数据分析师

您的位置:首页 > CDA发布 > 为什么说Python是目前热度增长最快的编程语言?

为什么说Python是目前热度增长最快的编程语言?

收藏

来源: CDA数据分析师 | 发布时间:2017-09-20 10:14:09

近年来 Python 的热度不断上升,知名IT技术问答社区 Stack Overflow 最近公布了程序语言排行榜,让我们从数据的角度解读为什么说 Python 是目前热度增长最快的编程语言...

之前我们探讨了富裕国家(被世界银行定义为高收入的国家)比起其他国家更倾向于使用各种不同的技术。我们发现当中最大的差异是关于编程语言 Python 。在高收入国家中,Python 的增长热度甚至比 Stack Overflow 的 Trends 工具等更为明显。

在本文中我们将探讨在过去五年中,高收入国家中 Python 热度的惊人增长。下面让我们用数据解读为什么说在主要编程语言中 Python 的增长速度是最快的。

这篇文章中涉及的数据主要针对高收入国家 ; 这通常代表美国,英国,德国,加拿大等国家的趋势,这些国家共占 Stack Overflow 总流量的 64%。印度,巴西,俄罗斯和中国等国家,也为全球软件开发生态系统做出了巨大的贡献。尽管 Python 在这些国家也显示出了增长,但这篇文章对这些经济体涉及的不多。

但同时值得强调的是,一种语言的用户数量并不是衡量语言质量的标准:在此我们说明的仅为当前开发人员使用语言的情况。(实际上:之前我主要用 Python 编程,但后来转为了使用 R 语言)。

Python 在高收入国家的热度增长

在 StackOverflow 编程语言流行趋势中可以看到,Python 在过去几年中一直在迅速增长。但是在本文中,我们将重点关注高收入国家,并主要考虑被浏览的问题,而不是所提的问题(这会得出类似的结果,但是具有较小的每月噪音,特别是对于小的标签)。

关于 Stack Overflow 浏览问题的数据可以追溯到2011年底,在这段时间内,我们将 Python 的热度增长对比其他五种主要编程语言。(注意,这比 Trends 工具的时间范围短,Trends 可追溯到2008年)。包括的编程语言为目前高收入国家中十大 Stack Overflow 访问标签中的六个; 我们没有包括的四个是 CSS,HTML,Android 和 JQuery。



2017 年 6 月,Python 第一次成为高收入国家在 Stack Overflow 访问量最多的标签。当中,Python 是美国和英国访问量最大的标签,在其他高收入国家 Python 访问量为前两名(除 Java 或 JavaScript 之外)。这是令人印象深刻的,因为在 2012 年,Python 的访问量还低于其他五种语言,如今比当时增长了 2.5 倍。

部分原因是由于 Java 的季节性流量特征。由于 Java 在本科教育中比重较大,因此在春秋季 Java 流量上升,夏季则下降。到今年年底它会再次赶超 Python 吗?我们可以尝试使用 “STL” 模型预测未来两年的增长情况,该模型将增长与季节趋势相结合,以预测语言的未来价值。



根据该模型,在秋天 Python 可能会保持领先地位,亦或者会被 Java 超越(大致处于模型预测的变化范围之内)。但在 2018 年,Python 显然会成为最受欢迎的标签。根据 STL,与过去两年一样,JavaScript 和 Java 在高收入国家中将保持相似的流量。

哪些标签的增长速度最快?

以上只包括了六种最受欢迎的编程语言。那么在其他值得注意的技术中,哪些技术在高收入国家中增长最快呢?

我们根据 2017 年至 2016 年的流量比例对增长率进行了定义。在分析中,我们决定仅考虑编程语言(如 Java 和 Python)和平台(如 iOS,Android,Windows 和Linux),而不考虑如 Angular 的框架或如 TensorFlow 的库(尽管其中许多增长显着,我们在之后的研究中将涉及)。

由于在图表中难以定义“增长最快”,我们将增长量与总体平均值进行比较。



以 27% 的年增长率,Python 成为流量大且增长迅速的标签 ; 第二名是 R 语言。在高收入国家中大多数其他标签的流量增长保持稳定,Android,iOS 和 PHP 的访问量则略有下降。还可以注意到,在函数式编程语言中,Scala 所占比重最大并不断增长,而 F# 和 Clojure 所占比重较小增长率缩小,Haskell 比重居中,且增长保持稳定。

上图中有个遗漏的部分:去年,关于 TypeScript 问题的流量增长达到惊人的142%,为了避免给数据带来的影响我们未将其列入其中。我们还可以看到,还有一些语言的增长速度与 Python 类似或者更快(如 R 语言,Go 和 Rust),并且还有许多标签(如 Swift 和 Scala)也呈现令人印象深刻的增长。那么与 Python 相比,这些语言的流量增长随着时间呈现什么特点呢?



如 R 语言和 Swift 等语言的发展确实令人印象深刻,而且在较短的时间内 TypeScript 也显示出非常快速的增长。许多使用量较小的语言,在软件生态系统中的增长显着。但如图所示,当标签一开始比重较小时,更容易显示出快速的增长。

我们并不是说这些语言在一定程度上在与 Python 竞争。相反,在这里要说明的是为什么要单独把这些语言的增长量放到其他类别中; 一开始这些语言都为流量较小的标签。而 Python 则一个不寻常的例子,它既是 Stack Overflow 中最受欢迎的标签之一,也是增长最快标签的之一。(同时它也在加速增长!自 2013 年以来,Python 的增长速度在逐年加速)。

世界其他地区

到目前为止,在本文中我们一直在分析高收入国家的编程语言趋势。那么在印度,巴西,俄罗斯和中国其他等国家,Python 的增长情况是否也是如此呢?

确实如此。



在高收入国家之外的国家,Python 仍然是增长最快的主要编程语言; 开始它的比重较低,两年后才开始增长(2014 年而不是 2012 年)。事实上,非高收入国家中Python 的年增长率速略于高收入国家。本文中我们没有涉及到,而其使用率与国内生产总值为正相关的R语言也在增长。

本文关于高收入国家中的程序语言增长和下降的许多结论都适用于世界其他地区; 两个部分增长率之间的斯皮尔曼等级相关系数为 0.979。在某些情况下,我们可以看到类似 Python “滞后”的现象,一般来说一项技术在高收入国家中被广泛采用,一两年后才会才在世界其他地区扩张。(这是一个有趣的现象)

结语

我们并不想挑起争论哪种编程语言更好的所谓“语言战争”。一种语言的用户数量并不意味着它的质量,当然也不能说明哪种语言更适合某种特定的情况。但是从这个角度而言,我们应该了解开发者生态系统的语言构成,以及该生态系统是如何变化的。

本文表明了在过去的 5 年中,Python 已经显示出惊人的增长,尤其是在高收入国家中。之后我们将探索当中的原因。我们将按国家和行业对增长情况进行划分,并分析哪些技术会与 Python 一起使用(例如,我们会分析 Python 的增长量中哪些是来自 web 开发,哪些是来自数据科学)。

Python 数据分析

  CDA大数据分析圈是国内第一个汇聚大数据全面资源、数据人必备的APP。CDA整合了近千个大数据相关专业网站及媒体来源,汇聚了数百场国内大数据活动与会议,数千名名技术大牛、行业领袖,以及总结了最系统的优质学习课程资源。在这里,你可每天接触到最新行业资讯、前沿技术干货等信息;你可参与CDA俱乐部活动、各类大型会议,亲身与大牛接触,获得实务经验。你也可在专业课堂上与国内顶尖讲师进行交流切磋,最有效规划自身大数据职业发展。
  CDA大数据分析圈是数据人的家园,圈子里,资源流通,共享智慧,合作发展。CDA以“创新、开放、分享”的理念,期待你的加入!

分享到:

CDA数据分析师周边