咨询GitHub贡献图单日贡献等级计算规则及四分位数疑问

• 核心纠正：你对四分位数的基础理解没错，但GitHub的贡献等级划分不是按天数均分的四分位数分组，而是基于贡献值的数值分布区间来划分——这是导致低等级天数远多于高等级的关键原因。

• 具体计算逻辑：

  1. 先筛选所有有贡献的日期的贡献数值（无贡献的日期直接归为最低等级，对应深色模式下最暗的方块）
  2. 将所有非零贡献值按从小到大排序，计算三个四分位数（Q1、Q2、Q3）——这里的四分位数是基于贡献值的数值分布计算，而非强制把天数分成四个等份
  3. 等级划分规则（对应深色模式下亮度从暗到亮）：
     • 贡献值 = 0：等级1（最暗）
     • 0 < 贡献值 ≤ Q1：等级2
     • Q1 < 贡献值 ≤ Q2：等级3
     • Q2 < 贡献值 ≤ Q3：等级4
     • 贡献值 > Q3：等级5（最亮）

• 为什么低等级天数更多？
  开发者的贡献值分布天然是右偏态的：大部分日期的贡献数很少（比如1-2次提交），只有少数日期会有大量贡献（比如发布版本、批量提交）。这种分布下，Q1、Q2甚至Q3可能都集中在较低的贡献值区间，导致大量天数落在低等级，而高等级只有少数贡献值极高的日期。

  举个简单例子：假设统计365天，其中200天贡献值为1，100天贡献值为3，50天贡献值为10，15天贡献值为30。排序后计算四分位数：

  • Q1是1（25%分位点落在贡献值1的区间）
  • Q2是1（50%分位点仍在贡献值1的区间）
  • Q3是3（75%分位点落在贡献值3的区间）
    对应的等级分布：
  • 等级1（0贡献）：假设0天
  • 等级2（≤1）：200天
  • 等级3（1<≤1）：0天（因Q2=Q1，无中间区间）
  • 等级4（1<≤3）：100天
  • 等级5（>3）：65天
    显然低等级（等级2）的天数远多于高等级（等级5），完全符合GitHub贡献图的实际表现。

• 额外细节：GitHub会避免将相同贡献值的日期拆分到不同等级，如果某个贡献值恰好跨越四分位数，所有该贡献值的日期会被归到同一个等级，这也会进一步加剧各等级的天数不均等。

内容的提问来源于stack exchange，提问作者malbert