摘要：本文根據(jù)Stack Overflow流量分析了Python及其他一些編程語言的發(fā)展情況，同時也對高收入國家與非高收入國家的情況進行了對比。以下是譯文。

我們最近的研究表明，富裕國家（世界銀行定義為高收入國家）喜歡研究的技術(shù)與其他國家的不同。其中，我們看到最大的差異是Python語言。當我們關(guān)注高收入國家的時候，甚至可以看到Python的增長速度甚至比Stack Overflow Trends或者其他一些全球軟件開發(fā)排名顯示的還要快。

在這篇文章中，我們將探討過去五年中Python語言不尋常的增長速度，正如在高收入國家的Stack Overflow流量中所示的那樣。 “增長最快”一詞可能很難精確定義，但是我們認為Python確實是增長最快的主流編程語言。

本文提到的大部分數(shù)字都來自高收入國家，比如美國、英國、德國、加拿大和其他類似的國家，他們加起來占了Stack Overflow 64％的流量。其他一些國家，如印度、巴西、俄羅斯和中國，也為全球軟件開發(fā)生態(tài)系統(tǒng)做出了巨大的貢獻。盡管這些國家的Python也在增長，但本文幾乎不涉及這些經(jīng)濟體。

需要強調(diào)的是，使用某種語言的用戶數(shù)并不能用來衡量該語言的質(zhì)量：我們現(xiàn)在正在講的是開發(fā)人員使用的編程語言，而不是處方。

Python在高收入國家的增長情況

你可以在Stack Overflow Trends上看到，Python在過去幾年里一直在迅速增長。但是對于這篇文章，我們將重點關(guān)注高收入國家，并且分析的是Stack Overflow上問題的訪問情況，而不是用戶提的問題。

有關(guān)Stack Overflow問題視圖的數(shù)據(jù)可以追溯到2011年底，在這段時間內(nèi)，我們可以看一下Python相對于其他五種主流編程語言的增長情況。這是目前高收入國家中Stack Overflow訪問量前十的標簽中的六個；另外還有這四個沒包括在內(nèi)，分別是CSS、HTML、Android和JQuery。

2017年6月，Python第一次成為高收入國家Stack Overflow訪問量最大的標簽。它在美國和英國是訪問量最大的標簽，在大部分其他高收入國家中也是排在前兩名（另外一個要么是Java要么是JavaScript）。這尤其令人印象深刻，因為在2012年，Python的訪問量小于其他五種語言，而到現(xiàn)在其訪問量已經(jīng)增長了2.5倍。

產(chǎn)生這種現(xiàn)象的部分原因是Java流量的季節(jié)性因素。由于Java是本科重點課程，所以它的流量會在秋季和春季上升，而在夏季下降。但是它會在年底再次趕上Python嗎？我們可以嘗試使用名為“STL”的模型來預(yù)測未來兩年的增長情況，這個模型能將增長情況與季節(jié)性趨勢相結(jié)合，從而預(yù)測未來的值。

根據(jù)這個模式的預(yù)測，Python可能會在今年秋天保持領(lǐng)先地位或被Java反超，但到了2018年，Python肯定會成為最受歡迎的標簽。STL還暗示JavaScript和Java在高收入國家中的流量將保持相似的水平，就跟最近兩年的情況差不多。

從整體上來看，有哪些標簽增長得最快？

以上我們只看了六種主流語言，那么目前在高收入國家中還有哪些目前增長最快的技術(shù)呢？

我們用2017年和2016年的流量占比來定義增長率。在這個分析中，我們只考慮編程語言（比如Java和Python）和平臺（比如iOS、Android、Windows和Linux），不包括類似Angular的框架和類似TensorFlow的庫。

由于這個漫畫中描述的“增長最快”存在問題，因此，我們使用平均差異圖來比較各個語言的增長率與整體平均增長率。

Python憑借著27%的年增長率在所有標簽中獨占鰲頭，它既是流量最大也是增長最快的標簽。擁有類似增長率的第二大標簽是R語言。我們可以看到，其他大多數(shù)大標簽的流量在高收入國家都保持穩(wěn)定，而Android、iOS和PHP的訪問量則略有下降。（我們在之前一篇Flash之死的帖子中研究了一些流量減少的標簽，如Objective-C、Perl和Ruby）。我們還注意到，在函數(shù)式編程語言中，Scala是流量最大并且增長非常迅速的語言，F(xiàn)#和Clojure則較小并且還在不斷下降，而Haskell則位于它們之間并保持著穩(wěn)定。

在上圖中有一個重要的東西被遺漏了：TypeScript的流量去年竟然增長了142％，這足以讓我們對它進行單獨處理，以避免超過現(xiàn)有的范圍。你還可以看到，其他一些較小語言（例如R、Go和Rust）的增長速度與Python差不多或更快，而且也有許多標簽，例如Swift和Scala，它們的增長情況也很驚人。與Python相比，他們的流量變化情況怎么樣呢？

像R和Swift這樣的語言的發(fā)展情況確實很驚人，而TypeScript在更短的時間內(nèi)表現(xiàn)出了更快速的擴張。如圖所示，當標簽一開始相對較小時，則后期越容易出現(xiàn)較快地增長。

請注意，我們的意思并不是說這些語言可以與Python“抗衡”。相反，我們正在解釋的是為什么要把它們單獨拿出來分析，這些都是較低流量的標簽。Python有著一個與眾不同的情況，它是Stack Overflow中最受歡迎的標簽之一，也是增長最快的一個。

其他地區(qū)的情況

到目前為止，我們一直都在分析高收入國家的發(fā)展趨勢。那么，在像印度、巴西、俄羅斯、中國等其他一些國家中，Python的增長情況如何呢？

它依然是增長最快的編程語言。

在非高收入國家中，Python仍然是增長最快的主流編程語言；它只是最開始的水平比較低，并且是在兩年后才開始增長（從2014年開始，而不是2012年）。事實上，非高收入國家的Python同比增長率略高于高收入國家。

本文中有關(guān)高收入國家標簽流量增減的許多結(jié)論也都適用于其他地區(qū)，并且這兩者的增長率存在著0.979的相關(guān)性。在某些情況下，你會看到類似于Python的“滯后”現(xiàn)象，即某個技術(shù)在高收入國家的接受度發(fā)展水平比其他地區(qū)要早一到兩年。

下一步工作

我們不希望挑起所謂的“語言之戰(zhàn)”。一種語言的用戶數(shù)量并不代表著它的質(zhì)量，而且肯定無法告訴你哪種語言更適合某種特定情況。不過，考慮到這個觀點，我們認為有必要了解一下有哪些語言建起了開發(fā)者生態(tài)系統(tǒng)，以及生態(tài)系統(tǒng)當前的發(fā)展情況。