Python培訓之Python超過R，成為數據科學和機器學習的常用語言

       近期，數據挖掘資訊網站KDnuggets開展了一項調查，問題是“2016年和2017年，在數據分析、數據科學和機器學習工作中，你使用R、Python、兩者都用，還是其他工具?”

　　對954名受訪者的調查顯示，Python尚未完全“吞噬”R，但2017年Python生態(tài)系統(tǒng)已經超越了R，成為數據分析、數據科學和機器學習領域領先的平臺，同時也在迅速吸引其他平臺的用戶。

　　2016年，Python排名第二(“主要使用Python”占比為34%，“主要使用R”占比為42%)，而在2017年的結果中，Python和R的占比分別為41%和36%。

　　在KDnuggets的讀者中，同時使用R和Python的比例也從2016年的8.5%上升至2017年的12%，而使用其他工具的比例從16%下降至11%。

　　我們可以專注于兩個關鍵方面。Python在這兩個方面都保持領先。

　　忠誠度：Python用戶的忠誠度更高。2016年，Python用戶中的91%仍然繼續(xù)使用Python。而在R的用戶中，這一比例只有74%，在其他平臺中只有60%。

　　轉移比例：大約10%的R用戶轉移至Python，但只有5%的Python用戶轉移至R。在2016年同時使用兩種工具的用戶中，只有49%仍然同時使用兩者，而38%轉而主要使用Python，只有11%轉而主要使用R。

　　可以看到，R的份額正在緩慢下降(從2015年的約50%下降至2017年的約36%)，而Python的份額則穩(wěn)步上升，從2014年的23%上升至2017年的47%。其他平臺的份額也在緩慢下降。

　　在2015年關于R和Python的調查中，我們沒有提供“同時使用Python和R”的選項。因此為了比較過去4年的數據，我們將2016年和2017年Python和R的份額按照如下公式來計算：

　　Python總份額 = (Python份額) + 50%(同時使用Python和R的份額)

　　R總份額 = (R份額) + 50%(同時使用Python和R的份額)

　　最后，讓我們看看各地區(qū)的趨勢和模式。參與調查的用戶來自各地區(qū)比例如下：

　　美國/加拿大：40%

　　歐洲：35%

　　亞洲：12.5%

　　拉美：6.2%

　　非洲/中東：3.6%

　　澳大利亞/新西蘭：3.1%

　　為了簡化表格，對于“同時使用R和Python”的份額，我們以同上的方式進行處理，并將亞洲、澳大利亞/新西蘭、拉美，以及中東/非洲合并為“其他”地區(qū)。

　　在這3大地區(qū)中，我們觀察到同樣的模式：

　　Python的份額上升8%到10%。

　　R的份額下降2%到4%。

　　其他平臺的份額下降5%到7%。

　　Python用戶的未來看起來很光明，但我們認為，考慮到當前用戶數規(guī)模龐大，R和其他平臺仍將在可預見的未來保持一定的份額。