R包过多：CRAN提交量泛滥

# 新CRAN包：信号还是噪声？ – R Works 来源：https://rworks.dev/posts/too-many-R-packages CRAN 依然是地球上最易获取的统计知识库，而新包被 CRAN 接受的速度正以前所未有的速度增长。但 R 社区真的从这种增长中受益了吗？ 如果你在 R-bloggers（https://www.r-bloggers.com/）上阅读这篇文章，你大概知道，我一直在定期发布我挑选的“Top 40”CRAN 新包。最初，这属于我在 Revolution Analytics 工作的一部分，后来在 R Views（https://rviews.rstudio.com/）上为 RStudio 和 Posit 做这件事，而现在则是在 R Works。过去，挑选四十个有趣的包大概需要一个月里分散开的一整天愉快的工作。面对一百来个包，我可以浏览所有包的网页，下载并试用其中少数几个。现在，“Top 40”变成了一个真正的“仓鼠跑轮”项目。下图展示了自从我在 R Works 发布以来，每月成功进入 CRAN 的新包数量。 显示绘图代码 ``` library(tidyverse) file_path <- "new-cran-pkgs.csv" if (!file.exists(file_path)) { stop(paste("File not found! Please check the path:", file_path)) } # Read text and numbers safely raw_data <- read.csv(file_path, colClasses = c("character", "numeric"), stringsAsFactors = FALSE) plot_data <- raw_data |> mutate(Date = my(Month)) |> arrange(Date) new_pkg <- ggplot(plot_data, aes(x = Date, y = Num_pkgs, group = 1)) + geom_line(color = "#1f77b4", size = 1) + geom_point(color = "#d62728", size = 1.2) + labs( title = "Monthly Volume of New CRAN Packages", x = "Date", y = "Number of Packages", caption = "Source: R Works monthly Top 40 posts" ) + theme( plot.title = element_text(face = "bold"), panel.grid.minor = element_blank(), axis.text.x = element_text(angle = 45, hjust = 1) ) new_pkg ``` [](https://rworks.dev/posts/index_files/figure-html/unnamed-chunk-1-1.png) 为什么出现急剧增长？可能发生了什么？好吧，我有个猜测。显然，现在把代码打包并提交到 CRAN 太容易了。这可以理解：编写和部署任何类型的软件都太容易了。下图是 John Burn-Murdoch 最近在《金融时报》（https://www.ft.com/stream/e191658e-c66a-45bc-9bad-343bdc4210b3）上发布的，基于 NBER 研究（https://www.nber.org/papers/w35275）的数据，展示了我们处于 Agentic AI 时代下应用的爆炸式增长。 随时间推移的应用发布量（https://rworks.dev/posts/API.png） 该图也表明，这些新应用对人们的生活或企业利润的积极贡献不大。它们似乎没有被使用、被评价，甚至没有被发现。 那么，让我们对新 R 包也提出同样的问题。它们中的大多数真的在为 R 和 R 社区做出贡献吗？它们是否贡献了新的统计方法，将 R 的应用范围扩展到新的领域，提供了高效的高性能代码，或者做了其他显然有益于 R 社区的事情？ 作为一个涉猎广泛的爱好者，我的印象是：不，大多数新 R 包并没有作出贡献。文档质量是一个明显的指标。大量新 R 包没有提供足够的文档来解释它们提供什么。例如，在 5 月份，323 个新 CRAN 包中有 40 个没有 README 文件、没有 vignettes，也没有指向仓库的 URL。在我看来，除了那些存在某种可发现的带外文档（例如期刊出版物）的包，或者那些不是面向最终用户调用（而是作为某个包套件的基础设施）的包，那些不描述它们是什么、为什么以及如何工作的包，都不能算作贡献。 作为一只在跑轮上的仓鼠，我非常乐意听听您的看法。如果您有兴趣，请在 R Works GitHub 仓库的 Issue #68（https://github.com/r-community-works/rworks-website/issues/68）上留言。