Python超过R，成为数据科学和机器学习的最常用语言

近期，数据挖掘资讯网站KDnuggets开展了一项调查，问题是“2016年和2017年，在数据分析、数据科学和机器学习工作中，你使用R、Python、两者都用，还是其他工具?”

　　对954名受访者的调查显示，Python尚未完全“吞噬”R，但2017年Python生态系统已经超越了R，成为数据分析、数据科学和机器学习领域领先的平台，同时也在迅速吸引其他平台的用户。

　　2016年，Python排名第二(“主要使用Python”占比为34%，“主要使用R”占比为42%)，而在2017年的结果中，Python和R的占比分别为41%和36%。

　　在KDnuggets的读者中，同时使用R和Python的比例也从2016年的8.5%上升至2017年的12%，而使用其他工具的比例从16%下降至11%。

　　

　△ 2016年和2017年，在分析、数据科学、机器学习中，使用Python、R、两者都用、其他工具的份额

　　随后，我们可以看看用户在不同平台之间的转移。

　　

　　△ 从2016到2017年，用户在Python、R、两者都用、其他工具间的转移情况

　　上图看起来有些复杂，但我们可以专注于两个关键方面。Python在这两个方面都保持领先。

　　忠诚度：Python用户的忠诚度更高。2016年，Python用户中的91%仍然继续使用Python。而在R的用户中，这一比例只有74%，在其他平台中只有60%。

　　转移比例：大约10%的R用户转移至Python，但只有5%的Python用户转移至R。在2016年同时使用两种工具的用户中，只有49%仍然同时使用两者，而38%转而主要使用Python，只有11%转而主要使用R。

　　接下来，我们来看看最近几年的变化趋势。

　　

　　△ 2014年到2017年，Python、R和其他平台份额的变化

　　可以看到，R的份额正在缓慢下降(从2015年的约50%下降至2017年的约36%)，而Python的份额则稳步上升，从2014年的23%上升至2017年的47%。其他平台的份额也在缓慢下降。

　　在2015年关于R和Python的调查中，我们没有提供“同时使用Python和R”的选项。因此为了比较过去4年的数据，我们将2016年和2017年Python和R的份额按照如下公式来计算：

　　Python总份额 = (Python份额) + 50%(同时使用Python和R的份额)

　　R总份额 = (R份额) + 50%(同时使用Python和R的份额)

　　最后，让我们看看各地区的趋势和模式。参与调查的用户来自各地区比例如下：

　　美国/加拿大：40%

　　欧洲：35%

　　亚洲：12.5%

　　拉美：6.2%

　　非洲/中东：3.6%

　　澳大利亚/新西兰：3.1%

　　为了简化表格，对于“同时使用R和Python”的份额，我们以同上的方式进行处理，并将亚洲、澳大利亚/新西兰、拉美，以及中东/非洲合并为“其他”地区。

　　△ 2016、2017年，Python、R、其他工具在各地区的使用情况

　　在这3大地区中，我们观察到同样的模式：

　　Python的份额上升8%到10%。

　　R的份额下降2%到4%。

　　其他平台的份额下降5%到7%。

　　Python用户的未来看起来很光明，但我们认为，考虑到当前用户数规模庞大，R和其他平台仍将在可预见的未来保持一定的份额。