DE-GitHub-7 商业开源大屏（吴双）

[will-ww]

• Global VC Funding In COSS：链接
• [Notebook]

[yoyo-wu98]

好的，我仔细看了一下，并根据之前的会议的内容归类了以下几个需要明确的点：

1. 我们有大量的数据，我也找到了一些免费的数据api，但是我仍然觉得有必要确认一下我们是否可以使用一些付费数据源？可以的话，有没有什么限制？
2. 大屏的设计稿需要以什么样的形式提交，实现逻辑比较清晰的文档还是更注重排版和动画需求的设计图案？
3. 之前看志成的演示，具体操作似乎有点像tableau，也会有一些类似tableau那样的内容限制，所以我们是否需要注意数据的大小边界问题，控制我们呈现的表格所需要的数据量？

[yoyo-wu98]

• Global VC Funding In COSS：链接

这里的核心数据源似乎是 这个url ，其中的数据似乎是人工标注的，是一个很好的数据源，但实时性可能没有那么好，或者想问一下我们是否可以用在他们announce自己市值的那一年的 openrank 数据而不是当前的 openrank 数据来同步时间戳，以解决实时性这一问题？

[will-ww]

几个参考资料，有指标可以参考：

• https://runacap.com/ross-index/
• 首份OSS开源软件VC投资报告：链接

[yoyo-wu98]

• 首份OSS开源软件VC投资报告：链接

和

• Global VC Funding In COSS：链接

均为同一个数据源，这个数据源似乎并不能下载和导出。

[will-ww]

• 首份OSS开源软件VC投资报告：链接

和

• Global VC Funding In COSS：链接

均为同一个数据源，这个数据源似乎并不能下载和导出。

嗯，貌似是个只读的~

[yoyo-wu98]

刚刚花了几个小时，找到了这个方法：

1. 一张一张的截了图；
2. 将他们拼接起来；
3. 用OCR 转换软件，将它们转换为excel 文件；
4. 调整后得到了基本完全一样的文件。

现已转换并导入其中。

这种方法会有如下的问题：非常费时，同时没有办法及时更新。

[yoyo-wu98]

如 公共链接 所示，我完成了一个实验性的商业开源大屏demo。

[yoyo-wu98]

展示的图片如下图所示：

[yoyo-wu98]

示例包含：

• 投资阶段数目/金额占比
• 本年度总投资笔数/总投资金额
• 2020年至今总投资笔数/总投资金额
• 全球被投资笔数TOP10/被投资金额TOP10的开源初创公司
• 总投资笔数/金额随时间变化图
• 月度总投资额环比比例
• 年度总投资额与投资笔数变化图
• 投资额TOP10/投资数目TOP10投资者

[will-ww]

Cool~

[yoyo-wu98]

现在看来仍然存在以下几个问题：

1. 这里的数据是需要非常复杂的手段更新的，可能需要：
   1. 设计一个自动化程序；
   2. 一周一次的手动更新；
   3. 向该文档的maintainer申请权限。
2. 这些数据中的主体项目（即表格中的FOSS CORE一列）可能在github上没有对应的仓库，所以不一定可以知道相应的openrank数据；
3. 这些投资数据的时间只是从2020年开始的，之前的投资数据缺失，导致大量的公司只有B轮、C轮却没有Seed轮、Pre-Seed轮融资的数据。

[yoyo-wu98]

根据“宣传openrank”这一需求我们还是需要之后要在该大屏中加入openrank数据，并尽可能的保证所展示的数据可以显示出一个项目的“openrank”分数和以它为核心的COSS startup的融资规模有一定正相关性。

[will-ww]

根据“宣传openrank”这一需求我们还是需要之后要在该大屏中加入openrank数据，并尽可能的保证所展示的数据可以显示出一个项目的“openrank”分数和以它为核心的COSS startup的融资规模有一定正相关性。

对的，我们一起来想想~

[yoyo-wu98]

OCR直接转成的原始数据会如下所示：

无法直接使用，所需要的数据清洗和整理代码如下：

import pandas as pd
import calendar
df = pd.read_excel('path/to/file.xlsx')
def month_from_string_to_int(month_string):
    month_num = list(calendar.month_name).index(month_string)
    if month_num < 10:
        return '0' + str(month_num)
    return str(month_num)
df['Year Announced'] = df['Year Announced'].apply(lambda x : str(x))
df['Month Announced'] = df['Month Announced'].apply(lambda x: month_from_string_to_int(x))
df['Round Size(M)'] = df['Round Size(M)'].apply(lambda x: x[1:] if type(x) != float else x)
df['Time Announced'] = df['Year Announced'] + '-' + df['Month Announced'] + '-01'
df.to_excel('path/to/file_new.xlsx', index=False)

最终效果应如下图所示：