RedMonk 一季度编程语言排行榜,Python 反超 PHP

简介:

RedMonk 发布了 2017 年一季度的编程语言排行榜:JavaScript 依然稳居榜首,Java 紧随其后;PHP 在此榜单上首次出现下降,被 Python 反超,但仍然很受欢迎,排名第四;Ruby 从第五名降至第七;TypeScript 首次进入前二十强。

RedMonk 编程语言排行榜是追踪编程语言在 GitHub 和 Stack Overflow 上的代码使用和讨论数量来统计的,以挖掘潜在的未来语言采用趋势。该榜单每年发布两次,上一次发布是在去年的 7 月份。

具体统计情况请直接查看榜单说明。

2017 Q1 排行榜图表:


3e7e1ecb83efffa3b3f41d879e2b18ed9090d07e

根据上面的图表,很难分析大体情况,所以提供了下面的数字排名。请注意,由于存在并列情况,下面列出的其实是前 23 名的编程语言:

1. JavaScript 
2. Java 
3. Python 
4. PHP 
5. C#
5. C ++ 
7. CSS 
7. Ruby 
9. C 
10. Objective-C 
11. Scala 
11. Shell 
11. Swift 
14. R 
15. Go 
15. Perl 
17. TypeScript 
18. PowerShell 
19. Haskell 
20. Clojure 
20. CoffeeScript 
20. Lua 
20. Matlab

除了前十,值得关注的变化有:

R:统计学、数据科学和其他分析类型的首选语言,曾多期稳定在 13 名的位置,上一期爬到了第 12 名,这次又回落至第 14 名。

Swift:苹果在 2014 年年中引入的开源编程语言,在图表中迅速上升,此次达到第 11 名,与 Scala 和 Shell 并列。RedMonk 称其是从做榜单以来,排名上涨最快的语言。

Go:稳定在第 15 名。

TypeScript:首次进入前 20,虽没有具体去探索这其中的因由,但有理由认为是 Angular 在发挥作用。

Rust:同样是涨幅极大的语言之一,从榜单的第 47 名跳至第 26 名。后续有待观察其潜力,看能否进入前20名的行列。

PowerShell:从上期的 25 名挤入现在的第 18 名。

本文来自开源中国社区 [http://www.oschina.net]

目录
相关文章
|
6月前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
2月前
|
人工智能 测试技术 编译器
从 Python 演进探寻 AI 与云对编程语言的推动
Python 自 2008 年发布 3.0 版本以来,经历了持续演进与革新。十六年间,从 Python 3.0 到即将发布的 3.14,语言设计、性能优化、类库生态及虚拟机技术等方面均有显著提升。字符串处理、异步编程、类型系统等核心功能不断现代化,Faster CPython 和 JIT 编译技术推动运行效率飞跃。同时,AI、云计算等新兴技术成为其发展的重要驱动力。本文全面回顾了 Python 的演进历程,并展望未来发展方向。
|
3月前
|
Python
Python编程基石:整型、浮点、字符串与布尔值完全解读
本文介绍了Python中的四种基本数据类型:整型(int)、浮点型(float)、字符串(str)和布尔型(bool)。整型表示无大小限制的整数,支持各类运算;浮点型遵循IEEE 754标准,需注意精度问题;字符串是不可变序列,支持多种操作与方法;布尔型仅有True和False两个值,可与其他类型转换。掌握这些类型及其转换规则是Python编程的基础。
207 33
|
2月前
|
数据采集 分布式计算 大数据
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
78 1
|
2月前
|
JSON JavaScript 前端开发
Python+JAVA+PHP语言,苏宁商品详情API
调用苏宁商品详情API,可通过HTTP/HTTPS发送请求并解析响应数据,支持多种编程语言,如JavaScript、Java、PHP、C#、Ruby等。核心步骤包括构造请求URL、发送GET/POST请求及解析JSON/XML响应。不同语言示例展示了如何获取商品名称与价格等信息,实际使用时请参考苏宁开放平台最新文档以确保兼容性。
|
3月前
|
设计模式 安全 Python
Python编程精进:正则表达式
正则表达式是一种强大的文本处理工具,用于搜索、匹配和提取模式。本文介绍了正则表达式的语法基础,如`\d`、`\w`等符号,并通过实例展示其在匹配电子邮件、验证电话号码、处理日期格式等场景中的应用。同时,文章提醒用户注意性能、编码、安全性等问题,避免常见错误,如特殊字符转义不当、量词使用错误等。掌握正则表达式能显著提升文本处理效率,但需结合实际需求谨慎设计模式。
134 2
|
3月前
|
人工智能 安全 API
身份验证API的实战指南(Python & PHP 示例)
本文介绍了基于身份证信息的实名认证API,适用于金融、电商、政务、医疗等领域的身份核验场景。内容包含Python与PHP调用示例及返回结果解析,助力开发者快速集成安全合规的身份验证功能。
203 0
|
4月前
|
数据采集 安全 BI
用Python编程基础提升工作效率
一、文件处理整明白了,少加两小时班 (敲暖气管子)领导让整理100个Excel表?手都干抽筋儿了?Python就跟铲雪车似的,哗哗给你整利索!
113 11
|
6月前
|
人工智能 Java 数据安全/隐私保护
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
185 29
|
6月前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。

推荐镜像

更多