pypi-downloads-analysis.py

import io
import pandas as pd

# Got from this PyPI downloads BigQuery datasets with query
# SELECT
#     REGEXP_EXTRACT(file.version, r'(\d+\.\d+)') as scikit_learn_version,
#     REGEXP_EXTRACT(details.python, r'(\d+\.\d+)') as python_version,
#     COUNT(*) as count
# FROM
#     `bigquery-public-data.pypi.file_downloads`
# WHERE
#     TIMESTAMP_TRUNC(timestamp, DAY) = TIMESTAMP("2024-05-29") AND project = 'scikit-learn'
# GROUP BY scikit_learn_version, python_version
# ORDER BY count DESC
pypi_data = """
scikit_learn_version,python_version,count
1.0,3.7,739433
1.3,3.8,242040
1.5,3.10,219137
1.5,3.9,188493
0.24,3.8,111113
1.5,3.11,93867
0.23,3.7,77243
1.0,3.9,74923
1.2,3.10,59987
1.5,,51856
1.3,3.10,51134
1.4,3.10,48195
1.5,3.12,47912
1.0,3.10,44390
1.4,3.11,44176
1.1,3.8,40529
0.24,3.7,40027
1.4,,37815
1.0,3.8,35864
1.3,,32951
1.2,3.8,31234
1.1,3.10,30308
1.3,3.11,29907
1.1,3.9,26657
1.2,3.9,25487
1.2,3.11,25295
0.19,3.7,24337
1.3,3.9,23823
0.20,3.7,21831
1.4,3.9,19870
0.24,,17259
0.22,3.8,16620
1.0,,16211
0.24,3.6,15680
1.1,,15679
0.24,3.9,15503
1.2,,14000
0.23,3.8,11121
0.21,3.7,10419
0.20,2.7,10416
1.4,3.12,8632
0.22,3.7,5893
0.23,3.6,5554
0.22,3.5,4991
0.24,3.10,4904
0.20,3.6,3903
0.19,2.7,3600
1.1,3.11,2763
0.20,3.8,2440
0.22,3.9,2256
0.23,3.9,1947
1.3,3.12,1939
0.21,,1271
0.20,,1230
0.21,3.8,1053
0.21,3.5,912
0.23,,793
0.19,3.6,793
0.21,3.6,690
0.22,3.6,637
0.24,3.11,618
0.22,,605
1.0,3.11,584
0.22,3.10,537
0.20,3.9,426
1.2,3.12,422
0.19,3.8,318
0.23,3.10,284
0.18,2.7,238
0.18,3.7,230
0.19,3.9,216
0.22,3.11,194
0.20,3.10,164
0.17,2.7,163
0.17,3.7,150
0.18,3.8,150
0.23,3.11,126
0.21,3.9,112
1.0,3.12,111
0.21,3.10,108
0.24,3.12,105
1.1,3.12,102
1.5,3.7,99
0.19,3.10,92
0.18,3.6,91
0.19,,77
0.19,3.5,67
0.21,3.11,53
0.17,3.6,51
0.17,3.8,50
0.23,3.12,45
1.5,3.8,43
0.18,,38
0.20,3.11,36
0.16,3.7,35
0.18,3.10,35
0.19,3.11,34
0.22,3.12,33
0.21,3.12,31
0.20,3.5,31
0.18,3.9,30
0.15,3.7,28
0.15,3.9,25
0.19,3.12,24
0.16,2.7,23
0.17,3.9,20
0.17,,19
0.18,3.11,19
0.15,3.6,18
0.16,3.9,16
0.15,,16
0.14,3.7,15
0.15,2.7,13
1.5,3.13,11
0.20,3.12,11
0.16,,11
0.14,2.7,10
0.15,3.8,10
0.17,3.5,9
0.17,3.10,8
0.16,3.8,8
1.5,2.7,7
0.15,3.11,7
0.15,3.10,5
0.20,3.4,5
0.12,2.7,4
0.12,3.7,4
0.17,3.11,4
0.14,3.9,4
0.14,3.8,4
0.18,3.12,3
0.10,3.8,3
0.16,3.10,3
0.16,3.11,3
0.17,3.12,2
0.12,3.9,2
0.13,3.9,2
0.13,3.10,2
0.14,3.10,2
0.13,3.8,2
0.16,3.6,2
0.10,3.9,1
0.11,3.9,1
0.9,3.9,1
1.5,3.6,1
0.10,2.7,1
0.10,3.7,1
0.14,3.12,1
0.9,3.12,1
0.13,3.11,1
0.14,3.11,1
0.9,3.8,1
0.14,,1
0.9,3.10,1
0.9,3.11,1
0.24,3.13,1
"""

df = pd.read_csv(
    io.StringIO(pypi_data), dtype={"scikit_learn_version": str, "python_version": str}
)
pd.pivot_table(
    df, index="scikit_learn_version", columns="python_version", values="count"
).plot.bar(stacked=True)