【Python成为高收入国家增长最快的语言】开发者生态系统十大语言

简介: 本文根据Stack Overflow流量分析了Python及其他一些编程语言的发展情况,同时也对高收入国家与非高收入国家的情况进行了对比。英文原文来自stackoverflow.blog,以下是译文。


image

我们最近的研究表明,富裕国家(世界银行定义为高收入国家)喜欢研究的技术与其他国家的不同。其中,我们看到最大的差异是Python语言。当我们关注高收入国家的时候,甚至可以看到Python的增长速度甚至比Stack Overflow Trends或者其他一些全球软件开发排名显示的还要快。

在这篇文章中,我们将探讨过去五年中Python语言不寻常的增长速度,正如在高收入国家的Stack Overflow流量中所示的那样。 “增长最快”一词可能很难精确定义,但是我们认为Python确实是增长最快的主流编程语言。

本文提到的大部分数字都来自高收入国家,比如美国、英国、德国、加拿大和其他类似的国家,他们加起来占了Stack Overflow 64%的流量。其他一些国家,如印度、巴西、俄罗斯和中国,也为全球软件开发生态系统做出了巨大的贡献。尽管这些国家的Python也在增长,但本文几乎不涉及这些经济体。

需要强调的是,使用某种语言的用户数并不能用来衡量该语言的质量:我们现在正在讲的是开发人员使用的编程语言,而不是处方。

Python在高收入国家的增长情况

你可以在Stack Overflow Trends上看到,Python在过去几年里一直在迅速增长。但是对于这篇文章,我们将重点关注高收入国家,并且分析的是Stack Overflow上问题的访问情况,而不是用户提的问题。

有关Stack Overflow问题视图的数据可以追溯到2011年底,在这段时间内,我们可以看一下Python相对于其他五种主流编程语言的增长情况。这是目前高收入国家中Stack Overflow访问量前十的标签中的六个;另外还有这四个没包括在内,分别是CSS、HTML、Android和JQuery。


image

2017年6月,Python第一次成为高收入国家Stack Overflow访问量最大的标签。它在美国和英国是访问量最大的标签,在大部分其他高收入国家中也是排在前两名(另外一个要么是Java要么是JavaScript)。这尤其令人印象深刻,因为在2012年,Python的访问量小于其他五种语言,而到现在其访问量已经增长了2.5倍。

产生这种现象的部分原因是Java流量的季节性因素。由于Java是本科重点课程,所以它的流量会在秋季和春季上升,而在夏季下降。但是它会在年底再次赶上Python吗?我们可以尝试使用名为“STL”的模型来预测未来两年的增长情况,这个模型能将增长情况与季节性趋势相结合,从而预测未来的值。

image

根据这个模式的预测,到了2018年,Python肯定会成为最受欢迎的标签。STL还暗示JavaScript和Java在高收入国家中的流量将保持相似的水平,就跟最近两年的情况差不多。

整体上来看,有哪些标签增长得最快?

以上我们只看了六种主流语言,那么目前在高收入国家中还有哪些目前增长最快的技术呢?

我们用2017年和2016年的流量占比来定义增长率。在这个分析中,我们只考虑编程语言(比如Java和Python)和平台(比如iOS、Android、Windows和Linux),不包括类似Angular的框架和类似TensorFlow的库。

由于这个漫画中描述的“增长最快”存在问题,因此,我们使用平均差异图来比较各个语言的增长率与整体平均增长率。


image

Python凭借着27%的年增长率在所有标签中独占鳌头,它既是流量最大也是增长最快的标签。拥有类似增长率的第二大标签是R语言。我们可以看到,其他大多数大标签的流量在高收入国家都保持稳定,而Android、iOS和PHP的访问量则略有下降。(我们在之前一篇Flash之死的帖子中研究了一些流量减少的标签,如Objective-C、Perl和Ruby)。我们还注意到,在函数式编程语言中,Scala是流量最大并且增长非常迅速的语言,F#和Clojure则较小并且还在不断下降,而Haskell则位于它们之间并保持着稳定。

在上图中有一个重要的东西被遗漏了:TypeScript的流量去年竟然增长了142%,这足以让我们对它进行单独处理,以避免超过现有的范围。你还可以看到,其他一些较小语言(例如R、Go和Rust)的增长速度与Python差不多或更快,而且也有许多标签,例如Swift和Scala,它们的增长情况也很惊人。与Python相比,他们的流量变化情况怎么样呢?

image

像R和Swift这样的语言的发展情况确实很惊人,而TypeScript在更短的时间内表现出了更快速的扩张。如图所示,当标签一开始相对较小时,则后期越容易出现较快地增长。

请注意,我们的意思并不是说这些语言可以与Python“抗衡”。相反,我们正在解释的是为什么要把它们单独拿出来分析,这些都是较低流量的标签。Python有着一个与众不同的情况,它是Stack Overflow中最受欢迎的标签之一,也是增长最快的一个。

发展中国家:Python仍然是增长最快的编程语言

到目前为止,我们一直都在分析高收入国家的发展趋势。那么,在像印度、巴西、俄罗斯、中国等其他一些国家中,Python的增长情况如何呢?

它依然是增长最快的编程语言。

image

在非高收入国家中,Python仍然是增长最快的主流编程语言;它只是最开始的水平比较低,并且是在两年后才开始增长(从2014年开始,而不是2012年)。事实上,非高收入国家的Python同比增长率略高于高收入国家。

本文中有关高收入国家标签流量增减的许多结论也都适用于其他地区,并且这两者的增长率存在着0.979的相关性。在某些情况下,你会看到类似于Python的“滞后”现象,即某个技术在高收入国家的接受度发展水平比其他地区要早一到两年。

下一步工作

我们不希望挑起所谓的“语言之战”。一种语言的用户数量并不代表着它的质量,而且肯定无法告诉你哪种语言更适合某种特定情况。不过,考虑到这个观点,我们认为有必要了解一下有哪些语言建起了开发者生态系统,以及生态系统当前的发展情况。

原文发布时间为:2017-09-18
作者:David Robinson
翻译:雁惊寒
本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号
原文链接

相关文章
|
3天前
|
前端开发 关系型数据库 MySQL
基于python+mysql的宠物领养网站系统
基于python+mysql的宠物领养网站系统
20 2
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
Python 语言的瑰宝:数据科学中的无限潜能
在当今数字化时代,数据科学的应用已成为推动企业和学术界前进的重要力量。而Python语言,作为一门简洁、灵活且功能强大的编程语言,正日益成为数据科学领域的首选工具。本文将探讨Python语言在数据科学中的广泛应用,从数据分析到机器学习,再到人工智能。
|
2月前
|
Linux iOS开发 MacOS
Windows系统下安装Python的步骤
Windows系统下安装Python的步骤
27 0
|
27天前
|
算法 安全 搜索推荐
深入浅出:使用Python实现人脸识别系统
在当今数字化时代,人脸识别技术已成为安全验证、个性化服务等领域的关键技术。本文将引导读者从零开始,逐步探索如何利用Python和开源库OpenCV来构建一个基础的人脸识别系统。本文不仅会详细介绍环境搭建、关键算法理解,还会提供完整的代码示例,帮助读者理解人脸识别的工作原理,并在实际项目中快速应用。通过本文,您将能够掌握人脸识别的基本概念、关键技术和实现方法,为进一步深入学习和研究打下坚实的基础。
|
19天前
|
数据采集 Ubuntu Linux
不同系统下安装Python 3 #0
Anaconda安装,Windows,Linux,Mac安装Python3【2月更文挑战第6天】
62 4
|
2月前
|
数据挖掘 开发工具 Python
基于Python开发的企业编码生成系统(源码+可执行程序+程序配置说明书+程序使用说明书)
基于Python开发的企业编码生成系统(源码+可执行程序+程序配置说明书+程序使用说明书)
|
1天前
|
监控 安全 自动驾驶
基于python的室内老人实时摔倒智能监测系统-跌倒检测系统(康复训练检测+代码)
基于python的室内老人实时摔倒智能监测系统-跌倒检测系统(康复训练检测+代码)
13 0
|
1天前
|
存储 算法 计算机视觉
用Python做了个图片识别系统(附源码)
用Python做了个图片识别系统(附源码)
|
4天前
|
开发者 Python
Python中的元编程:扩展语言的力量
【2月更文挑战第5天】本文将探讨Python中的元编程,介绍了元编程的概念和意义,并详细讨论了Python中常用的元编程技术,如装饰器、元类和动态类型。通过元编程,我们可以在不改变语言核心的情况下,扩展Python的功能和灵活性,为开发者提供更强大的工具和框架。
|
6天前
|
存储 缓存 Python
如何在Python中实现一个简单的缓存系统?
如何在Python中实现一个简单的缓存系统?
10 1