提出することで、システムはコミット履歴を抽出し、CEFRに準拠したレベル(A1からC2)にわたるソースコードの習熟度を分析する。
PyGressツールは、コントリビュータ毎の習熟度分布を視覚化し、プロジェクトコードの習熟度を経時的に追跡する。
- 参考スコア（独自算出の注目度）: 2.3253691531523533
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Assessing developer proficiency in open-source software (OSS) projects is essential for understanding project dynamics, especially for expertise. This paper presents PyGress, a web-based tool designed to automatically evaluate and visualize Python code proficiency using pycefr, a Python code proficiency analyzer. By submitting a GitHub repository link, the system extracts commit histories, analyzes source code proficiency across CEFR-aligned levels (A1 to C2), and generates visual summaries of individual and project-wide proficiency. The PyGress tool visualizes per-contributor proficiency distribution and tracks project code proficiency progression over time. PyGress offers an interactive way to explore contributor coding levels in Python OSS repositories. The video demonstration of the PyGress tool can be found at https://youtu.be/hxoeK-ggcWk, and the source code of the tool is publicly available at https://github.com/MUICT-SERU/PyGress.
- Abstract（参考訳）: オープンソースソフトウェア(OSS)プロジェクトでの開発者の習熟度を評価することは、プロジェクトのダイナミクス、特に専門知識を理解するために不可欠である。
本稿では,Python のコード習熟度分析ツール pycefr を用いて,Python のコード習熟度を自動的に評価・視覚化する Web ベースのツール PyGress を提案する。
GitHubリポジトリリンクを提出することで、コミット履歴を抽出し、CEFRに準拠したレベル(A1からC2)にわたるソースコードの習熟度を分析し、個別およびプロジェクト全体の習熟度の視覚的要約を生成する。
PyGressツールは、コントリビュータ毎の習熟度分布を視覚化し、プロジェクトコードの習熟度を経時的に追跡する。
PyGressはPython OSSリポジトリのコントリビュータコーディングレベルを調査するためのインタラクティブな方法を提供する。
PyGressツールのデモビデオはhttps://youtu.be/hxoeK-ggcWkで、ツールのソースコードはhttps://github.com/MUICT-SERU/PyGressで公開されている。
関連論文リスト
- PyPulse: A Python Library for Biosignal Imputation [58.35269251730328]
PyPulseは,臨床およびウェアラブルの両方のセンサ設定において生体信号の計算を行うPythonパッケージである。
PyPulseのフレームワークは、非機械学習バイオリサーバーを含む幅広いユーザーベースに対して、使い勝手の良いモジュラーで拡張可能なフレームワークを提供する。
PyPulseはMITライセンスでGithubとPyPIでリリースしました。
論文 参考訳（メタデータ） (2024-12-09T11:00:55Z) - depyf: Open the Opaque Box of PyTorch Compiler for Machine Learning Researchers [92.13613958373628]
textttdepyfは、PyTorchコンパイラの内部動作を復号化するためのツールである。
textttdepyfは、PyTorchが生成したバイトコードを等価なソースコードに逆コンパイルする。
論文 参考訳（メタデータ） (2024-03-14T16:17:14Z) - Automatic Generation of Python Programs Using Context-Free Grammars [0.1227734309612871]
TinyPy Generatorは、文脈自由文法を使ってランダムなPythonプログラムを生成するツールである。
私たちのシステムは、さまざまなレベルの複雑さを持つコードを生成するために、カスタムプロダクションルールを使用します。
TinyPy Generatorは機械学習の分野で有用であり、Python言語モデルをトレーニングするための大量のPythonコードを生成することができる。
論文 参考訳（メタデータ） (2024-03-11T08:25:52Z) - PyPOTS: A Python Toolkit for Machine Learning on Partially-Observed Time Series [20.491714178518155]
PyPOTSは、データマイニングと分析のためのオープンソースのライブラリである。
5つのタスクに分類される多様なアルゴリズムに簡単にアクセスできる。
PyPOTSはPyPI、Anaconda、Dockerで利用できる。
論文 参考訳（メタデータ） (2023-05-30T07:57:05Z) - PyGOD: A Python Library for Graph Outlier Detection [56.33769221859135]
PyGODは、グラフデータの外れ値を検出するオープンソースライブラリである。
外れ値検出のための主要なグラフベースのメソッドを幅広くサポートしています。
PyGODはBSD 2-Clauseライセンスの下でhttps://pygod.orgとPython Package Index (PyPI)でリリースされている。
論文 参考訳（メタデータ） (2022-04-26T06:15:21Z) - Python for Smarter Cities: Comparison of Python libraries for static and
interactive visualisations of large vector data [0.0]
Pythonは簡潔で自然な構文を持ち、コンピュータサイエンスの背景を持たない市町村のスタッフにとって参入障壁は低い。
本研究では,大規模ベクトルデータセットの可視化生成に関して,Pythonエコシステムにおける顕著かつ活発に開発された可視化ライブラリを評価する。
短いリストのライブラリはすべて、小さなデータセットと大きなデータセットの両方のサンプルマップ製品を生成することができた。
論文 参考訳（メタデータ） (2022-02-26T10:23:29Z) - PyHealth: A Python Library for Health Predictive Models [53.848478115284195]
PyHealthは、医療データ上で様々な予測モデルを開発するためのオープンソースのPythonツールボックスである。
データ前処理モジュールにより、複雑なヘルスケアデータセットを機械学習フレンドリーなフォーマットに変換できます。
予測モデリングモジュールは、確立されたアンサンブルツリーとディープニューラルネットワークベースのアプローチを含む30以上の機械学習モデルを提供します。
論文 参考訳（メタデータ） (2021-01-11T22:02:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。