编者按
本文翻译整理自最新发布的 Python开发者调查。
该调查由Python基金会与JetBrains于2019年秋季发起，调查对象来自150个不同国家的24000多名Python开发者。
此调查结果可以作为学习、求职及了解Python语言生态的参考，希望对你有帮助。
以下是该调查的一些基本情况（主要取各指标前三项或份额比重大于10%的项）
Python基本使用情况
Python作为主要语言及次要语言的比例
- 作为主要语言：84%
- 作为次要语言：16%
与Python一起使用的其他语言（取前三位）
- 主要：JavaScript、Bash/Shell、HTML/CSS
- 次要：JavaScript、C/C++、HTML/CSS
- 综合：JavaScript、Bash/Shell、HTML/CSS
使用Python从事Web开发及数据科学的开发者对其他语言的使用情况
- 数据科学：SQL、Bash/Shell、JavaScript、C/C++
- Web开发：JavaScript、HTML、SQL、Bash/Shell
Python使用场景
使用Python的主要场合
- 工作及个人使用：58%
- 个人、教育及业余项目：21%
- 工作：21%
Python的主要使用场景
- 主要：数据分析、Web开发、机器学习
- 次要：数据分析、DevOps/系统管理/自动化脚本
- 综合：数据分析、Web开发、DevOps/系统管理/自动化脚本
最常使用Python的场景
- 主要：Web开发、数据分析、机器学习
- 次要：DevOps/系统管理/自动化脚本、数据分析、Web开发
- 综合：Web开发、数据分析、机器学习
Python各版本使用情况
Python3 vs Python2
- Python3：90%
- Python2：10%
Python各版本对应场景分布：
主要场景中使用比例（Python3 ：Python2）
- 数据分析：61% vs 42%
- Web开发：51% vs 45%
- 机器学习：42% vs 20%
Python3 各版本分布
- 3.7：53%
- 3.6：26%
- 3.8：11%
- 3.5：4%
- 3.9：3%
- 其他：3%
安装及升级途径
- 操作系统自带：35%（比如apt-get，yum，homebrew等）
- Python.org：31%
- Anaconda：20%
- Docker：17%
- pyenv：15%
Python虚拟环境
- Virtualenv：56%
- Docker：33%
- Conda: 23%
- Pipenv：21%
主要框架及库
Web框架
- Flask：48%
- Django：44%
- Tornado：5%
数据科学框架及库
- NumPy：63%
- Pandas：55%
- Matplotlib：46%
- SciPy：36%
- SciKit-Learn：33%
- TensorFlow：26%
- Keras：20%
- Seaborn：17%
- PyTorch：15%
- NLTK：14%
大数据工具
- Apache Spark: 13%
- Apache Kafka: 9%
- Apache Hadoop/MapReduce: 7%
其他框架及库
- Requests：56%
- Pillow：32%
- Asyncio：21%
- Scrapy：17%
- Tkinter：17%
- PyQT：15%
- Six：13%
- aiohttp：12%
单元测试框架
- pytest：49%
- unittest：30%
- mock：15%
#其他技术及云设施使用情况
ORM
- SQLAlchemy：36%
- Django ORM：32%
- SQLObject：4%
数据库
- PostgreSQL：47%
- MySQL：39%
- SQLite：39%
- MongoDB：20%
- Redis：20%
- MS SQL Server：10%
云平台使用
- AWS：55%
- 谷歌云：33%
- DigitalOcean: 22%
- Heroku：20%
- 微软Azure：19%
- PythonAnywhere：12%
如何在云端运行Python代码（生产环境）
- 使用容器：47%
- 使用虚拟机：46%
- 使用PaaS服务：25%
- Serverless：24%
开发环境
- 本地使用virtualenv：56%
- 使用容器：41%
- 使用虚拟机：22%
- 使用本地系统自带解释器：18%
- 使用远程开发环境：17%
#开发工具
操作系统
- Linux：68%
- Windows：48%
- MacOS：29%
持续集成系统（CI）
- Jenkins/Hudson：24%
- Gitlab CI：23%
- Travis CI：15%
配置管理工具
- Ansible：20%
- 个性化解决方案：9%
- Puppet：5%
编辑器及IDE
- 主要：PyCharm(33%)、VS Code(24%)、Vim(9%)
- 数据科学：PyCharm(28)、VS Code(23%)、Jupyter Notebook(13%)
- Web开发：PyCharm(42%)、VS Code(26%)、Vim(10%)
使用IDE的主要特性
- 使用版本管理
- 代码refactoring
- 使用自动补全
- 使用Python虚拟环境
- 使用静态检查工具
- 使用SQL数据库
- 编写测试代码
- 使用调试器
- 使用问题跟踪
- 在远程机器上运行、调试及编辑代码
- 使用可选的类型提示
- 使用代码覆盖检查
就业市场
工作状态
- 全职：67%
- 学生：10%
- 在职学生：6%
- 自主创业：6%
- 自由职业者：5%
职位
- 开发者/程序员：73%
- Team Lead：19%
- 数据分析：19%
- 架构师：18%
使用Python的经验
- 3-5年：30%
- 1-2年：23%
- 少于1年：21%
- 6-10年：17%
- 11年以上：10%
开发工作经验
- 少于1年：29%
- 1-2年：20%
- 3-5年：20%
- 11年以上：17%
- 6-10年：14%
团队工作 vs 独立工作
- 在团队中工作：53%
- 独立为自己的项目工作：44%
- 咨询及培训：4%
在多个项目工作的情况
- 在多个项目中工作：45%
- 在一个项目或者几个业余项目：40%
- 只为一个项目工作：15%
团队大小
- 2-7人：75%
- 8-12人：17%
- 13-20人：5%
- 21-40人：2%
- 多余40人：2%
公司规模
- 51-500人：24%
- 11-50人：19%
- 多余5000人：18%
- 2-10人：13%
- 1001-5000人：10%
公司所处行业
- 信息技术/软件开发：42%
- 科学：7%
- 教育/培训：6%
目标行业
- 信息技术/软件开发：45%
- 会计/财务/保险：4%
- 销售/分销/商业拓展：4%
年龄分布
- 21-29岁：42%
- 30-39岁：32%
- 40-49岁：12%
- 18-20岁：7%
- 50-59岁：5%
- 60岁以上：2%
“一个谈论技术话题及生活方式的地方”
联系作者：
微 信：chrisxiaopc
转载：https://blog.csdn.net/xiaochun41/article/details/105966540
查看评论