Python赶超R语言，成为数据科学、机器学习平台中最热门的语言？

近日，kdnuggets 做了一个关于数据科学、机器学习语言使用情况的问卷调查，他们分析了 954 个回答，得出结论——Python 已经打败 R 语言，成为分析、数据科学和机器学习平台中使用频率最高的语言。有关此次问卷更具体的情况如何？AI研习社将 kdnuggets 上发表的总结文编译整理如下：

之前我们在 kdnuggets 上做了这样一个问卷调查，2016、2017 两年，在分析、数据科学和机器学习的工作中，你用 R 语言，还是 Python，或两者都用，或选择其他的语言？

通过分析 954 个回答，我们得出了这样的结论：虽然 Python 并没有完全取代 R 语言，但在 2017 年，Python 已经成功打败 R 语言，成为分析、数据科学和机器学习平台中使用频率最高的语言。

在 2016 年 Python 还是第二位（主要用 Python 的人占 34%，主要用 R 语言的人占 42%），在 2017 年 Python 就以 5% 的优势领先于 R 语言（主要用 Python 的人占 41%，主要用 R 语言的人占 36%）。同时用 Python 和 R 两种语言的人也从 2016 年的 8.5% 增长到 12% 了，而用其他语言的人则从 16% 降到 11%。

图 1：2016-2017 年，在分析、数据科学和机器学习中使用 Python、R 语言、Python 和 R 语言、其他语言的占比

之后，我们分析了大家在不同语言之间的转换情况。

图 2：2016-2017 年，分析、数据科学以及机器学习平台中各种语言的转换情况

这张图看起来很复杂，不过从中可以很容易地看出 Python 在忠诚度和转换率两个关键层面都领先于其他语言。

• 忠诚度：使用 Python 的用户对它的忠诚度要高于使用其他语言的用户。2016 年使用 Python 的用户中，有 91% 的人 2017 年还在继续使用它，而 R 语言的用户留存率为 74%，其他语言的用户留存率则为 60%。
• 转换率：从 2016 年到 2017 年，只有 5% 的 Python 用户转向 R 语言，而 R 语言用户转向 Python 的则是 10%，这是前者的两倍。另外，2016 年同时使用两种语言的人中，只有 49% 的人还在继续使用这两种语言，38% 的人转向 Python，11% 的人转向 R 语言。

接下来我们看一下 2014-2017 年这几种语言的使用趋势。

因为我们 2015 年【R vs Python】的问卷调查中没有提供【同时使用两种语言】这个选项，因此下面 2014-2016 这四年的对比趋势图中，2016、2017 年的 Python、R 语言使用趋势我们是这样计算的：

Python*= (Python 的比例) + 50% * (同时使用 Python 和 R 语言的比例)

R* = (R 的比例) + 50% * (同时使用 Python 和 R 语言的比例)

可以看到，R 语言的使用率在逐年缓慢下降（从 2015 年的 50% 降到 2017 年的 36%），而 Python 的使用率则从 2014 年的 23% 增长到 2017 年的 47%。另外，其他语言的使用率也在逐年下降。

图 3：2014-2017 年，Python、R 语言及其他语言在分析、数据科学和机器学习的使用情况对比

最后，我们也按地区分析了几种语言的使用趋势，地区分布情况如下：

• 美国 / 加拿大，40%
• 欧洲，35%
• 亚洲，12.5%
• 拉美，6.2%
• 非洲 / 中东，3.6%
• 澳洲 / 新西兰，3.1%

为了简化对比图，我们将同时使用 R 语言和 Python 的比例也按照上面的计算方法折算到单独使用 R 语言和 Python 的比例中，并把亚洲、澳洲 / 新西兰、拉美、非洲 / 中东这四个占比较少的地区合并为一个区域。

图 4：2016-2017 年，不同地区使用 Python、R 语言和其他语言的情况

我们注意到不同区域的语言变化情况：

• Python 的使用率增长了 8-10%
• R 语言的使用率降低了大约 2-4%
• 其他语言的使用率降低了 5-7%

上面的数据表明了 Python 的使用前景很好，我们也预测 R 语言和其他语言的使用率还是会有相当的占比，因为它们已经有很深的用户基础。