Python部落(python.freelycode.com)组织翻译，禁止转载，欢迎转发。
本文与Dmitry Filippov合写，透过大量收集自Python开发者调查的数据，揭示了有关Python编程语言的最新使用情况和发展轨迹。
Python正变得越来越受欢迎，在科技新闻中引起了人们更多的关注。有报道说，更多的女高中生们正在将Python应用于计算机工程的学习；Python被推荐为大学计算机入门课程的编程语言。 此外，Stack Overflow的2018年开发者调查显示，Python是大多数人想学习的编程语言。 Python被广泛用于网络，从简单的个人网站，到世界上大型银行里的数据挖掘和机器学习。
是什么让Python如此特别？ Python开发者是哪些人？ 它为什么如此受欢迎？ 为了回答这些以及其他许多重要的问题，JetBrains和Python软件基金会（Python Software Foundation，PSF）合作，针对使用Python作为主要或补充语言的人群开展了一项调查。 到目前为止，还没有人做过针对Python的专项研究，以期了解不同开发人员是如何使用它的，有哪些组件促进了它的使用，以及是什么让它成为了最受欢迎的语言之一。
我们调查的目标是确定Python的最新趋势，并一窥Python开发界的全貌。抱着这一目的，我们着手研究了以下问题：
Python 3最新的普及率是多少？
Python是怎样和其他语言一起使用的？
什么样的项目会用到Python?
Python用户的主要开发类型有哪些？
最流行的技术和工具是什么？
最常见框架和库有哪些，以及它们是如何相辅相成的？
Python开发者是一群什么样的人？
该调查于2017年10月发布。这里是我们对结果所做的汇总，你也可以从Python开发者调查2017年结果的网站上挖掘更多的图表和原始数据。
方法论
在我们查看相关数据和见解之前，有必要回顾一下调查所采取的方法，包括：调查是如何派发的，采取了哪些措施来避免潜在的偏见，并确保调查不倾向于任何特定的工具，技术，库，或者国家。
我们将调查发送给几个独立的团体，包括订阅了PSF邮件列表，博客，Slack，LinkedIn和Twitter的人员。我们还在一些访问量最大的Python.org页面上推广了该项调查，并通过阅读文档进行了公布。大部分回复（62％）来自Python.org上的广告横幅；其他主要来源是PSF博客和Twitter帖子。我们没有利用产品、服务或供应商相关的渠道，以防止调查结果倾向于任何特定的工具或技术。
调查深受社区的欢迎，回复率超过预期。在开放期间，收到的回复超过了1万份。我们在做调查分析时过滤掉了不完整和重复的回复，留下来的数据集包括了来自150多个国家的9,532名应答者。对于如此大的样本，描述统计误差的保守置信区间仅为1％，意味着所有结果都具有统计显著性。我们实现了调查的主要目标：收到了准确可靠的数据！
Python开发者画像
开启Python世界之旅的第一步，让我们来聊聊最令人兴奋的事儿 -- 和Python语言及其应用程序相比，Python社区也呈现出同样的多元化。
虽然Python用户的年龄范围很广，但是大多数受访者的年龄在20岁左右，四分之一在30多岁。有趣的是，几乎五分之一的Python用户年龄在20岁以下。如果我们将Python开发人员的年龄范围，与Stack Overflow在其最新调查中确定的一般开发人员的年龄范围进行比较，分布情况比较相似。区别在于，Python调查中，年龄在18岁以下的开发者稍微多一些。原因在于，很多中学和大学的学生在使用Python，而且Python常常被选作第一门语言。
超过一半的受访者是全职的开发人员，每五名开发人员中就有一位担任数据分析师，架构师，或团队负责人。与Stack Overflow的调查相比，我们可以看到：Python开发者比一般开发者更少可能全职工作（52％的Python开发人员与74％的开发人员），更有可能自己当老板，或成为自由职业者（Python开发人员占13％，所有开发人员占9.7％）。
Python调查的受访者呈现出各种不同的经验; 22％的人拥有不到一年的经验，超过11年经验的人也是这个比例，而经验在这两者之间的分布平滑。这表明新手和经验丰富的开发人员之间保持了良好的平衡，使Python成为了可持续发展的语言。
值得注意的是，Python比其他语言的平均新手比例高得多。 根据Stack Overflow数据，30％的开发人员拥有不到两年的专业经验，而Python开发人员调查中的这一比例为41％。
大型的Python开发团队中并不多见。 在我们的调查中，56％的Python开发人员表示他们独立开发项目，40％的人通常在2到7人的团队中工作。 大约一半的受访者在从事一个主要项目的同时还有几个小项目，而四分之一的人则一次只从事一个项目。
2016年，JetBrains在没有PSF参与的情况下举办了一次Python开发者调查。 虽然JetBrains在2016年的样本规模很大，但其调查主要通过自己的渠道进行推广，这自然吸引了PyCharm用户中的更大份额 - 约50％的PyCharm用户和50％的使用其他编辑器的用户。 为了减少不可避免的偏差，2016年的调查没有比较不同代码编辑器的用户数量。 尽管2016年的调查结果存在偏差，仍然值得比较一下2017年和2016年的一些调查结果。 例如，在2016年的调查中，45％的人表示独立完成自己的项目，51％的人则是团队工作。 2017年调查中的这一比例不同也许是因为，有大量的新手，且Python是他们的第一语言，以及数据科学家的数量和现在使用Python的Web开发者的数量旗鼓相当。
Python工作机会
正如我们上面所写的，在Stack Overflow的2018年开发者调查中，Python是最理想的语言（即调查者最有兴趣学习的语言）;这是Python连续第二年获得该排名。 Python用户在排名最高的编程语言中排名第三。这些事实与Python就业市场是什么关系呢？
尽管Python开发人员调查并未专门提出工作受欢迎度，但我们可以从Python开发人员需要的其他资源中，收集世界范围内的各种工作信息。包括机器学习，数据库，数据分析，云基础设施，设计，站点可靠性/测试，网络抓取，安全性，移动开发，API等等。根据jobs.python.org上列出的职位，机会倾向于国际化需求，尤其是在英国地区。
在任何主要工作网站搜索“Python开发人员”，会返回数千个就业机会。 2018年3月，美国Python开发者在美国的平均工资（根据实际数据）为115,835美元。这么高的平均工资表明，许多公司正在竞相雇佣知识渊博的Python开发人员。这进一步说明Python确实是一种广受欢迎的技能。
Python与美国最好的工作 -- 数据科学也有关系（基于2018年4月的Glassdoor.com）。大约五分之一的数据科学工作涉及Python，包括NumPy，Pandas和Matplotlib库。
Python使用情况
几乎五分之四的Python开发者认为Python是他们的主要语言，比JetBrains 2016年调查的75％增加了4％。
各种研究表明，Python开发人员的数量以及使用Python作为主要语言的开发人员的份额正在逐年稳步增长。 在Stack Overflow的调查中，Python的受欢迎程度从2017年初的32％上升到今年年底的38.8％。 这可以通过Python数据科学的迅速普及来解释，因为这部分用户的增长速度远远快于其他用户。
Python经常与其他语言一起使用：
所有使用Python作为主要语言的开发人员中有一半还使用JavaScript。 79％的网页开发人员使用JavaScript，但只有39％涉及数据分析或机器学习。
对于那些使用Python作为辅助语言的用户来说，细分情况略有不同，因为使用JavaScript（46％）和更多使用C / C ++（42％），Java（41％）和C＃（24％）的用户较少。
Python开发类型
为了确定最流行的Python开发类型和它们的交集，我们提出了两个类似的问题：“你用Python做什么？” 受访者可以选择多个答案，以及“你最喜欢用Python干什么？” 受访者只能选择一个答案。 结果显示，科学方面的开发现在像网络开发一样受欢迎：有一半的受访者从事数据科学项目，另一半是网站开发。
根据受访者是否使用Python作为主要或次要语言，回复有所不同：使用Python作为其主要语言的人中有54％参与了Web开发，而那些认为Python是其次要语言的人中有33％参与了Web开发。 这种差异对于数据分析，机器学习和其他类型的开发来说不太重要。
许多Python开发人员扮演多种角色。 他们承担最多的角色有：
数据分析和机器学习的交叉是预料之中的，但是网络开发和数据分析/机器学习之间的交叉值得关注。
当被问及他们做的主要开发类型时，26％的Python用户选择网页开发，超出了数据分析的范围（据报道为18％）。
但是，如果我们将18％进行数据分析的人与9％主要角色是机器学习的人结合起来，那么我们知道27％的人主要从事科学开发。 这意味着数据科学家使用Python的人数与网络开发人员数量一样多。
有趣的是，当JetBrains在2016年进行了Python开发者调查时，有38％的受访者认定为Web开发人员，只有21％认为是科学开发人员。 这可能是Python开发人员数据科学家迅速增长的证据。
比较使用Python作为主要语言与辅助语言的趋势之间的趋势，网站发展差距最大（29％为主，15％为次要）。 数据分析和机器学习的差别要小得多。 相反，更多的DevOps和系统管理员使用Python作为辅助语言（13％）而不是主要语言（8％）
数据科学占据了Python第一吗？
Python开发者调查中，最令人感兴趣的问题是Python世界中，网络开发者与数据科学家的比例。 我们要求受访者估算使用Python的网络开发人员和数据科学家之间的比例。 受访者可以根据自己的经验，看法和一般“直觉”来回答。 因为我们明确地询问了开发的类型，并且样本规模足够大以具有统计显着性，所以我们可以将社区的看法与现实进行比较。
更多受访者（57％）认为网络开发者比数据科学家更普遍，而只有33％认为相反。
根据前一部分展示的数据（26％网络开发，27％科学开发为主要活动），真实的比例是1：1。
只有九分之一的受访者猜对了这一点; 大多数人低估了Python数据科学用户的数量。 Web开发通常被认为是Python的主要应用。 虽然这在几年前是真的，但Python数据科学家的数量正在快速增长，并且已经与Web开发人员的数量保持一致。
Python 2与Python 3
我们问，“你使用最多的是Python的哪个版本？” Python 3遥遥领先，是75％，而使用Python 2作为主要解释器的仅占25％。 Python 3正在迅速增长; 在2016年的调查中，60％的人使用Python 2和40％的Python 3. Python 2的使用正在下降，因为它没有得到积极发展，没有获得新的功能，并且在2020年后不再维护。
值得注意的是，70％的网络开发人员使用Python 3，而数据分析师中有77％，机器学习专家中有83％。 这可能是因为许多Web开发人员在转换到Python 3时仍需要维护遗留代码，并且许多数据分析师和机器学习专家最近才加入Python生态系统，直接选择了Python 3。
我们还问开发人员他们如何安装和更新他们的Python文件。
70％的人从python.org安装Python，或者使用操作系统提供的软件包管理器，如APT和Homebrew。
Python框架，库和技术
Django是最流行的框架; 41％的Python开发人员使用它。
科学软件包，如NumPy，pandas和Matplotlib合在一起紧随其后，达到39％。 其他流行的框架和库有Requests，Flask，Keras / Theano / TensorFlow / Scikit-learn等。 TensorFlow和Django在StackOverflow的最受喜爱和最需要的技术之列。
Django被76％的Web开发人员选为第一框架，而在数据科学领域工作的人中只有31％。 奇怪的是，29％的网页开发人员正在使用科学库。 这证实了两个角色之间的巨大交叉。
当被问及除Python以外的技术时，Jupyter Notebook的排名最高为31％，考虑到大量数据科学开发人员，这很有意义。 Docker仅以29％的速度落后2％。 按角色拆分，Docker被47％的参与Web开发的人使用，只有23％的数据科学家使用Docker。 同样，Web开发人员使用Amazon Web Services，Google App Engine，Heroku等云平台的频率是数据科学家的两倍。
比较2016年的调查结果和2017年的调查结果，Django和Flask这两个最流行的Web框架已经失去了份额。 （2016年，Django的使用率为51％，2017年为41％; 2016年的Flask使用率为40％，2017年为32％）。 同时，科学库和技术框架的使用也在增长。 2016年，Anaconda，NumPy和Matplotlib（合并）的使用率为36％; 在2017年底，NumPy，Pandas，Matplotlib，SciPy和类似项目的使用率为39％，Anaconda使用率为25％。
当被问及他们使用哪种云平台时，云使用受访者首先将AWS排在了67％。 Google App Engine，Heroku和DigitalOcean的使用要少得多。 AWS在Stack Overflow的调查中也高度评价最喜爱和最受欢迎的平台。 我们可以列出的云平台的可能回答很有限; “其他”类别收集了13％的响应，包括Linode，PythonAnywhere，OpenShift和OpenStack。
Python开发的工具和特色
当我们询问在Python开发中对于开发实践，工具和功能的使用时，最多的地方是代码自动完成，代码重构，编写单元测试以及使用Python项目的虚拟环境。 NoSQL数据库，Python分析器和代码覆盖工具是最罕用的。 这些结果与2016年的数据非常相似：
为了找出最受欢迎的编辑器和IDE，我们提出了两个问题：“您在Python开发中考虑过哪些编辑器/ IDE？” 并允许多个答案，以及一个单一答案的问题，“你当前Python开发使用的主要编辑器是什么？” 基于对这个问题的8,000多个回复，PyCharm是最流行的工具，其次是Sublime，Vim，IDLE，Atom和VS Code。
注：我们采取了大量步骤来消除偏见，并确保调查不倾向于使用任何特定的工具。 要详细了解调查方法以及用于分派调查的渠道，请参阅调查结果网站的原始数据部分。
Web开发人员在编辑器的喜好上与数据科学家略有不同。 Web开发人员非常喜欢PyCharm专业版，Sublime文本和Vim，而数据科学家显然更喜欢PyCharm社区版，Jupyter Notebook和Spyder。
当我们问道：“在Python编程中，你考虑过哪些编辑器/集成开发环境？” 我们了解到Web开发人员考虑最多的是Sublime Text（47％），其次是Vim（39％）和Atom（32％）。 科学开发人员最常考虑Jupyter Notebook（42％），其次是PyCharm社区版（39％），崇高文本（31％）和Vim（26％）。
我们还发现，大多数开发人员每天都使用他们的编辑器，大约五分之一每周使用他们的编辑器。
调查的原始数据
与Python及其社区的开源哲学一致，我们已经向公众提供了原始数据，我们欢迎进一步的分析和结论。我们打算在2018年和未来几年重复这项调查。我们的目标是让每年的调查差不多，以便完成纵向的数据分析。
在解析原始数据之前，请注意以下几点：数据是匿名的，没有个人信息或地理位置详情。此外，对所有开放式领域进行了裁剪，以防止通过逐字评论来识别任何个人受访者。为了帮助他人更好地理解调查的逻辑，我们用英语共享数据集，调查的问题和所有调查逻辑。我们使用不同的排序方法来回答选项（字母，随机，直接）。每个问题中都指定了使用答案选项的顺序。
我们很乐意了解您的发现！请在Twitter或其他提供@ jetbrains和@ThePSF的社交媒体上与＃pythondevsurvey2017＃标签分享。我们也乐于接受建议和反馈，以便下次改进。请在这里提出任何意见或问题。
关键要点
2017年Python开发者调查是社区的标准。一些更重要的关键点有：
Python 3的普及率已经达到了75％，并且在迅速增长。
目前从事数据科学和web开发的Python开发者一样多，但是Python在数据科学家中的迅速增长可能很快会打破这一平衡。
使用Python的每5位开发者中，有4位使用Python作为主要语言。
Django，NumPy，pandas和Matplotlib是Python开发人员最常用的框架和库。 Jupyter Notebook和Docker是Python使用最受欢迎的技术。 AWS是最受欢迎的云平台。
PyCharm，Sublime，VIM，Atom和VS Code是最常用的Python编辑器。
一半使用Python作为主要语言的人也使用JavaScript和HTML / CSS。 Python也经常用于SQL，Bash / Shell，C / C ++和Java。
我们希望调查结果阐明了Python开发者社区的现状，让你纵览全局，并回答了一些问题。
英文原文：https://opensource.com/article/18/5/numbers-python-community-trends
译者：泰然
