近日，KDnuggets網(wǎng)站公布了2018年度的數(shù)據(jù)科學和機器學習工具調查結果。2300多名參與者對自己“過去 12 個月內在項目開發(fā)中使用過的數(shù)據(jù)挖掘 / 機器學習工具和編程語言”進行了投票。

最受歡迎的分析、數(shù)據(jù)科學、機器學習工具

圖1：2018年最受歡迎的分析/數(shù)據(jù)科學/機器學習工具，以及與2016~2017年調查結果的對比

下表列舉了最受歡迎的前11個工具，其中每個的占比都達到20％以上。

表1：2018年最受歡迎的分析/數(shù)據(jù)科學/ 機器學習軟件Top 10

上表中，2018 % share 是指使用這個工具的人占所有投票者的百分比，% change是指2018年相較2017年的投票變化。

每個受訪者平均使用的工具數(shù)量為7.0個，略高于2017年的6.75個（排除了只選擇1個工具的投票）。

與2017年的軟件調查相比，今年新進入Top 10的是Keras。

Python取代R成為最受歡迎的編程語言

調查結果顯示，Python在2017年調查中的占比已經(jīng)超過50%，今年更是增加到66%，而R語言的占比自這個調查開始以來（今年是第19屆）第一次下降到低于50%。

RapidMiner受歡迎程度大幅提高

在過去幾次調查中，RapidMiner都是排名最高的數(shù)據(jù)科學平臺，今年其占比從2017年的33%上升到50%。不過，這是由于RapidMiner采取了一些措施鼓勵他們的用戶參與該調查。

SQL排名保持穩(wěn)定

SQL，包括Spark SQL和SQL to Hadoop工具，在過去的3次投票中每一次都有大約40%的投票占比。所以，如果你是數(shù)據(jù)科學家，學習SQL吧——它很可能在很長一段時間里都很有用。

趨勢

下表列舉了使用率增幅達到 20% 及以上，且2018 年使用率達到 3% 以上的工具。

表2：使用率增幅最大的主要分析/數(shù)據(jù)科學/機器學習工具

我們注意到，在2017年使用率達到2%或更高的56個工具中，有19個（約三分之一）在2018年使用率有所上升，而其余37個的使用率下降了。這和近期的幾起收購（Datawatch收購Angoss, Minitab收購Salford）一起表明，數(shù)據(jù)科學平臺的整合正在進行中。

下表列舉了在2017年使用率至少有3%的工具，今年下降了25%甚至更多。

表3：使用率跌幅最大的主要分析／數(shù)據(jù)科學工具。

深度學習工具

調查結果顯示，近幾年深度學習工具的使用比例保持穩(wěn)定。今年的調查中有33%的投票者使用深度學習工具中，2017年和2016年的比率分別為32%和18%。

谷歌的TensorFlow仍然是是目前最受歡迎的深度學習平臺，不過Keras的使用率也很高，接近TensorFlow。

PyTorch排在第3，使用率為6.4%。不過，KDnuggets的讀者更多是數(shù)據(jù)科學領域的，這個數(shù)據(jù)可能不能完全反映這些深度學習工具在研究社區(qū)中的真實受歡迎程度。PyTorch在今年有一次較大的升級更新，并且與Caffe 2合并，預計未來它的使用率將會更高。

深度學習工具排名：

Tensorflow, 29.9%

Keras, 22.2%

PyTorch, 6.4%

Theano, 4.9%

Other Deep Learning Tools, 4.9%

DeepLearning4J, 3.4%

Microsoft Cognitive Toolkit （Prev. CNTK）, 3.0%

Apache MXnet, 1.5%

Caffe, 1.5%

Caffe2, 1.2%

TFLearn, 1.1%

Torch, 1.0%

Lasagne, 0.3%

大數(shù)據(jù)工具：Hadoop的使用率有所下降

今年的調查中，大約33%的投票者使用了大數(shù)據(jù)工具，要么是Hadoop，要么是Spark——比率大致與2017年相同，但Hadoop的使用率顯著下降了——約為30%。

詳細結果如下：

編程語言

Python取代R語言成為數(shù)據(jù)科學/機器學習開發(fā)者中最受歡迎的編程語言，而且也遠高于其他編程語言。SQL、Java、C/ C++的排名保持不變。

這是自KDnuggets網(wǎng)站開始進行這項調查以來，R的使用率首次下降。其他編程語言的使用率也有所下降。

以下是按受歡迎程度排序的主要編程語言。

Python, 65.6% （2017年是59.0%）, 11% 上升

R, 48.5% （2017年是 56.6%）, 14% 下降

SQL, 39.6% （2017年是 39.2%）, 1% 上升

Java, 15.1% （2017年是 15.5%）, 3% 下降

Unix, shell/awk/gawk, 9.2% （2017年是 10.8%）, 15% 下降

Other programming and data languages, 6.9%, （2017年是 7.6%）, -9% 下降

C/C++, 6.8%, （2017年是 7.1%）, 3% 下降

Scala, 5.9%, （2017年是 8.3%）, 29% 下降

Perl, 1.0% （2017年是 1.9%）, 46% 下降

Julia, 0.7% （2017年是 1.2%）, 45% 下降

Lisp, 0.3% （2017年是 0.4%）, -25% 下降

Clojure, 0.2% （2017年是 0.3%）, -38% 下降

F, # 0.1% （2017年是 0.5%）, -73% 下降