未来十年python前景

根据 KDnuggets 2017 年最新调查，Python 生态系统已经超过了 R，成为了数据分析、数据科学与机器学习的第一大语言。本文对 KDnuggets 的此项调查结果做了介绍，并补充了一篇文章讲解为何 Python 能成为数据科学领域最受欢迎的语言。

Python vs R：2017 年调查结果

近日，KDnuggets 发起了一项调查，问题是：

你在 2016 年到现在是否使用过 R 语言、Python（以及它们的封装包），或是其他用于数据分析、数据科学与机器学习的工具？

预料之内的是，Python 并没有完全「吞噬」R 语言的空间，但这项基于 954 个参与者的投票显示，Python 生态系统在今年已经超越了 R 语言，成为了数据分析、数据科学和机器学习的第一大语言。

值得一提的是，在 2016 年的调查中，Python 还处于落后地位（34% 比 42%），在 2017 年，两者的对比是 41% 比 36%。

此外，参与这项调查的 KDnuggets 读者也有倾向于共同使用 Python 和 R 两种语言的趋势（12%），而使用其他工具的人则有所减少（从 16% 降至 11%）。

图 1. 2016 年与 2017 年在数据分析、数据科学和机器学习上，Python、R、两者共同使用，以及其他平台的人数对比。

下面，让我们看看不同平台之间的转换。

图 2. 2016 年与 2017 年间，数据分析、数据科学和机器学习上，Python、R、两者共同使用，以及其他平台的人数转换示意。

这张图看起来有点复杂，其中有两个主要方面都是 Python 获得胜利。

忠诚度：Python 的用户显得更加忠诚，有 91% 的 2016 年 Python 用户仍然在使用这个语言，而 R 语言的忠诚度为 74%，其他平台为 60%。

转换趋势：只有 5% 的 Python 用户转投 R 语言，反向转换的比例则是 10%。而对于在 2016 年使用两种语言的用户而言，只有 49% 的人仍在使用双平台，38% 现在只用 Python，而 11% 转移到了 R 语言上。

在 KDnuggets 2015 年的调查中，并没有提出「同时使用 Python 和 R 语言」的选项，所以下图的趋势线中，2016 年和 2017 年的数据按照如下公式进行了转换

Python=（Python 比例）+50%（同时使用 Python 和 R）R=（R 比例）+50%（同时使用 Python 和 R）

我们可以看到，R 的使用份额正在逐渐下降（从 2015 年的 50% 降低到了 2017 年的 36%），而 Python 的比例则呈逐年上升趋势——从 2014 年的 23% 增加到了 2017 年的 47%。同时，其他平台的使用量在逐渐减少。

最后，让我们看看这次调查的参与者地区分布：

美国/加拿大：40%欧洲：35%亚洲：12.5%拉丁美洲：6.2%非洲/中东：3.6%澳大利亚/新西兰：3.1%

为了简化图表，在下图中，同时使用两种语言与使用其他语言的比例被合并。

图 4：分区域对比 Python、R 、其他，2016 对比 2017

我们在所有地区都发现了同样的模式：

Python 的比重增加了 8%-10%；R 的比重下降了 2%-4%；其他平台的比重下降了 5%-7%。

Python 用户的未来看起来一片光明，但我们预期 R 和其他平台在未来会保持住一定比重，因为它们巨大的嵌入式基础。

Python 是如何上升到数据科学顶峰的

可以肯定地说，Python 是一个十分受欢迎的工具，它涵盖了各个行业的各种职业。由于它亲近性的语言、丰富的资源和框架以及它庞大硬件开发族群，Python 自然是开发人员们的首选工具。Packt 在 2017 年的技能调查显示，在不同职位的技术专业人员中，Python 从 2016 年的第二名上升成为用户最多的工具。我们向 Sebastian Raschka 提问：为什么不论是应用机器学习还是深度学习的研究者，亦或是 Packt 的畅销书 Python 机器学习的作者都转向了 Python 学习？这个语言的下一步将会是什么？他不得不承认：Python 已成为近二十年来最流行的语言。

艰难登顶：PYTHON 是如何成为数据科学通用语言的？

Python 是有史以来最流行的编程语言之一，这一点是毫无疑问的。但是最初发生的事情确实很难描述的，是语言本身还是对编程语言的爱。是否是我们首先为科学计算、数据科学以及机器学习开发出优秀的开源的数据库才推动了大家选择 Python 作为他们的工具，或是因为越来越多的人在使用 Python 我们才把这些开发出来。

无论哪一种是对的，有一件事是足够显而易见的：Python 是一种非常通用的语言，易于学习和使用。在我看来，这是今天它被如此普遍使用的原因。虽然科学计算的大多数算法都没有在纯 Python 中实现，Python 仍然是用于与 Fortran，C / C ++和其他语言中的非常有效的实现交互的优秀语言。

所谓的从计算高效的低级语言调用代码，以及 Python 为用户提供一个非常自然和直观的编程接口的这一事实可能是 Python 作为通用语言普及的重要原因之一，特别是在数据科学和机器学习社区中体现的更为明显。

未来的框架：我们应该关注什么工具、框架和数据库

Python 开发了许多有趣的库。作为一名数据科学家或机器学习从业者，我时常从 Python 核心科学堆栈中重点关注维护良好的工具。例如，NumPy 和 SciPy 是就是用于处理数据数组和科学计算的高效库。

当涉及严重的数据清洗时，我们可以使用多功能的 Pandas 包。Pandas 是一个开源库，可以为 Python 编程语言提供快速简化的数据处理和数据分析工具，它主要是为 Python 提供现实和高端的数据分析。我还建议使用 Matplotlib 进行数据可视化，Seaborn 还可以提供更多的绘图功能和更专门的绘图。此外 Scikit 学习是一个很好的通用机器学习工具，它为数据挖掘和分析提供了有效的工具。这可能是我最喜欢的一款了，因为它几乎可以为所有的基本机器学习算法和许多有用的数据处理工具提供一个非常好用的 API。

当然，我在自己的项目中发现了很多有用的库。当我需要额外的性能时，我首选的数据框架库是 Dask。Dask 是一个非常适合处理大型、难以装入内存的数据框架的库，它还能在多个处理器中进行并行计算。或者使用 TensorFlow、Keras 和 PyTorch，所有这些都非常适合实现深度学习模型。使用什么库取决于你的个人偏好和项目需求，但是一直以来都有很多方便有趣、使用 Python 开发的框架，关键是找到适合你自己的。

Python 的未来是什么样的？

在大多数人的眼里，Python 的未来非常光明。这个语言刚刚被 IEEE Spectrum 列为第一大编程语言。而 Packt 最近的调查也显示它是最近一段时期内科技界最为流行的工具。尽管在这里，我们主要从数据科学和机器学习的角度谈论 Python，但我们也会经常听说其他领域的人们也认为 Python 是一种功能丰富的语言，拥有大量的库和完整的生态系统。Python 或许不是所有问题的最佳工具，但对于想要「完成任务」的程序员来说，它被认为是一种「有效」的语言。

此外，虽然拥有大量库是 Python 的优势之一，但它的大多数开发包目前都得到了很好的维护——那些数据科学和机器学习库每天都有新特性与提升。例如 2006 年发起的 NumPy 项目，作为 Python 数据科学的核心库，最近它刚刚接受了价值 64.5 万美元的资助。

Python 及其相关库在我们的工作中扮演了重要角色，我非常感谢所有这些工具背后的开发者，没有这些开源库，Python 就没有今天。对于我们来说，Python 可以成为非常重要的工具，我希望它的用户们能够多考虑帮助开源社区的发展，不论文档修改、bug 修复还是新代码、新特性或新库，所有贡献都将帮助整个社区向前发展。因为这个富有活力的社区，Python 的未来有着光明的前景。

整理自：

http://kdnuggets/2017/08/python-overtakes-r-leader-analytics-data-science.htmlhttp://cbronline/news/big-data/analytics/python-rose-top-data-science-world/

受够了碎片信息和大众搜索？来试试机器之心新上线的「AI 商用垂直搜索」。点击「阅读原文」，立即试用。

Tips：“小鸟云”是深圳前海小鸟云计算有限公司旗下云计算品牌，国内领先的企业级云计算服务商。团队拥有多年行业经验，专注云计算技术研发，面向广大开发者、政企用户、金融机构等，提供基于智能云服务器的全方位云计算解决方案，为用户提供可信赖的企业级公有云服务。

已经没有什么能够阻挡 Python 了，根据最近火爆朋友圈的一则消息，Python 已经进入山东省小学教材。

Python 这几年的火热，离不开人工智能和机器学习。如果说 2017 年有一门最火“外语”，那一定是 Python。现在，Python 的这把火已经烧到了程序员的圈子外。

根据国务院《新一代人工智能发展规划的通知》，可以想见人工智能教育往低幼渗透的例子只会越来越多。

小学生学 Python 是培养编程兴趣和思维，为了你自己的百万年薪和发展前景，或许你才是最该学 Python 的人。

重大改革，Python将被加入高考科目

2017 年初消息，浙江省信息技术新教材，即将在 2017 级（2017 年 9 月入学）高中新生中开始使用。

据了解，与目前的选考（可以理解为高考科目）要求的信息技术教材由 3 本《信息技术基础》、《多媒体技术应用》、《算法与程序设计》3 本组成，涉及软件（应用软件与编程软件）包括但不限于：

信息技术基础：Excel、Access。

多媒体技术应用：Photoshop、Flash。

算法与程序设计：Visual Basic 6.0，算法部分只涉及冒泡、插入排序，与二分查找不同，取消《多媒体技术应用》模块。也就是说，不再考察 Photoshop 和 Flash 了，取消对 Excel、Access 软件使用的考察，编程语言将换用 Python。

浙江省信息技术课程改革方案已经出台，Python 确定进入浙江省信息技术高考，从 2018 年起浙江省信息技术教材编程语言将会从 VB 更换为 Python。

也就是说，Python 语言将纳入高考内容之一！编程语言在升学中的比重逐渐加大，将要成为高考提分的一大利器。

高考科目选考就是高中会考，分为考试科和考查科，考试科分 A、B、C、D四档，C 及其以上为及格的，会考全部通过可以领高中毕业证书并参加高考，高中毕业，有资格参加高考。

编程语言在升学中的比重逐渐加大，其实不止浙江，教育大省北京和山东也确定要把 Python 编程基础纳入信息技术课程和高考的内容体系，Python 语言课程化也将成为孩子学习的一种趋势。

尤其山东省最新出版的小学信息技术六年级教材也加入了 Python 内容，小学生都开始接触 Python 语言了！

估计很多人的疑问是，要不要这么夸张，C、C++、Java、Python 的编程，都是以前大学才开的专业课程，小学生乃至婴幼儿能懂吗？

在小学开设 Python 编程课，更多是培养兴趣和编程思维，培养孩子发现问题、思考问题、解决问题的能力，小到做数学应用题，大到职业生涯规划，都涉及到编程思维。

在美国，连婴幼儿都有 Python 编程书

回想一下，微软创始人比尔·盖茨 13 岁学习编程，Facebook 创始人扎克伯格 11 岁开始学习编程……

时代发展日新月异，小学生学编程早已不是新鲜事。现在，很多北京上海的家长开始给孩子做编程启蒙，各种编程培训机构也如火如荼。在美国，就连婴幼儿也有专门的编程童书。

在亚马逊，你可以轻松买到婴幼儿 Python 编程书，Python 要从娃娃抓起！

在去年美国一次计算机科学教育周开幕日活动中，时任美国总统的奥巴马亲自上阵，给中小学生示范计算机编程。白宫认为，计算机科学普及教育是美国未来几十年保持创新优势的关键举措之一。

未来将是大数据和人工智能爆发的时代，到时将会有大量的数据需要处理，而 Python 对数据的处理，有着得天独厚的优势。我相信在未来，Python 会越来越火。

未来是人工智能的时代，更是 Python 的时代，为了让孩子在未来有着基本的编程技能，Python 是孩子必须掌握的语言。所以，孩子学习 Python 是必不可少的。

Python 将加入全国计算机等级考试

教育部考试中心于 2017 年 10 月 11 日发布了“关于全国计算机等级（NCRE）体系调整”的通知，决定自 2018 年 3 月起，在计算机二级考试加入了“Python 语言程序设计”科目。

按照以往的经验，新加入的考试科目，考试难度一般会比较低。而且相对于传统的C语言等科目，Python 比较简单，对于大学在校生来说，无疑是一个利好的消息。

Python 语言为什么如此火爆？

在 ranked 的排名中，Python 是 2017 年最受欢迎人工智能编程语言，第二是 C++，R 并未上榜。

根据 Stack Overflow 流量统计，2017 年 6 月，Python 第一次成为高收入国家 Stack Overflow 访问量最大的标签，照此发展，到 2018 年，Python 肯定会成为最受欢迎的标签。

从最新的 TIOBE 12 月编程语言排行榜来看，排名Top 5 中 Python 依旧坚挺。

在GitHub 2017年度报告中，JavaScript 成为了年度最热门的编程语言，而 Python 超越 Java 成为最受开发者欢迎、最常用的编程语言。

Python 这门语言与其他语言比起来的优势还是很明显的，从薪水图来看，Python 的工作经验要求小于其他主流编程语言，并且平均薪资还是高于 Java / C / PHP /JS 这些主流语言的。

那么为什么近年来 Python 能够突破重围、突然火起来了？

简单易学且很容易上手

大多数人都相信“最好的编程语言”是取决于具体领域的，因为每种语言都有自身的优缺点，没有例外。

比如 Java 的体型臃肿、语法冗长一直被大量的开发者所诟病，C 语言极大依赖于程序员本身的驾驭能力，C++语法复杂对开发者很不友好，C# 缺乏生态支持后续乏力......

至少目前，还没有任何一门语言能完美满足所有需求特性。

Python 的执行速度慢是不可避免的。作为一门脚本语言，它自然会比那些需要编译为可执行程序的语言要慢一些，因为在执行的过程中需要解析器参与，一边解析一边执行——这是脚本语言的通病。

但在现代计算机的硬件配置下，Python 的运行速度和一些快速语言已经越来越近了。

而且瑕不掩瑜， Python 不仅不需要浪费太多时间做一些定义和强制转换变量类型的常规工作，还有大量免费的库供使用，无需“重新发明轮子”，各种 Web 框架、爬虫框架、数据分析框架、机器学习框架可以拿来即用。

此外它与 C / C ++ 等代码之间可以进行简单的绑定，这就意味着复杂代码部分的性能可以植入这些语言，能够避免带来性能损失。

目前， 越来越多的工程师使用 Python 进行大数据处理，科研工作者开始使用 Python 来进行数据分析，系统管理员使用 Python 管理 Linux 系统，开源的云计算平台 OpenStack 使用 Python 语言开发，很多编程爱好者使用 Python 进行爬虫等......

Python 已经逐步在网络爬虫、数据分析、AI、机器学习、Web 开发、金融、运维、测试等多个领域扎根壮大。

人工智能的爆发大大地添了一把火

在机器学习领域，Python 是 ROS（机器人操作系统） 的两大主要编程语言之一。

对于机器学习算法而言，重要的是算法能够快速构建、代码阅读性好、维护简单、上手容易，Python 能够很好地满足这些需求。

而且作为一门胶水语言，很多算法都会提供一个 Python 接口，底层仍然用更为快速的语言来实现，所以 Python 的角色主要在数据预处理、数据展示、算法定义等方面，这些动作所花费的机器执行时间几乎可以忽略不计。

所以开发者需要把握?「风口」，积极进阶。简单易学、语法优美、丰富强大的库、开发效率高、应用领域广泛等等，这些特性促使 Python 的入门和学习需求越来越强烈。

所有以上那些“刷榜”，都离不开最近人工智能尤其是机器学习的火热。总结一下 Python 被誉为最好人工智能的语言，因为：

在数据科学和AI中占据主导地位。

拥有优质的文档和丰富的库，对于科学用途的广泛编程任务都很有用。

设计非常好，快速，坚固，可移植，可扩展。

开源，而且拥有一个健康、活跃、支持度高的社区。

有一些很棒的公司赞助商，YouTube、谷歌、Yahoo!、NASA 都在内部大量地使用 Python，尤其是谷歌；Facebook 开源 PyTorch 后也更有利于Python的推广。

Python 势必成为人工智能时代的新宠儿，Python 这门学科也将引入大量的学习者，任何行业的成功人士当属那些先行者，人工智能的浪潮还未席卷，选择 Python 这门学科就是有先见之明。