当前最活跃的项目就是人工智能和大数据方向,而Python是实践应用最多语言。
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的独特之处
Python是一种非常通用的语言,因为易于阅读和编写,常常被称为实用主义。Python还非常简单,设计者不太强调惯用的语法,这使得Python更加易于使用,甚至非程序员或开发人员也很容易上手。
此外,Python还能够满足各种开发需求,为程序员提供了各种选择,它是一门真正通用的编程语言。如果习惯了使用python,程序员可以很容易地从一个行业跳到另外一个行业,因为Python被广泛地用于系统操作、网页开发、服务器和管理工具、部署、科学建模等几乎所有的常见领域。
但令人吃惊的是,很多开发人员并没有将Python作为自己最主要的编程语言。因为Python易于使用和学习,所以常常被选择为第二或第三种语言。这可能也是Python在开发人员中如此受欢迎的另一个原因。世界上最大的科技公司之一——谷歌——也大量地使用Python创建应用程序。他们甚至有一个门户,专门为Python开发人员提供免费的课程,包括练习、演讲视频等。
当然,Django框架的流行和PHP的没落也是python成功的助力之一,但是,从本质上来说,这是开发者、官方支持和需求这三方的契合引发的完美风暴。
以下是近年来Python变得非常流行的、不太明显的原因:
1.Python拥有一个健康活跃且能提供有力支持的社区
如果你学习过编程,你一定会发现有的编程语言因缺乏文档和开发人员支持,很不容易上手使用。而Python并没有这些问题,它已经存在了很长时间并在这段时间中积累了大量的文档、指南、教程等等。此外,Python的开发者社区拥有难以置信的活跃。这意味着当有人需要在任何情况下得到帮助或支持时,他们都会得到及时的响应。
无论你是新手还是常年遨游在代码海洋的老司机,你几乎总能够在这个活跃的社区得到帮助和支持。而且,正如任何有经验的程序员或开发人员所知道的,当你在关键时刻遇到开发问题时,来自他人的帮助要么会使你成功,要么会使你崩溃。
2.Python得到很多大企业的赞助
企业赞助帮助编程语言快速地发展壮大起来。C#有Microsoft的赞助,Java有Sun和PHP赞助、支持。而Python则在2006年得到了Google的鼎力相助,而且从那以后Google的很多平台和应用都使用了python。
为什么这很重要因为如果一个公司(比如google)希望他们的团队和未来的开发人员使用python持续研发自己的系统和应用程序,他们就需要提供大量的资源。在Google的例子中,他们为使用Python创建了大量的指南和教程。至少在开发者的领域,google持续贡献了大量文档和支持工具,并一直在为python免费做广告。
3.Python用于大数据
在企业界中越来越多的使用大数据和云计算解决方案也助推了Python的成功。Python是数据科学中最流行的语言之一,仅次于R语言。而且它也可以被用于机器学习、人工智能系统和各种现代技术中。当然,python能够搭上大数据这班车也是因为它能够非常简便的分析和处理数据。中国有句老话怎么说来着,打铁还需自身硬。>>Python数据分析学习教程
4.Python有很多很棒的库
当你在开发大型项目的时候,Python的库可以帮你节省很多时间并缩短原计划的开发周期。Python的很多库都非常好用,从科学计算领域的NumPy和SciPy,再到网页开发的Django。再比如在机器学习领域鼎鼎大名的scikit-learn,以及用于自然语言处理的nltk。
另外,像Encoding.com这样的大型云服务平台还允许它与C语言家族相互兼容。换句话说,有一些类库工具可以提供跨平台的支持,这是一个巨大的增益。
5.Python平衡了可靠性和高效性
如果你询问任何Python开发人员或任何曾经使用过这种语言的人——他们都会告诉你Python是快速、可靠和高效的。你可以在几乎任何环境中使用和部署Python应用程序,而且无论你使用哪个平台,都不必承担任何性能损失。
此外,由于它是非常可靠的,这也意味着你可以跨多个领域工作,包括但不限于-网页开发、PC应用程序、移动应用程序、硬件等。你不必担忧由于兼容性带来的困扰,因为在哪里它都可以通用。
6.新手友好性
对于新手和初学者来说,Python是非常容易学习和使用的。事实上,它是最容易学习的编程语言之一。部分原因是因为它简化了的语法,更贴近于自然语言,这样你就可以编写Python代码并更快地执行。
无论如何,这对初学者来说是一种很好的语言,现在很多年轻的开发者都开始学习Python。而即便在这种情况下,有经验的开发人员也没有被忽视,因为Python总能带给你很多能做的事。