京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2018 IEEE顶级编程语言交互排行榜发布:Python屠榜
今天,IEEE Spectrum 发布了第五届顶级编程语言交互排行榜:Python 卫冕成功,C++ 异军突起,雄踞第二,C 语言和 Java 则「退位让贤」,分据第三和第四。
榜单地址:https://spectrum.ieee.org/static/interactive-the-top-programming-languages-2018
IEEE 的榜单结合 9 个数据来源的 11 个衡量指标(去年的排行榜有 12 个指标,今年少了 Dice job 网站信息,因其关闭了 API),权衡并发布了 47 种语言的排行榜,少于去年的 48 种。该排行榜允许读者根据自己的喜好或需求设定权重,如语言趋势或员工最关注的语言等。读者可以查看 Trending、Jobs、Open 等不同维度的编程语言排行数据。
读者可以根据自己的喜好或需求设定权重。
2018 年 IEEE 顶级编程语言交互排行榜和 2017 年排行榜前十名对比图。
Python 的排名从 2016 年开始就持续上升,去年顺利登顶,仅以 0.3 分的优势超越第二名 C 语言险夺第一。而今年,Python 依然高居榜首,且与第二名拉开差距。但是,今年的第二却不再是 C 语言,而是 C++ 了。C++ 的异军突起,使得 C 语言和 Java 都不得不「退位让贤」,分别降至第三和第四(去年它们分别位至第二和第三)。
为什么 Python 会继续获得程序员的青睐呢?顶级编程语言中的另外两个变化可能会给出点提示。
首先,Python 现在被视为嵌入式语言。以前,编写嵌入式应用程序严重倾向于编译语言,以避免在处理能力和内存有限的机器上高速评估代码的溢出。摩尔定律虽已渐式微,但还未完全消退。很多现代微控制器已有足够的能力承载 Python 解释器。以这种方式使用 Python 的一个好处是,它在某些应用程序中,通过交互提示或动态重新加载脚本来操作附加硬件非常方便。涉足到一个新的领域,只会增长 Python 的人气。
Python 越来越受欢迎的另一个原因是 R 语言的热度下降。R 在 2016 年达到顶峰,排名第五,去年跌至第六,今年排名第七。R 是一种专门处理统计和大数据的语言。随着人们不断把对大型数据集的兴趣转向其在机器学习上的应用,且由于数据统计和机器学习中高质量 Python 库的出现,相比更专业的 R 语言,灵活的 Python 语言变得更有吸引力。
IEEE Spectrum 聚焦未来发展趋势,旨在衡量各项指标以找出发展迅速的语言,可以看到谷歌的 Go 已经从第 7 位上升到第 5 位。但名次上升最快的还是 Scala,从第 15 位上升到第 8 位。Scala 是为了改进 Java 而创建的,所以 Java 名次下降的部分原因可能是 Scala 的上升。
令人惊讶的是,Action 的排名提升非常有限。去年它以 0.0 的排名垫底,几乎要被淘汰,但今年它以 1.6 分回到了倒数第二。Forth 是嵌入式世界的一匹老马,但是却拿了零蛋。这是作者个人最喜欢的语言之一,但如果明年它继续拿零分,就要被踢出排行榜了。
那么这一年中发展最快的编程语言又是哪些呢?和去年一样,Python 占据榜首,C++ 跃居第二,Java 和 C 排名位置各掉一名。
接下来,我们来看工作环境中编程语言的使用情况。Python 从去年的第三名跃居第一,Java 从第一名掉落至第三名,C 语言保持不变,而 C++ 依然势头强劲,评分增幅达 1.4。
而开源项目钟爱的编程语言排名如下:
前四名稳定不变,而去年的第五名 Swift 掉落至 22 名!
最后来看根据设计自由度衡量出的编程语言排名:
Python 仍然是第一名,Java 从去年的第二名跌至第四,Java 排名未变,但所占比例由 17 年的 88.9 下跌至今年的 82.3。PHP 与 Java 持平,较去年略有上升。
综合来看,Python 在各个榜单上均稳居第一,而 C++ 也不容小觑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05在数据驱动的业务场景中,“垃圾数据进,垃圾结果出”是永恒的警示。企业收集的数据往往存在缺失、异常、重复、格式混乱等问题, ...
2026-01-05在数字化时代,用户行为数据已成为企业的核心资产之一。从用户打开APP的首次点击,到浏览页面的停留时长,再到最终的购买决策、 ...
2026-01-04在数据分析领域,数据稳定性是衡量数据质量的核心维度之一,直接决定了分析结果的可靠性与决策价值。稳定的数据能反映事物的固有 ...
2026-01-04