观察 Jupyter 笔记本在开发期间的细粒度变化

在软件工程中，众多研究聚焦于细粒度日志分析，导致诸如重构、安全和代码补全等领域取得重大进展。然而，针对数据科学语境下的计算笔记本，尚未进行类似研究。为帮助弥合这一研究空白，我们作出三个科学贡献：（1）我们引入一个用于在开发期间收集 Jupyter 笔记本代码变更的工具套件；（2）使用它收集了超过100小时与数据分析任务和机器学习任务相关的工作数据（由20名不同水平平凡的开发者执行）， resulting in 包含2,655个单元格和9,207次单元格执行的数据集；（3）使用该数据集调查了笔记本开发过程的动态本质以及笔记本中所发生的变化。在对收集数据的分析中，我们将开发期间单元格之间的变更分类，并发现这些变更中相当数量为代码迭代修改。我们报告了其他诸多洞见，并提出了在这一新数据上进行潜在未来研究方向。