我们最近探讨了富裕国家（世界银行定义为高收入国家）倾向于采用与世界其他地方不同的一套技术。我们看到的最大的差异是编程语言Python。当我们把重点放在高收入国家时，Python的增长甚至比Stack Overflow趋势等其他工具所显示的还要大，或者考虑到全球软件开发的其他排名。

在这篇文章中，我们将探讨过去五年中Python编程语言的非凡发展，正如高收入国家的Stack Overflow流量所见。“增长最快”一词可能很难精确定义，但是我们认为Python已经成为增长最快的主要编程语言。

本文讨论的所有数字都是针对高收入国家的 ; 它们通常代表了美国，英国，德国，加拿大等国家的趋势，这些国家占Stack Overflow流量的64％左右。印度，巴西，俄罗斯和中国等许多其他国家也为全球软件开发生态系统做出了巨大的贡献，这篇文章对这些经济体的描述较少，但我们也会看到Python在这方面也有增长。

值得强调的是，语言用户的数量并不是衡量语言质量的一个指标

Python在高收入国家的增长

您可以看到堆栈溢出趋势，Python在过去几年中一直在快速增长。但是对于这篇文章，我们将把重点放在高收入国家，考虑问问题而不是问题问题（这往往会得到类似的结果，但是具有较少的逐月噪音，特别是对于较小的标签）。

我们有堆栈溢出问题视图的数据可追溯到2011年末，在这段时间内，我们可以考虑Python相对于其他五种主要编程语言的增长。（请注意，这是一个比趋势工具更早的时间尺度，可以追溯到2008年）。这些目前是高收入国家10个访问量最大的堆栈溢出标签中的6个; 我们没有包括的四个是CSS，HTML，Android和JQuery。

2017年6月是Python成为高收入国家Stack Overflow访问量最大的第一个月。这包括成为美国和英国访问量最大的标签，以及几乎所有其他高收入国家（Java或JavaScript旁边）的前两名。这是特别令人印象深刻的，因为2012年的访问量比其他任何5种语言都少，在那个时候增长了2.5倍。

部分原因是由于Java的流量的季节性。由于它在本科课程中受到严重的教育，Java流量在秋季和春季往往会上升，在夏季会下降。它会在今年年底再次赶上Python吗？我们可以用一个名为“STL”的模型来预测未来两年的增长，它将增长与季节性趋势结合起来，对未来价值进行预测。

根据这个模型，Python可以在秋季保持领先或被Java所超越（这大致在模型预测的变化范围内），但是显然有望成为2018年访问量最大的标签.STL还建议JavaScript和Java在高收入国家的流量保持在相同的水平，就像过去两年一样。

哪些标签正在以最快的速度增长？

以上只是看看六种访问量最大的编程语言。其他值得注意的技术，目前在高收入国家增长最快？

我们以2017年和2016年的交通比例来定义增长率。在这个分析中，我们决定只考虑编程语言（比如Java和Python）和平台（比如iOS，Android，Windows和Linux），而不是像Angular这样的框架或者像TensorFlow这样的图书馆（尽管其中的许多显示了显着的增长在未来的帖子中检查）。

由于在漫画中描述的“增长速度最快”的挑战，我们比较平均差异情节下的增长与整体平均水平。

Python的年增长率达到了27％，Python独自成为一个既庞大又迅速增长的标签; 显示出类似增长的第二大标签是R.我们看到，高收入国家内大多数其他大型标签的流量保持稳定，对Android，iOS和PHP的访问量略有下降。我们之前在Flash的死讯中曾经研究过一些像Objective-C，Perl和Ruby这样的缩小标签）。我们也可以注意到，在函数式编程语言中，Scala是最大的，也是不断增长的，而F＃和Clojure则更小，并且缩小了，Haskell之间保持稳定。

上图中有一个重要的省略：去年TypeScript问题的流量增长了惊人的142％，足以让我们避免压倒其余的规模。您还可以看到，其他一些小型语言与Python（如R，Go和Rust）类似或快速增长，而Swift和Scala等许多标签也呈现出令人印象深刻的增长。他们的流量如何与Python相比？

R和Swift等语言的发展确实令人印象深刻，TypeScript在更短的时间内显示出迅速的扩张。许多这样的小型语言从几乎没有问题的流量发展成为软件生态系统中的显着存在。但是，正如这张图表所示，当标签开始相对较小时，显示快速增长更容易。

请注意，我们并不是说这些语言与Python“竞争”。相反，我们正在解释为什么我们要把它们的增长视为一个单独的范畴。这些是低流量的标签开始。Python是Stack Overflow上访问量最大的标签之一，也是发展最快的标签之一。（顺便说一下，这个数字还在加速！自2013年以来，每年的增长速度都在加快。

世界其他地区

到目前为止，我们一直在分析高收入国家的趋势。在印度，巴西，俄罗斯和中国等国，Python在全球其他地区的增长情况如何？

确实如此。

在高收入国家之外，Python 仍然是增长最快的主要编程语言; 它开始在一个较低的水平，并在两年后（2014年，而不是2012年）开始增长。事实上，在非高收入国家的Python去年同期相比，同比增速略有高比在高收入国家。

在这篇文章中，关于高收入国家标签的增长和减少（相对于绝对排名）的许多结论对于世界其他地区都是如此; 这两个部分的增长率之间存在0.979的斯皮尔曼相关性。在某些情况下，您可以看到类似于Python发生的“滞后”现象，即在高收入国家一年或两年内在世界其他地区扩张之前，这项技术被广泛采用。（这是一个有趣的现象，可能会成为未来博客的主题！）

我们不打算为任何“语言战争”做出贡献。一个语言的用户数量并不意味着它的质量，并且当然不能告诉你哪种语言更适合特定的情况。但是，考虑到这一点，我们认为值得了解构成开发者生态系统的语言以及该生态系统如何变化。

我们来看一下编程语言的PYPL

编程语言索引的PYPL是通过分析在Google上搜索语言教程的频率来创建的。

语言教程越多，语言就越受欢迎。这是一个领先指标。原始数据来自Google趋势。

如果您相信集体智慧，那么PYPL编程语言指数可帮助您决定要学习哪种语言，或者决定在新软件项目中使用哪一种语言。

https://pypl.github.io/PYPL.html?country=US

最后，想学习Python的小伙伴们！

请关注+私信回复：“学习”就可以拿到一份我为大家准备的Python学习资料！

pytyhon学习资料

python学习资料