自 中文业界资讯站

自 中文业界资讯站

来自TIOBE的最新10月份统计数据显示，Python首次超越Java、JavaScript、C语言等，成为最受欢迎的编程语言。TIOBE过去20年一直在追踪编程语言的受欢迎程度，其数据来自于对25个搜索引擎和网站的检索结果，包括但不限于谷歌、必应、维基百科、雅虎、油管等。

自 快科技

IEEE Spectrum 刚刚公布了它们的 2021 年 top 编程语言排名，包括综合排名、趋势上涨最快、市场需求最多等排行。结果 Python 仍然是综合排名最高的一门语言。

自 量子位

作为景远资管旗下企业服务板块。景远资管拥有一支技术过硬、经验丰富的开发团队。该团队从事过电商、云计算、地产科技、金融科技等多个领域开发，做过爬虫、搜索、云计算、数据分析、群机器人，电商相关（前端交易系统、支付系统、运营系统、商家系统、物流系统、财务系统），地产科技相关（视频看房、基于数据的催化成交系统、商业地产租赁平台）等多个系统。 涉及 PC 、微信生态（服务号、小程序）、 APP 等产品形式。 团队技术点包括，开发语言Java 、 Python ，缓存使用 Redis ，队列使用 kafka 、 rabbitMQ 等，数据库多数是 MySql ，使用 spring 、 spring boot 等开发框架，前端使用到 vuenode js 。多年的开发经验和项目沉淀 ，让我们可以胜任各类应用系统、数据系统的开发。

大厂的工作经历，及多次项目创业让团队对项目的不同阶段，技术人员配置，系统搭建，以及如何更好的和业务配合产生最大价值，有了自己独有的认识，基于这些认识，可以为中小型企业提供咨询服务和解决方案。客户第一、 信任 简单 、 诚信激情 是我们的 恪守 的价值观， 认真生活、快乐工作是我们不变的追求。

随着数字化发展的不断推进，拥有对商业地产、金融、TMT行业有深刻业务理解的技术团队难能可贵。我们愿意开放自己的研发能力，为商业地产、金融、TMT等行业各类型企业在发展阶段技术研发层面贡献自己的项目经验、开发技术和顾问服务。

如您有相应的技术外包需求，请与我们联系。

联系电话：18600103146

邮箱：644305087@qq.com

联系地址：北京朝阳区西坝河嘉汇中心B座7层

JetBrains 从阿根廷、巴西、加拿大、中国、法国、德国、印度、日本、墨西哥、波兰、俄罗斯、韩国、西班牙、土耳其、乌克兰、英国和美国收集了足够大的样本。全球约 70% 的开发人员都在这些国家。

一共 19000+ 名开发者参与调查，最后收到约 7000 份有效问卷。他们认为样本是当前开发人员生态系统的代表。

为了尽量减少对非英语受访者可能存在的偏见，他们调查还提供其他 8 种语言：中文、法文、德文、日文、韩文、葡萄牙文、西班牙文和土耳其文。

0、Python 开发者经常使用的Python版本

由于 9/10 的开发人员宣布将在 2019 年使用 Python 3，Python 2 正在迅速减少。去年仍有 1/4 的人使用 Python 2。

1、Python 开发者用Python做什么

Web 开发和数据科学家仍是 Python 开发的两大主力。因为据称 Python 是数据科学的最佳工具之一，所以涉及数据分析和机器学习的 Python 开发人员数量如此众多毫不令人吃惊。

2、除了Python之外，还使用什么web框架/库

Django 和 Flask 目前仍是最流行的 Python web 框架。

3、除了Python之外，还使用的数据科学框架

4、Python 开发者除了Python之外，还使用的框架/库？

5、最常用的IDE/编辑器

6、Python 是开发者学习最多的编程语言

来自：Python开发者

这篇帖子使我们想知道富国和穷国之间的编程技术有何不同，以及这会如何影响我们对全球软件开发行业的看法。在本文中，我们将探讨这些差异，并证明在软件开发行业中，将高收入国家和世界其他地区区分看待，是有益的。

本文中探讨的所有分析都是在2017年1月至8月期间展开的，我们选择了那段时间流量最高的250个标签进行研究。为了减少其他不必要的影响，我们只分析了在这段时间内至少贡献了500万次问题访问量的64个国家。值得注意的是，这些数据代表了那些了解英语的开发者们的活动。一些针对西班牙语和葡萄牙语网站的分析表明，类似的趋势同样出现在非英语国家，比如墨西哥和巴西。

在最近的一篇文章中，我们看到关于Android问题的流量（占一个国家Stack Overflow访问量的百分比）往往与一个国家的人均GDP呈负相关。 这不禁让我们怀疑，其他标签是否也有这样的相关性。

当我们搜索主要的编程语言和平台时，除了Android之外，还有一些也比较突出，包括PHP，Python和R.

标签流量vs人均GDP

流向Android和PHP的流量数与一个国家的人均收入水平呈负相关，而Python和R的话题流量则与国家人均收入水平呈正相关。但无论哪种情况，我们都可以看到有一些例外（韩国使用Android的人数比我们预期的要多，中国则更多人使用Python），但通常情况下，相关性的呈现还是比较明显的。 （在调整并进行多次测试之后，每个R^2值都在0.5-0.6之间，p值<10^-6）。

在此有必要强调一下，我们并不是要指出这当中必然存在的因果关系；也不是说选择哪种编程语言会影响一个国家的平均收入；也不是说一个国家的财富水平直接影响他们对科技的使用。我们怀疑造成这些相关性的原因可能由各种经济和社会因素混合而成的（比如，教育水平，软件行业的发展时间，外包水平），总的来说，这些因素通常都与一个国家的财富相关联。

我们如何将软件开发行业分为两部分？

当我们研究这种趋势时，把国家分为两组：高收入国家和非高收入国家，而不是把所有国家混在一起考虑。国家的财富水平，作为一种既有分类，我们可以引用世界银行的资料数据。下图显示的是按人均GNI（国民总收入）为标准，各国呈现出的不同财富水平。

世界银行发布的各国收入分类地图

图中共有78个高收入经济体，除了美国、加拿大，还有一些西欧国家，部分中东和东亚国家，以及澳大利亚/新西兰。我已经做过一些关于国家间差异的基本原因分析（如主要成分分析），证明这是一个合理的划分方法，并且这种划分方法比其他划分方法更有意义，例如按国家的地理位置，如东半球与西半球来归类国家。 例如，来自澳大利亚的用户所访问的科技标签，通常更接近美国和欧洲的访问情况，而不是中国或印度尼西亚的。

根据收入分类，排行Stack Overflow的流量主要来自哪些国家

这种区分方法将Stack Overflow流量分为三分之二和另外三分之一：Stack Overflow上63.7％流量来自高收入国家。 这可能是由于高收入国家软件开发量占全球比例更大，更多人口能享受互联网，以及英语用户数量较多的缘故。来自非高收入国家的大部分流量来自印度，其次是巴西，俄罗斯和中国。

高收入国家在使用的技术上有何不同？

我们现在将软件开发世界分为两部分。 高收入国家和非高收入国家在技术使用方面有何不同？

高收入国家和低收入国家在访问技术标签上的差异

我们从图中可以得出几个有趣的见解：

数据科学技术上的差异：正如我们前面看到的，Python和R与一个国家的收入呈正相关。在高收入国家，Python标签的访问频率是世界其他地区的两倍，而R标签的访问量大约是其他国家的三倍。我们也可能会注意到，在比较小众的标签中，许多科学领域的重大转变是由Python语言和R语言编写的，例如Panda，numpy，matplotlib和ggplot2。这说明，高收入国家更多人使用这两种语言可能是因为在高收入国家，科学技术和学术研究更受到重视。这就能够解释，为什么在较富裕的工业化国家这两种语言更为常见。往往在高收入国家中，科学研究占经济的比重较大，同时，这些国家的程序员更有可能具备高学历。

C/C ++：C/C ++是另外两种著名的编程语言，受到高收入国家的青睐。一个假设是，这可能与教育有关：正如我们在之前的文章中能看到的，C和C++语言尤其受到美国各大学的青睐。当然，这也可能与电子行业和制造业的全球地理分布有关。

PHP和Android：在之前的文章中，我们探讨了全球的Android开发，Android系统在较低收入国家更受欢迎。PHP是一种受较低收入国家显青睐的语言。 CodeIgniter是一个PHP开源框架，这个技术标签在低收入国家的访问量最大，远远超过来自其他国家的访问量，是一个访问量地域分布极不平衡的标签。 进一步的检查表明，这个标签在南亚/东南亚地区（特别是印度，印度尼西亚，巴基斯坦和菲律宾）的访问量特别大，而来自美国和欧洲的访问量就很少。 可能许多外包公司，在构建网站的时候，就常常会选择CodeIgniter。

结论：为什么做这种研究很有必要？

我当然对这些结果十分感兴趣, 因为我认为它们展示了编程语言生态系统中有趣的事实。 它们也将对我们在不久的将来会发布的其他数据研究，产生影响。

知晓将这个行业一分为二的原因，则会给我们提供更多的信息。

例如，我们通常有兴趣了解哪些技术标签可以带来最多流量，例如查看Flash技术标签的人随着时间推移，逐渐减少。 如果我们要创建一个拥有最多访问次数的编程技术清单，那么高收入和低收入国家的清单将会非常不同：

根据国家收入排名人们最常访问的编程技术标签

例如，截止到2017年，Python是高收入国家中访问次数第二高的技术标签，但在世界的其他地区，它的访问量排名只能排到第八位。我学习的语言，R语言，是高收入国家中访问量排名第15的标签，但它的访问量在世界其他地区甚至没有进入前50。

当我们使用Stack Overflow上的数据来了解开发者生态时，我们很有必要了解软件开发中两个不同的世界，这是一条很重要的背景知识，意味着一位对这个行业的未来非常感兴趣的美国技术招聘人员，一个不确定要学习什么编程语言的印度学生，和一名想要了解肯尼亚科技公司的投资者，他们对于各种编程语言的看法，可能都会非常不同。

在未来的文章中，我们有时会回顾这一划分，这将有助于我们继续探索全球开发者生态。

原文链接：stackoverflow  编译来自：36kr

今天，IEEE Spectrum 发布了第四届顶级编程语言交互排行榜。因为有各种不同语言的排行，所以 IEEE Spectrum 依据不同的变量对流行度进行了排行。据 IEEE Spectrum 介绍，他们的排行依据数据记者 Nick Diakopoulos 提供的数据，结合 10 个线上数据源的 12 个标准，对 48 种语言进行了排行。

IEEE Spectrum 发布的编程语言交互式排行榜能让读者自己选择参数组合时的权重，从而个性化定义自己关注的排行。IEEE Spectrum 的排行榜根据读者的需求进行的权重设定，如注重新兴的语言、职工需求的语言、开源中热门的语言等。读者在设定时也可以根据产业部门进行过滤，从而定义自己的排行榜。

读者可以自行调整权重

跟据 Spectrum 读者的需求，IEEE Spectrum 给出的编程语言排行榜如下：

Python 的排名从去年开始就借助人工智能持续上升，现在它已经成为了第一名。但排在前四名的语言 Python、C、Java 和 C++都拥有广大的用户群体，并且他们的用户总量也十分相近。实际上，Diakopoulos 在对公司招聘所要求的基本语言分析中，C 语言的需求甚至还要在 Python 之前。

C# 已经重新进入前五名，它重新夺回了去年被 R 语言抢夺的位置。Ruby 已经下跌到 12 位，因此苹果的 Swift 才有机会和谷歌的 Go 语言一同进入前十大语言。这一点十分令人惊奇，因为 Swift 语言早两年才首次登入该排行榜，当然它是在前十以外的，相对于 Swift 的上升，苹果的 Objective-C 跌到了第 26 名。

然而今年是第二年没有新语言进入排名，我们似乎已经开始进入巩固代码的阶段，开发者同样需要时间消化那些为云服务、移动端和大数据应用等创造的新工具。

而谈到稳定的编程语言，Fortran 仍然出现在排名的中间位置（第 28 位），Lisp 和 Cobol 分别仍然保持在第 35 位和第 40 位。这说明即使有些语言已经非常古老，但它们仍然维持一个稳定的用户群体。

如果我们从语言用户增速来看，Python 仍然是最快的。接下来就是 C、C++和 Java，但我们看到 Swift 增速排到了第五名。Swift 是苹果发布的最新语言，它可以开发 iOS 和 OS X 软件。该语言和已存在 Objective-C 代码相匹配，并且近年来也已经开源来吸引开发者。

接下来我们可以看看开源语言的排行榜。如下我们可以看到 HTML 排名从第 11 上升到第 8 已经进入和前十大开源语言，因此这里我们再一次反对「HTML 只是一种标记语言，它不是编程语言」这一言论。因为 HTML 是开发者用于给计算机指令而完成一些任务的语言，所以我们还是将 HTML 作为一种编程语言。并且当 HTML 和 CSS 结合时，它们可以完成非常复杂的任务，所以我们有必要将它纳入其中。

那么雇主到底更需要什么语言呢？在下图中，我们可以看到 Java 和 C 是招聘上最受欢迎语言，它们甚至都超过了 Python。这可能是因为 Java 能应用于多平台，并且在企业级网页应用和移动端应用开发中占据了极其重要的地位，同时各种互联网公司的产品都需要使用 Java 来实现。

下面的排名是按照设计自由度排列的，我们可以对这些语言进行定制化的程度越高，排名越靠前。

原文链接：http://spectrum.ieee.org/computing/software/the-2017-top-programming-languages

选自IEEE Spectrum

（伯乐在线注：对于“年度语言”奖项，TIOBE 指数和 PYPL指数都是授予年度内市场份额增长量最高的编程语言。）

PYPL 人气指数（PopularitY of Programming Language index）是分析用户在Google中搜索各种编程语言教程（tutorial）的数量来推断编程语言的受欢迎程度/人气（popularity），特 定语言教程（tutorial）的搜索量越多，则认为该语言更受欢迎。PYPL 指数是一种先行指标（leading indicator），其原始数据来自 Google 趋势，所以大家都可以去验证，或者针对自己所在国度做分析。

如果你相信集体智慧的结晶，那PYPL编程语言人气指数有助于你决定学习哪种语言，或者在新项目中使用哪种语言。下面是 PYPL 指数排行榜 Top 10。

PYPL 指数排行榜 Top 10

PYPL 人气指数长期趋势图

上图透露的一些信息：

●Java 和 JavaScript 相对非常稳定；

●PHP有点颓势，哪种语言会借其下降而上位？这尚无定论，也言之过早。

●在2009-2011年期间，C#和C语言都有奇特的波动；

●C#的增长是以 C 和 Basic为代价

●Python的增长是伴随着 Perl的衰落

FAQ

1. 为什么 PYPL 和 TIOBE 如此不同？

TIOBE 指数是一种滞后指标。它是统计包括特定语言名称的网页数量。Objective-C有超过2800万网页[s]，而 C 语言只有 1100 万[s]。 这也就解释了为什么 Objective-C 在 TIOBE 有更高的排名。但是哪些人会去看那些 Objective-C 网页呢？根据 Google 趋势数据，几乎没什么人。Objective-C tutorial 的搜索量不到 Javascript tutorial 的搜索量的 1/6[s]，而 Javascript 大约有 7.4% 的搜索份额（见上图），所以 Objective-C 也就差不多是 1.2 %。

分析 StackOverflow 网站上各种语言的标签数量，或者分析维基百科上各编程语言词条页面访问数比例[s]，Objective-C 都是相似排名。此外，TIOBE 使用 “programming”一词作为搜索短语也是有误导的（请参见下一个问题）。

2. 为什么你们 PYPL 采用“tutorial”作为 Google 趋势中的关键词？

我们采用了如下原则：

●只用编程语言的名称，会导致不一致的结果。比例：Python，它就还有其他很多意思。

●相同的搜索短语适用于所有编程语言，有一致性；

●而“programming”则没有，“C programming” 使用频率比“ PHP programming ”高很多，因为 PHP 并不需要限定词；

●不管开发人员学习任意一种新语言，“tutorial”词语都是高频使用，所以它是非常好的先行指标。

虽然“tutorial”是英文词语，不过如果有需要，PYPL 指数也可去统计其他语种。

3. 你们如何计算搜索引擎份额？

我们以 CSV 格式导出 Google 趋势数据[s]，然后在导入到 Excel 中作分析。连续两两比较，从 Java – PHP 到 Ruby – Perl，并计算每对在每周的比例（超过四周则使用平均值，以减少噪音值）。

4. 为什么在 PYPL 图表中 Java 曲线这么平稳，而在 Google 趋势中 Java 超过5年都下降了？

那 是因为 Google 趋势图表显示了“tutorial”搜索总数在总体时间中变化。另外那段时间中大部分编程语言（大多数关键词）都严重下降了。相反，PYPL 图表是显示“Java tutorial”短语搜索量在所有语言“tutorial”搜索中的份额，从2004年开始，java份额数字一直相当稳定。

英文原文：pydatalog，编译：伯乐在线——黄利民

文章链接：http://blog.jobbole.com/31326/