近日，kdnuggets做了一個關於資料科學、機器學習語言使用情況的問卷調查，他們分析了954個回答，得出結論——Python已經打敗R語言，成為分析、資料科學和機器學習平臺中使用頻率最高的語言。有關此次問卷更具體的情況如何？雷鋒網 AI科技評論將kdnuggets上發表的總結文編譯整理如下：

之前我們在kdnuggets上做了這樣一個問卷調查，2016、2017兩年，在分析、資料科學和機器學習的工作中，你用R語言，還是Python，或兩者都用，或選擇其他的語言？

通過分析954個回答，我們得出了這樣的結論：雖然Python並沒有完全取代R語言，但在2017年，Python已經成功打敗R語言，成為分析、資料科學和機器學習平臺中使用頻率最高的語言。

在2016年Python還是第二位（主要用Python的人佔34%，主要用R語言的人佔42%），在2017年Python就以5%的優勢領先於R語言（主要用Python的人佔41%，主要用R語言的人佔36%）。同時用Python和R兩種語言的人也從2016年的8.5%增長到12%了，而用其他語言的人則從16%降到11%。

圖1：2016-2017年，在分析、資料科學和機器學習中使用Python、R語言、Python和R語言、其他語言的佔比

之後，我們分析了大家在不同語言之間的轉換情況。

圖2：2016-2017年，分析、資料科學以及機器學習平臺中各種語言的轉換情況

這張圖看起來很複雜，不過從中可以很容易地看出Python在忠誠度和轉換率兩個關鍵層面都領先於其他語言。

  • 忠誠度：使用Python的使用者對它的忠誠度要高於使用其他語言的使用者。2016年使用Python的使用者中，有91%的人2017年還在繼續使用它，而R語言的使用者留存率為74%，其他語言的使用者留存率則為60%。
  • 轉換率：從2016年到2017年，只有5%的Python使用者轉向R語言，而R語言使用者轉向Python的則是10%，這是前者的兩倍。另外，2016年同時使用兩種語言的人中，只有49%的人還在繼續使用這兩種語言，38%的人轉向Python，11%的人轉向R語言。

接下來我們看一下2014-2017年這幾種語言的使用趨勢。

因為我們2015年【R vs Python】的問卷調查中沒有提供【同時使用兩種語言】這個選項，因此下面2014-2016這四年的對比趨勢圖中，2016、2017年的Python、R語言使用趨勢我們是這樣計算的：

Python*= (Python的比例) + 50% * (同時使用Python和R語言的比例)

R* = (R的比例) + 50% * (同時使用Python和R語言的比例)

可以看到，R語言的使用率在逐年緩慢下降（從2015年的50%降到2017年的36%），而Python的使用率則從2014年的23%增長到2017年的47%。另外，其他語言的使用率也在逐年下降。

圖3：2014-2017年，Python、R語言及其他語言在分析、資料科學和機器學習的使用情況對比

最後，我們也按地區分析了幾種語言的使用趨勢，地區分佈情況如下：

  • 美國/加拿大，40%
  • 歐洲，35%
  • 亞洲，12.5%
  • 拉美，6.2%
  • 非洲/中東，3.6%
  • 澳洲/紐西蘭，3.1%

為了簡化對比圖，我們將同時使用R語言和Python的比例也按照上面的計算方法折算到單獨使用R語言和Python的比例中，並把亞洲、澳洲/紐西蘭、拉美、非洲/中東這四個佔比較少的地區合併為一個區域。

圖4:2016-2017年，不同地區使用Python、R語言和其他語言的情況

我們注意到不同區域的語言變化情況：

  • Python的使用率增長了8-10%
  • R語言的使用率降低了大約2-4%
  • 其他語言的使用率降低了5-7%

上面的資料表明了Python的使用前景很好，我們也預測R語言和其他語言的使用率還是會有相當的佔比，因為它們已經有很深的使用者基礎。

自 雷鋒網