近日，kdnuggets做了一個關于數據科學、機器學習語言使用情況的問卷調查，他們分析了954個回答，得出結論——Python已經打敗R語言，成為分析、數據科學和機器學習平臺中使用頻率***的語言。有關此次問卷更具體的情況如何?筆者將kdnuggets上發表的總結文編譯整理如下：

之前我們在kdnuggets上做了這樣一個問卷調查，2016、2017兩年，在分析、數據科學和機器學習的工作中，你用R語言，還是Python，或兩者都用，或選擇其他的語言?

通過分析954個回答，我們得出了這樣的結論：雖然Python并沒有完全取代R語言，但在2017年，Python已經成功打敗R語言，成為分析、數據科學和機器學習平臺中使用頻率***的語言。

在2016年Python還是第二位(主要用Python的人占34%，主要用R語言的人占42%)，在2017年Python就以5%的優勢領先于R語言(主要用Python的人占41%，主要用R語言的人占36%)。同時用Python和R兩種語言的人也從2016年的8.5%增長到12%了，而用其他語言的人則從16%降到11%。

圖1：2016-2017年，在分析、數據科學和機器學習中使用Python、R語言、Python和R語言、其他語言的占比

之后，我們分析了大家在不同語言之間的轉換情況。

圖2：2016-2017年，分析、數據科學以及機器學習平臺中各種語言的轉換情況

這張圖看起來很復雜，不過從中可以很容易地看出Python在忠誠度和轉換率兩個關鍵層面都領先于其他語言。

忠誠度：使用Python的用戶對它的忠誠度要高于使用其他語言的用戶。2016年使用Python的用戶中，有91%的人2017年還在繼續使用它，而R語言的用戶留存率為74%，其他語言的用戶留存率則為60%。

轉換率：從2016年到2017年，只有5%的Python用戶轉向R語言，而R語言用戶轉向Python的則是10%，這是前者的兩倍。另外，2016年同時使用兩種語言的人中，只有49%的人還在繼續使用這兩種語言，38%的人轉向Python，11%的人轉向R語言。

接下來我們看一下2014-2017年這幾種語言的使用趨勢。

因為我們2015年【R vs Python】的問卷調查中沒有提供【同時使用兩種語言】這個選項，因此下面2014-2016這四年的對比趨勢圖中，2016、2017年的Python、R語言使用趨勢我們是這樣計算的：

• Python*= (Python的比例) + 50% * (同時使用Python和R語言的比例)
• R* = (R的比例) + 50% * (同時使用Python和R語言的比例)

可以看到，R語言的使用率在逐年緩慢下降(從2015年的50%降到2017年的36%)，而Python的使用率則從2014年的23%增長到2017年的47%。另外，其他語言的使用率也在逐年下降。

圖3：2014-2017年，Python、R語言及其他語言在分析、數據科學和機器學習的使用情況對比

***，我們也按地區分析了幾種語言的使用趨勢，地區分布情況如下：

• 美國/加拿大，40%
• 歐洲，35%
• 亞洲，12.5%
• 拉美，6.2%
• 非洲/中東，3.6%
• 澳洲/新西蘭，3.1%

為了簡化對比圖，我們將同時使用R語言和Python的比例也按照上面的計算方法折算到單獨使用R語言和Python的比例中，并把亞洲、澳洲/新西蘭、拉美、非洲/中東這四個占比較少的地區合并為一個區域。

圖4:2016-2017年，不同地區使用Python、R語言和其他語言的情況

我們注意到不同區域的語言變化情況：

• Python的使用率增長了8-10%
• R語言的使用率降低了大約2-4%
• 其他語言的使用率降低了5-7%

上面的數據表明了Python的使用前景很好，我們也預測R語言和其他語言的使用率還是會有相當的占比，因為它們已經有很深的用戶基礎。