g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

Python neden bu kadar hızlı gelişiyor?

Yazar David Robinson

Çevirmen Bir Adım

Yakın tarihli bir Stack Overflow araştırması, Python'un en hızlı büyüyen ana programlama dili haline geldiğini ve aynı zamanda yüksek gelirli ülkelerden Stack Overflow'da en çok tıklanan etiket olduğunu gösteriyor. Python neden aniden bu kadar hızlı gelişiyor?

1 Önüne yaz

Bu makale " Python Neden Bu Kadar Hızlı Büyüyor? ", çeviri orijinal yazar David Robinson tarafından yetkilendirildi. Orijinal bağlantı:

https://stackoverflow.blog/2017/09/14/python-growing-quickly/

Python neden bu kadar hızlı gelişiyor? Python, web sitesi geliştirmeden veri bilimine ve DevOps'a kadar geniş bir uygulama yelpazesine sahiptir, her yerde görebilirsiniz. Bu nedenle, Python'un son zamanlarda hangi belirli alanlarda daha yaygın olarak kullanıldığını dikkatle incelemeye değer. R dilini kullanan bir veri bilimcisiyim ve alanımda Python'un geliştirilmesiyle çok ilgileniyorum. Bu yazıda, Python uygulamalarının hangi alanlarının büyüdüğünü ve Python'un en çok hangi şirket ve kuruluşlarda kullanıldığını anlamak için Stack Overflow verilerini başka bir açıdan yorumlayacağım.

Analiz iki sonuca ulaştı. Her şeyden önce, Python'un en hızlı artan kullanımı esas olarak şu alanlardadır: veri bilimi, makine öğrenimi ve akademik araştırma. Bu, aynı zamanda web sitesinde Python ile ilgili etiketlere yapılan ziyaretlerin en hızlı artan sayısı olan Pandas paketinin kullanımının büyüme oranından kolayca anlaşılabilir. Python'u hangi endüstrilerde kullandığına gelince, aşağıdaki sektörlerde daha çok kullanıldığını gördük: elektronik, imalat, yazılım, devlet, özellikle üniversiteler. Bununla birlikte, genel olarak, Python'un büyümesinin çeşitli endüstriler arasındaki dağılımı nispeten eşittir. Kısacası, veri bilimi ve makine öğreniminin birçok farklı şirket türünde popüler hale geldiği sonucundan görebiliriz ve bu süreçte Python genel olarak kabul edilen bir seçimdir.

Analiz verilerimiz, Dünya Bankası Örgütü tarafından tanınan yüksek gelirli ülkelerden gelmektedir.

2 Tür Python geliştirme

Python, birden çok amaç için kullanılabilen ve web sitesi geliştirme ve veri bilimi gibi çeşitli görevler için kullanılabilen bir programlama dilidir. Peki bu alanlardaki Python'un son gelişimini nasıl sıralayabiliriz?

Bir acemi olarak, her alandaki en ünlü Python paketlerine bakabilir ve onları temsil eden etiketlere yapılan ziyaret sayısındaki artışı görebiliriz. Django ve Flask web sitesi geliştirme çerçevelerini NumPy, Matplotlib ve Pandas gibi veri bilimi paketleriyle karşılaştırabilirsiniz. (Yalnızca ziyaret sayısını değil, soruların sorgulama oranını karşılaştırmak için Yığın Taşma Trendlerini de kullanabilirsiniz)

Yüksek gelirli ülkelerden Stack Overflow ziyaretlerinin sayısına bakılırsa, Pandas'ın en hızlı büyüyen Python paketi olduğu açıktır: 2011'de ortaya çıktı ve şimdi Stack Overflow'daki soruların yaklaşık% 1'i bununla ilgili. Zamanla NumPy ve Matplotlib ile ilgili soruların sayısı da muazzam bir şekilde arttı. Aksine, Django ile ilgili sorunların sayısı bu dönemde sabit kalmıştır, Flask artmış olmasına rağmen, oranı hala nispeten küçüktür. Bu, Python'un büyümesinin web sitesi geliştirmeden çok veri bilimine atfedilmesi gerektiğini gösteriyor.

Ancak bu kapsamlı değildir, çünkü burada yalnızca yaygın olarak kullanılan Python'a özgü paketler gösterilmektedir. Sistem yöneticileri ve DevOps mühendisleri de birçok yerde Python kullanır ve onların Python soruları Linux, Bash ve Docker'ı da içerecektir. Benzer şekilde, Python ile ilgili birçok web sitesi geliştirme sorunu Django veya Flask'tan bahsetmiyordu ve sorulan geliştiriciler JavaScript, HTML ve CSS gibi "teknik destek" etiketleriyle ilgiliydi. Ancak Linux, Bash, JavaScript vb. Etiketleri doğrudan dikkate alamayız ve keyfi olarak bunların Python ile ilişkili olduğunu varsayamayız. Bu nedenle, sadece Python ile bahsedilen etiketleri tartışıyoruz.

Yalnızca öğrencilerin etkisini ve ayrıca uzun bir istatistiksel dönemi kapsayan büyük miktarda hesaplamayı hariç tutan 2017 yazındaki (Temmuz ve Ağustos) ziyaret sayısını dikkate alıyoruz. Bu süre zarfında yalnızca en az 50 Stack Overflow sorusu görüntüleyen kayıtlı kullanıcıları dikkate alıyoruz. Bir kişiyi Python kullanıcısı olarak adlandırmak için en az iki koşulun karşılanması gerektiğine inanıyoruz: 1. Göz attığı etiketler çoğunlukla Python; 2. Ziyaret ettiği sayfaların en az% 20'si Python ile ilgili.

Python ile ilgili etiketlere sık sık göz atanlar da göz atmak ister mi?

Python geliştiricileri tarafından hiç şüphe duyulmadan en çok ziyaret edilen etiket haline geldi.Yukarıdaki analizden sonra şaşırmayacağız. Python geliştiricileri tarafından en çok ziyaret edilen ikinci etiket, Django'da olduğu gibi web sitesi geliştirme için Python kullanan bir grup insanı temsil eden JavaScript'tir. Bu, sadece genel olarak Python ile ilgili etiketlerin büyümesini değil, Python ile erişilen etiketleri dikkate almamız gerektiği fikrimizi doğrular.

Listenin alt kısmında diğer teknik "kümeleri" görebilirsiniz. Aralarındaki ilişkiyi keşfetmek için hangi etiketlerin ilişkilendirilmeye yatkın olduğunu düşünüyoruz: Python kullanıcılarının iki etiketi ziyaretlerinin çok farklı olup olmadığı. Yüksek Pearson korelasyon algoritmasını kullanarak etiketleri çiftler halinde filtreledikten sonra, aşağıdaki ağ diyagramını elde edebiliriz. Bunun gibi birçok görselleştirme tekniği var.

Şekilden de görülebileceği gibi, nispeten büyük birkaç teknoloji kümesi, genel olarak Python ile çözülebilen birkaç problem türünü kabaca tanımlayabilir. Yukarıdaki şeklin orta kısmı, veri bilimi ve makine öğrenimi kümelerini göstermektedir: ortada, R, Keras ve TensorFlow gibi teknolojilerle yakından bağlantılı olan Pandas, NumPy ve Matplotlib vardır. Aşağıdaki kümeler web sitesi geliştirmeyi temsil eder ve JavaScript, HTML, CSS, Django, Flask ve JQuery'ye bağlıdır. Şekilde iki küçük küme var, biri sistem yönetimi ve DevOps, diğeri ise sağda veri mühendisliği (Spark, Hadoop ve Scala).

3 Temaya göre büyüme

Şimdi Python ile ilgili Stack Overflow erişiminin kabaca birkaç konuya bölünebileceğini gördük. Ardından, Stack Overflow'da Python trafiğinde büyük artışa hangi konuların neden olduğunu analiz edebiliriz.

Düşünün, bir kullanıcının tarama geçmişine baktığımızda, Python'un en çok ziyaret edilen etiketi olduğunu bulduğumuzu varsayalım. Öyleyse, onun bir web sitesi geliştiricisi, veri bilimcisi, sistem yöneticisi veya başka bir şey olup olmadığını nasıl anlayabiliriz? En çok ziyaret ettiği etikete, ardından üçüncü, vb. Bakmalı ve yukarıdaki resimde bir küme ile ilgili bir şey bulana kadar onun ziyaret listesini okumaya devam etmeliyiz.

Bir kullanıcıyı bir konuya göre sınıflandırmak için aşağıdaki basit yöntemi özetledik. Aşağıdakiler, sınıflandırılabileceklerine göre kullanıcılar tarafından en sık ziyaret edilen dokuz etikettir.

Veri bilimcisi: Pandalar, NumPy veya Matplotlib;
Web sitesi geliştiricileri: JavaScript, Django, HTML;
Sistem yöneticisi veya DevOps: Linux, Bash veya Windows;
Diğerleri: Yukarıdaki dokuz etiket dışında, diğer tüm etiketler trafiğin% 5'inden fazlasını oluşturmaz.

Bu yeterince titiz olmasa da, her bir Python büyümesinin etkisini hızlı bir şekilde değerlendirmemiz için yeterli. Gizli Dirichlet dağıtımı gibi daha titiz algoritmalar da denedik, ancak sonuçlar benzerdi.

Hangi tür Python geliştiricileri yavaş yavaş giderek daha fazla hale geliyor? Kullanıcıları kategorize ettiğimizi, görüntülenen soruları kategorize etmeyeceğimizi unutmayın. Stack Overflow'daki tüm kayıtlı kullanıcıların bir kısmını (Python'a erişimi olmayanlar dahil) gösteriyoruz.

Yukarıdaki şekil, son üç yılda, web sitesi veya sistem yönetimi gibi ilgili teknolojiler nedeniyle Python görüşlerinin nispeten yavaş ve istikrarlı bir şekilde arttığını göstermektedir. Ancak Python'un veri bilimiyle ilgili görüşlerinin sayısı çok hızlı artıyor. Bu, Python'un veri bilimi ve makine öğrenimi alanındaki geniş uygulamasının, hızlı büyümesi için ana itici güç olması gerektiğini gösteriyor.

Ayrıca, tek bir etikete yapılan ziyaretlerin artışını belirlemek için 2016 ile 2017 arasında Python geliştiricilerinin her bir etikete yaptığı ziyaret sayısını hesaplamamız gerekiyor. Örneğin, Javascript trafiğinin genel olarak nispeten istikrarlı olması da mümkündür, ancak aslında Python kullanıcılarına yapılan dahili ziyaretlerin yüzdesi azalmıştır. Böyle bir etikete dayalı büyüme oranını elde ettikten sonra, bu sonuçlar hangi konuların büyüdüğünü ve hangilerinin daraldığını anlamak için ağ grafiğimizde görüntülenebilir.

Bu, Python ile ilgili büyümenin çoğunun veri bilimi ve makine öğrenimi ile ilgili olduğu varsayımını doğrulamamıza yardımcı olur. Bu kümelerin rengi turuncuya doğru hareket ediyor, bu da karşılık gelen etiketin Python ekosisteminin önemli bir parçası olmaya başladığını gösteriyor.

4 Sektör

Python kullanımının büyümesini anlamanın bir başka perspektifi, ilgili sayfa görüntülemelerinin ne tür bir şirketten geldiğini düşünmektir. Bu bakış açısı ile web'e göz atmayı düşünen geliştiricilerin türü arasındaki fark, hem perakende şirketlerinin hem de medya şirketlerinin aynı anda veri bilimcileri ve web geliştiricileri işe almalarıdır.

Biz esas olarak Python'un çok büyüdüğü iki ülkeye odaklanıyoruz: Amerika Birleşik Devletleri ve Birleşik Krallık. Bu iki ülkede trafiği sektöre göre bölebiliriz (tıpkı AWS ile Azure'u karşılaştırmak gibi).

Listenin başında gelen ziyaret sayısı, yüksek öğrenim kurumlarının hakim olduğu akademik dünyadır. Bunun nedeni, mevcut tüm lisans öğrencilerinin programlama derslerinde Python öğrenmesi mi?

Bu mantıklı, ancak tamamen doğru değil. Önceki bir makalede bahsettiğimiz gibi, kolejlerden ve üniversitelerden gelen Python ziyaretleri sadece ilkbahar ve sonbaharda değil, yaz aylarında da oldukça sabittir. Örneğin, Python ve Java hem kolejlerden hem de üniversitelerden gelen ziyaretlerin sayısında yüksektir, ancak fark mevsime bölünerek görülebilir.

Yüzdeden de görülebileceği gibi, Java trafiği her yaz uçurumdan düşecektir, çünkü üniversite öğrencilerinin sınıflarındaki Java dersleri zaten çok yaygındır. Buna karşılık, Python her yaz yüksek bir trafik oranına sahiptir. Bu nedenle, kolejler ve üniversitelerdeki Python sorunlarının ana trafiği akademik araştırmacılardan geliyor çünkü yıl boyunca çalışmaya devam ediyorlar. Bu aynı zamanda, Python'un büyümesinin esas olarak bilimsel hesaplama ve veri analizinden kaynaklandığına dair başka bir açıdan kanıt sağlar.

Devlet daireleri Python'u yoğun bir şekilde kullanıyor ve uygulamaları çok hızlı büyüyor.Python ayrıca elektrik ve imalat endüstrilerinde de yaygın olarak kullanılmaktadır. Bu endüstrilere pek aşina değilim, bu yüzden nedenini bilmek istiyorum. Python perakende ve sigorta şirketlerinde yaygın olarak kullanılmamaktadır ve bazı anketler, Java'nın hala orada ana akım olduğunu göstermektedir.

Bu makalenin temel amacı, Python'un büyümesinin nedenlerini araştırmaktır. Python'un trafiği özellikle belirli sektörlerde artıyor mu?

En azından Amerika Birleşik Devletleri ve Birleşik Krallık verilerinden, geçen yıl Python uygulaması birçok sektörde tanıtıldı. Her sektörde, Python tarafından üretilen trafik yüzde iki ila üç arasında mutlak bir artışa sahiptir. (Bunun, sigorta ve perakende gibi çok yaygın olarak kullanılmayan sektörlerle karşılaştırıldığında, bu sektörlerdeki göreceli büyümenin daha da büyük olduğu anlamına geldiğini unutmayın)

2017'de şimdiye kadarki verilere göre, Java hala çoğu sektörde en çok ziyaret edilen etikettir, ancak Python büyüyor. Örneğin, finans sektörünün (Stack Overflow trafiğine büyük katkı sağlayan) verilerinden, Python etiketlerine ziyaret sayısı 2016'da dördüncü sıradan 2017'de ikinci sıraya yükseldi.

5. Sonuç

Python'u daha önce kullanan ve şimdi de R kullanan bir veri bilimcisi olarak, bu analizi okuduktan sonra Python'a geri dönmeli miyim?

Ben düşünmüyorum. Bir yandan, R'nin büyüme ivmesi de çok iyi Önceki bir makale, en hızlı büyüyen programlama dilleri listesinde Python'dan sonra ikinci olduğunu gösterdi. Öte yandan, veri analizi için R'yi kullanmayı seviyorum, bunun ne kadar yaygın olarak kullanıldığıyla pek ilgisi yok. Ayrıca Python'dan R'ye geçiş deneyimim, bu iki dilin hangi özelliklerini sevdiğim ve neden geri dönmeye zorlanmak istemediğim hakkında başka bir makale yazmayı planlıyorum.

Her durumda, veri bilimi heyecan verici ve hızla gelişen bir alandır ve doğal olarak içinde gelişen birden çok dil olacaktır. Temel amacım, yeni geliştiricileri veri bilimi alanındaki becerilerini geliştirmeyi düşünmeye teşvik etmektir. Hiç şüphe yok ki bu, yazılım geliştirme alanının en hızlı büyüyen kısmı ve aynı zamanda birçok sektörde tam olarak tanıtıldı.

Sevgili okuyucular, sizce Python'un hızlı gelişmesinin nedeni nedir?

Programlama dillerinin kutsal savaşında hiç kimse ebedi bir kazanan değildir. Python çok çalıştı, vasat olmaya nasıl dayanabilirsin?

Büyük haber bültenine geri saymak için 4 gün var!