编者按

本文翻译整理自最新发布的 Python开发者调查。
该调查由Python基金会与JetBrains于2019年秋季发起，调查对象来自150个不同国家的24000多名Python开发者。

此调查结果可以作为学习、求职及了解Python语言生态的参考，希望对你有帮助。

以下是该调查的一些基本情况（主要取各指标前三项或份额比重大于10%的项）

Python基本使用情况

Python作为主要语言及次要语言的比例

• 作为主要语言：84%
• 作为次要语言：16%

与Python一起使用的其他语言（取前三位）

• 主要：JavaScript、Bash/Shell、HTML/CSS
• 次要：JavaScript、C/C++、HTML/CSS
• 综合：JavaScript、Bash/Shell、HTML/CSS

使用Python从事Web开发及数据科学的开发者对其他语言的使用情况

• 数据科学：SQL、Bash/Shell、JavaScript、C/C++
• Web开发：JavaScript、HTML、SQL、Bash/Shell

Python使用场景

使用Python的主要场合

• 工作及个人使用：58%
• 个人、教育及业余项目：21%
• 工作：21%

Python的主要使用场景

• 主要：数据分析、Web开发、机器学习
• 次要：数据分析、DevOps/系统管理/自动化脚本
• 综合：数据分析、Web开发、DevOps/系统管理/自动化脚本

最常使用Python的场景

• 主要：Web开发、数据分析、机器学习
• 次要：DevOps/系统管理/自动化脚本、数据分析、Web开发
• 综合：Web开发、数据分析、机器学习

Python各版本使用情况

Python3 vs Python2

• Python3：90%
• Python2：10%

Python各版本对应场景分布：

主要场景中使用比例（Python3 ：Python2）

• 数据分析：61% vs 42%
• Web开发：51% vs 45%
• 机器学习：42% vs 20%

Python3 各版本分布

• 3.7：53%
• 3.6：26%
• 3.8：11%
• 3.5：4%
• 3.9：3%
• 其他：3%

安装及升级途径

• 操作系统自带：35%（比如apt-get，yum，homebrew等）
• Python.org：31%
• Anaconda：20%
• Docker：17%
• pyenv：15%

Python虚拟环境

• Virtualenv：56%
• Docker：33%
• Conda: 23%
• Pipenv：21%

主要框架及库

Web框架

• Flask：48%
• Django：44%
• Tornado：5%

数据科学框架及库

• NumPy：63%
• Pandas：55%
• Matplotlib：46%
• SciPy：36%
• SciKit-Learn：33%
• TensorFlow：26%
• Keras：20%
• Seaborn：17%
• PyTorch：15%
• NLTK：14%

大数据工具

• Apache Spark: 13%
• Apache Kafka: 9%
• Apache Hadoop/MapReduce: 7%

其他框架及库

• Requests：56%
• Pillow：32%
• Asyncio：21%
• Scrapy：17%
• Tkinter：17%
• PyQT：15%
• Six：13%
• aiohttp：12%

单元测试框架

• pytest：49%
• unittest：30%
• mock：15%

其他技术及云设施使用情况

ORM

• SQLAlchemy：36%
• Django ORM：32%
• SQLObject：4%

数据库

• PostgreSQL：47%
• MySQL：39%
• SQLite：39%
• MongoDB：20%
• Redis：20%
• MS SQL Server：10%

云平台使用

• AWS：55%
• 谷歌云：33%
• DigitalOcean: 22%
• Heroku：20%
• 微软Azure：19%
• PythonAnywhere：12%

如何在云端运行Python代码（生产环境）

• 使用容器：47%
• 使用虚拟机：46%
• 使用PaaS服务：25%
• Serverless：24%

开发环境

• 本地使用virtualenv：56%
• 使用容器：41%
• 使用虚拟机：22%
• 使用本地系统自带解释器：18%
• 使用远程开发环境：17%

开发工具

操作系统

• Linux：68%
• Windows：48%
• MacOS：29%

持续集成系统（CI）

• Jenkins/Hudson：24%
• Gitlab CI：23%
• Travis CI：15%

配置管理工具

• Ansible：20%
• 个性化解决方案：9%
• Puppet：5%

编辑器及IDE

• 主要：PyCharm(33%)、VS Code(24%)、Vim(9%)
• 数据科学：PyCharm(28)、VS Code(23%)、Jupyter Notebook(13%)
• Web开发：PyCharm(42%)、VS Code(26%)、Vim(10%)

使用IDE的主要特性

• 使用版本管理
• 代码refactoring
• 使用自动补全
• 使用Python虚拟环境
• 使用静态检查工具
• 使用SQL数据库
• 编写测试代码
• 使用调试器
• 使用问题跟踪
• 在远程机器上运行、调试及编辑代码
• 使用可选的类型提示
• 使用代码覆盖检查

人才市场

工作状态

• 全职：67%
• 学生：10%
• 在职学生：6%
• 自主创业：6%
• 自由职业者：5%

职位

• 开发者/程序员：73%
• Team Lead：19%
• 数据分析：19%
• 架构师：18%

使用Python的经验

• 3-5年：30%
• 1-2年：23%
• 少于1年：21%
• 6-10年：17%
• 11年以上：10%

开发工作经验

• 少于1年：29%
• 1-2年：20%
• 3-5年：20%
• 11年以上：17%
• 6-10年：14%

团队工作 vs 独立工作

• 在团队中工作：53%
• 独立为自己的项目工作：44%
• 咨询及培训：4%

在多个项目工作的情况

• 在多个项目中工作：45%
• 在一个项目或者几个业余项目：40%
• 只为一个项目工作：15%

团队大小

• 2-7人：75%
• 8-12人：17%
• 13-20人：5%
• 21-40人：2%
• 多余40人：2%

公司规模

• 51-500人：24%
• 11-50人：19%
• 多余5000人：18%
• 2-10人：13%
• 1001-5000人：10%

公司所处行业

• 信息技术/软件开发：42%
• 科学：7%
• 教育/培训：6%

目标行业

• 信息技术/软件开发：45%
• 会计/财务/保险：4%
• 销售/分销/商业拓展：4%

年龄分布

• 21-29岁：42%
• 30-39岁：32%
• 40-49岁：12%
• 18-20岁：7%
• 50-59岁：5%
• 60岁以上：2%

"一个谈论技术话题及生活方式的地方"