多维度分析2017年最热门的编程语言

简介: IEEE Spectrum网站发布了一年一度的编程语言排行榜,这也是他们发布的第四届编程语言排行榜。 据了解,IEEE Spectrum 的排序是来自 10 个重要线上数据源的综合,例如 Stack Overflow、Twitter、Reddit、IEEE Xplore、GitHub等,对 48 种语言进行排行。

IEEE Spectrum网站发布了一年一度的编程语言排行榜,这也是他们发布的第四届编程语言排行榜。

据了解,IEEE Spectrum 的排序是来自 10 个重要线上数据源的综合,例如 Stack Overflow、Twitter、Reddit、IEEE Xplore、GitHub等,对 48 种语言进行排行。

与其他网站调查的排行榜不同之处在于,IEEE Spectrum 可以让读者自己选择参数组合时的权重,得到不同的排序结果。考虑到典型的Spectrum 读者需求,他们提供了几个预设的权重 —— 如新兴的语言、雇主需求的语言、开源的热门语言等。大家可以定义自己的排行榜:

选择一种排名方法

有五种不同的语言排名方法,如下:

  • IEEE Spectrum:全面的排名
  • Trending:迅速增长的语言;
  • Jobs:雇主要求的语言;
  • Open:在开放源代码集线器上流行的语言;
  • Custom:您自己设计的排名。

按照趋势的发展得出的排行榜如下:

按照雇主要求的语言:

下图是参与者可以自行调整权重:

读者可以自行调整权重

IEEE Spectrum 给出的编程语言排行榜如下:

IEEE Spectrum全面排行

从以上的数据排名,我们可以得出以下结论:

  1. Python 的排名从去年开始就借助人工智能的热潮持续上升,现在它已经成为了第一名,而且也比较稳定。
  2. 排在前四名的语言 Python、C、Java 和 C++都拥有广大的用户群体,并且他们的用户总量也十分相近。
  3. 排名显示Python在C之前,但实际上,在对公司招聘所要求的基本语言分析中,C 语言的需求甚至还要在 Python 之前。
  4. 如果我们从语言用户增速的角度来看的话,Python 仍然是最快的。紧接下来就是 C、C++、Java。
  5. C# 已经重新进入前五名。不过今年有一个新的发现,没有新语言进入排名,似乎现有语言开始进入巩固代码的阶段,开发者需要时间消化那些为云服务、移动端和大数据应用等创造的新工具。

用人单位更需要什么语言的工程师?

我们可以根据数据得出Java 和 C 是招聘上最受欢迎语言,它们甚至都超过了 Python。

很大的原因是 Java 能应用于多平台,并且在企业级网页应用和移动端应用开发中占据了极其重要的地位,同时各种互联网公司的产品都需要使用 Java 来实现。

下面的排名是按照设计自由度排列的,我们可以对这些语言进行定制化的程度越高,排名越靠前。

总结

无论从哪个维度的排序来看,排名前四的语言是Python、Java、C、C++,第五的语言,在不同的情况下有所改变。

我们可以根据这个灵活的排名榜,来选择自己的入门语言,优先推荐Python或者Java,于初学者而言,C相对来讲是难度要大些。

Creative Commons License本文基于 Creative Commons Attribution 2.5 China Mainland License发布,欢迎转载,演绎或用于商业目的,但是必须保留本文的署名 http://www.cnblogs.com/luminji(包含链接)。如您有任何疑问或者授权方面的协商,请给我留言。
目录
相关文章
|
机器学习/深度学习 数据采集 数据可视化
R语言 一种功能强大的数据分析、统计建模 可视化 免费、开源且跨平台 的编程语言
R语言 一种功能强大的数据分析、统计建模 可视化 免费、开源且跨平台 的编程语言
467 1
|
18天前
|
SQL IDE 数据挖掘
这可能是交互性最强的数据分析编程语言
在数据分析领域,Excel 和 BI 工具适合处理简单任务,但面对复杂分析(如跨行数据、滑动窗口等)时显得力不从心。编程语言虽有强计算能力,但交互性差,难以实时反馈结果。SPL(Structured Process Language)则结合了两者的优点,采用网格式编程,支持实时查看中间结果,并具备强大的有序和集合运算能力,使复杂任务变得简单直观。SPL 让数据分析师既能享受 Excel 的交互性,又能利用编程的强大计算能力,解决了强计算与交互性的两难问题。
|
4月前
|
数据挖掘 UED
数据分析的要求和作用
数据分析的要求
47 3
|
5月前
|
机器学习/深度学习 人工智能 算法
数据统计分析的16个基础概念
数据统计分析的16个基础概念
167 5
|
5月前
|
数据可视化 数据挖掘 数据处理
开源埋点分析系统:洞察用户行为的新视角
在数字化浪潮中,了解用户行为和优化用户体验成为企业竞争力的关键。对于希望深入了解客户和推动业务增长的公司来说,埋点分析系统是不可或缺的工具。今天,我们要介绍的不仅是一个 ClkLog 埋点分析系统,而是一种全新的、开源的洞察方案,它能够帮助您捕捉每一个关键数据点,确保您的决策基于最准确的用户行为分析。
开源埋点分析系统:洞察用户行为的新视角
|
8月前
|
数据采集 NoSQL 数据可视化
掌握金融数据分析的基本方法和工具
在金融数据分析的基本方法中,由于金融数据本身所具有的高复杂性,很多情况下需要借助数学模型来描述金融数据的特征。因此,金融数据分析通常会涉及到多个数学模型,这些模型的建立与求解都离不开统计计算和数据可视化。
|
机器学习/深度学习 供应链 算法
【数据分析模型】描述性 vs 预测性 vs 规范性 vs 诊断分析
【数据分析模型】描述性 vs 预测性 vs 规范性 vs 诊断分析
|
机器学习/深度学习 算法 安全
数据分析中常见的"数据陷阱" !!!
数据分析中常见的"数据陷阱" !!!
398 0
数据分析中常见的"数据陷阱" !!!
|
机器学习/深度学习 人工智能 数据可视化
十种数据分析方法
数据分析方法逐渐成为商业分析、市场营销、金融和医疗领域等多个行业所必需的技能。
456 0
|
数据可视化 BI
技术人最不该忽视可视化数据分析!
阿里妹导读:在这个“人人都是数据分析师”的时代,阿里的同学几乎都在参与数据的采集、加工与消费。数据可视化作为连接“加工——消费”的重要一环,其质量至关重要。优秀的可视化能促成卓越洞见,糟糕的内容则让所有的努力失去意义。今天,阿里高级产品经理沉砂为我们详细介绍数据可视化工具以及如何选择有效图表。
8893 0