TIOBE 已公布 2020 年 7 月的编程语言排行榜。
在本期榜单中，各类应用于数据科学的语言是一大亮点。尤其是 R 语言，本月上升至第 8 位，创造了新的记录，TIOBE 称这是 R 语言“史无前例的高光时刻”。Python 不用说，一直在统计语言中拔得头筹，而 R 在 Python 如此强劲的势头下，还能保持流行度的上升。
对此，TIOBE CEO Paul Jansen 认为，近来有两大趋势起着关键作用：
1）商业统计语言和软件包（如 SAS、Stata 和 SPSS）的时代已经结束，大学和研究机构采用 Python 和 R 进行统计分析;
2）与 COVID-19 相关的研究，需要进行大量统计和数据挖掘。于是，易于学习和使用的统计编程语言开始流行了起来。
TIOBE 7 月 TOP 20 编程语言
榜单前十位没有大的变化，C 语言连续第三个月蝉联第一，Java 和 Python 仍紧随其后。除了已提到过的 R 语言和 PHP 位置对调，Swift 和 SQL 也进行了互换，Swift 成功进入前十。
上个月 Rust 语言首次进入榜单前二十，此次由 20 名上升至第 18 位。排在它前面的是稳定保持着每月前进一位节奏的少儿编程语言 Scratch。
目前处在 top 20 危险边缘的是排名下降的 PL/SQL 和 Classic Visual Basic 语言。上月掉出前 20 的 Objective-C 还在下掉，本月排名 23。Delphi/Object Pascal 直接从 22 名变成第 30 名。
另外值得关注的还有：同样为统计语言的 SAS，进步飞速，排在第 21 位；Kotlin 从 30 到 27 名，也略有上升。
TOP 10 编程语言 TIOBE 指数走势（2002-2020）
第 21-50 名的编程语言排行
第 51-100 名如下，由于它们之间的数值差异较小，仅以文本形式列出（按字母排序）：
ABC, ActionScript, Arc, ATLAS, Awk, Bash, BlitzMax, Bourne shell, cg, CL (OS/400), Clojure, CoffeeScript, Common Lisp, Crystal, cT, Elixir, Emacs Lisp, Euphoria, F#, Factor, Forth, Hack, Icon, IDL, Inform, Io, Korn shell, LabVIEW, Ladder Logic, Limbo, Lingo, LiveCode, Maple, Mercury, ML, MQL4, OpenCL, PL/I, Pure Data, Raku, Red, Ring, Smalltalk, SPARK, SPSS, Tcl, Vala/Genie, Verilog, VHDL, Whitespace
TIOBE 编程社区指数（The TIOBE Programming Community index）是编程语言流行度的指标，该榜单每月更新一次，指数基于全球技术工程师、课程和第三方供应商的数量。包括流行的搜索引擎，如谷歌、必应、雅虎、维基百科、亚马逊、YouTube 和百度都用于指数计算。具体的计算方式见这里：https://www.tiobe.com/tiobe-index/programming-languages-definition/。
值得注意的是，TIOBE 指数并不代表语言的好坏，开发者可以使用该榜单检查自身的编程技能是否需要更新，或者在开始构建新软件时对某一语言做出选择。
RECOMMEND
推荐阅读
01
《R语言经典实例（原书第2版）》
J.D.Long,Paul Teetor 著
推荐语：本书的第2版涵盖了277个R语言实用方法，可以帮助你快速而有效地使用R进行数据分析。本书提供的面向任务的R语言实用方法涉及从基本的分析任务到输入和输出、常用统计分析、绘图、线性回归等内容，它们可以让你马上应用R高效地工作。
02
《统计反思：用R和Stan例解贝叶斯方法》
Richard McElreath 著
推荐语：本书能增加你对统计模型的理解和信心。现在，基于模型的统计对编程有基本的要求，本书能促使你一步一步地计算原本自动的过程。书中独特的计算过程可确保你了解足够的细节，以便你在建模工作中合理地选择和解释模型。
03
《R语言数据挖掘》
[哈萨克斯坦] 贝特·麦克哈贝尔 著
李洪成 等 译
推荐语：本书介绍了关联规则、分类、聚类分析、异常值探测、数据流挖掘、时间序列、图形挖掘、网络分析、文本挖掘和网络分析等流行的数据挖掘算法，给出了具体算法以及这些算法的伪代码和R语言实现。本书可以作为统计学、计算机等相关专业高年级本科生或研究生的教材，也可以作为数据分析和挖掘等相关研究人员的参考资料。
04
《R语言：实用数据分析和可视化技术（原书第2版）》
[美] 贾里德P.德（Jared P.Lander） 著
曾益强译
推荐语：本书借鉴数据科学家Jared P Lander在R语言上丰富的教学经验，通过大量实例，详细讲解R语言的核心功能。对于刚接触统计程序和模型的人，本书的内容组织结构使得学习R语言相当简单和直观。本书主要介绍R语言中20%的核心功能，但是这20%的功能足以让你解决80%的现代数据分析。
05
《机器学习与R语言（原书第2版）》
[美] 布雷特·兰茨（Brett Lantz） 著
李洪成、许金炜、李舰译 译
推荐语：本书把实践案例研究与基本理论相结合，提供了将机器学习应用到项目中所需要的全部知识。涵盖机器学习核心算法，包含大量的实际案例，详尽的分析步骤，广泛好评。
06
《R数据科学实战：工具详解与案例分析》
邬书豪，刘健 著
推荐语：资深R语言技术专家和数据科学工程师撰写，多位专家推荐。17种流行R语言工具包、5个典型综合案例，指导零基础读者迅速掌握R语言并成为数据科学工程师。
07
《R语言机器学习》
吴今朝 译
推荐语：机器学习技术综合指南，全面、系统阐述机器学习技术发展全貌，新版还更新了时间序列分析和深度学习的内容。
08
《数据挖掘与R语言（原书第2版）》
李洪成 译
推荐语：本书面向初学者，通过实践案例讲解如何用R进行数据挖掘。全书包括两部分，第一部分介绍R和数据挖掘的基础知识，第二部分为案例研究，通过预测海藻数量、预测股票市场收益、侦测欺诈交易以及微阵列样本分类四个案例培养构建解决方案的能力，掌握工具的使用技巧。
09
《数据科学:R语言实现》
[美] 丘祐玮（David Chiu） 著，魏博 译
推荐语：本书通过简单直观的R代码、逐渐深入的讲解以及省时省力的方法，提供了大量数据分析样例，终帮助你高效地解决各类数据问题。
10
《R语言市场研究分析》
林荟 译
推荐语：本书结合现实中的市场营销问题揭示了在市场研究分析中如何使用R。主要内容包含:R综述，数据描述，连续变量之间的关系，表格和可视化，统计检验，线性模型，如何降低复杂度，验证性因子分析和结构方程模型，聚类和判别，购物篮分析，模型选择等。
更多精彩回顾
书讯 | 7月书讯（下）| 宝藏新书助你“乘风破浪”书讯 | 7月书讯 （上）| 宝藏新书助你“乘风破浪”上新 | 周志华领衔撰写，历时4年，宝箱书问世！
书单 | 怎样成为一名真正的数据分析师？这份书单就是答案干货 | 【直播回放&PPT】复旦大学邱锡鹏教授：如何学习深度学习收藏 | 你以为在埋头生产口罩的霍尼韦尔，刚刚造出了全球最强量子计算机，性能超越谷歌
2838
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
