根据KDnuggets年最新调查，Python生态系统已经超过了R，成为了数据分析、数据科学与机器学习的第一大语言。本文对KDnuggets的此项调查结果做了介绍，并补充了一篇文章讲解为何Python能成为数据科学领域最受欢迎的语言。
PythonvsR：年调查结果
近日，KDnuggets发起了一项调查，问题是：
你在年到现在是否使用过R语言、Python（以及它们的封装包），或是其他用于数据分析、数据科学与机器学习的工具？
预料之内的是，Python并没有完全「吞噬」R语言的空间，但这项基于个参与者的投票显示，Python生态系统在今年已经超越了R语言，成为了数据分析、数据科学和机器学习的第一大语言。
值得一提的是，在年的调查中，Python还处于落后地位（34%比42%），在年，两者的对比是41%比36%。
此外，参与这项调查的KDnuggets读者也有倾向于共同使用Python和R两种语言的趋势（12%），而使用其他工具的人则有所减少（从16%降至11%）。
图1.年与年在数据分析、数据科学和机器学习上，Python、R、两者共同使用，以及其他平台的人数对比。
下面，让我们看看不同平台之间的转换。
图2.年与年间，数据分析、数据科学和机器学习上，Python、R、两者共同使用，以及其他平台的人数转换示意。
这张图看起来有点复杂，其中有两个主要方面都是Python获得胜利。
忠诚度：Python的用户显得更加忠诚，有91%的年Python用户仍然在使用这个语言，而R语言的忠诚度为74%，其他平台为60%。
转换趋势：只有5%的Python用户转投R语言，反向转换的比例则是10%。而对于在年使用两种语言的用户而言，只有49%的人仍在使用双平台，38%现在只用Python，而11%转移到了R语言上。
在KDnuggets年的调查中，并没有提出「同时使用Python和R语言」的选项，所以下图的趋势线中，年和年的数据按照如下公式进行了转换
Python=（Python比例）+50%（同时使用Python和R）R=（R比例）+50%（同时使用Python和R）
我们可以看到，R的使用份额正在逐渐下降（从年的50%降低到了年的36%），而Python的比例则呈逐年上升趋势——从年的23%增加到了年的47%。同时，其他平台的使用量在逐渐减少。
最后，让我们看看这次调查的参与者地区分布：
美国/加拿大：40%欧洲：35%亚洲：12.5%拉丁美洲：6.2%非洲/中东：3.6%澳大利亚/新西兰：3.1%
为了简化图表，在下图中，同时使用两种语言与使用其他语言的比例被合并。
图4：分区域对比Python、R、其他，对比
我们在所有地区都发现了同样的模式：
Python的比重增加了8%-10%；R的比重下降了2%-4%；其他平台的比重下降了5%-7%。
Python用户的未来看起来一片光明，但我们预期R和其他平台在未来会保持住一定比重，因为它们巨大的嵌入式基础。
Python是如何上升到数据科学顶峰的
可以肯定地说，Python是一个十分受欢迎的工具，它涵盖了各个行业的各种职业。由于它亲近性的语言、丰富的资源和框架以及它庞大硬件开发族群，Python自然是开发人员们的首选工具。Packt在年的技能调查显示，在不同职位的技术专业人员中，Python从年的第二名上升成为用户最多的工具。我们向SebastianRaschka提问：为什么不论是应用机器学习还是深度学习的研究者，亦或是Packt的畅销书Python机器学习的作者都转向了Python学习？这个语言的下一步将会是什么？他不得不承认：Python已成为近二十年来最流行的语言。
艰难登顶：PYTHON是如何成为数据科学通用语言的？
Python是有史以来最流行的编程语言之一，这一点是毫无疑问的。但是最初发生的事情确实很难描述的，是语言本身还是对编程语言的爱。是否是我们首先为科学计算、数据科学以及机器学习开发出优秀的开源的数据库才推动了大家选择Python作为他们的工具，或是因为越来越多的人在使用Python我们才把这些开发出来。
无论哪一种是对的，有一件事是足够显而易见的：Python是一种非常通用的语言，易于学习和使用。在我看来，这是今天它被如此普遍使用的原因。虽然科学计算的大多数算法都没有在纯Python中实现，Python仍然是用于与Fortran，C/C++和其他语言中的非常有效的实现交互的优秀语言。
所谓的从计算高效的低级语言调用代码，以及Python为用户提供一个非常自然和直观的编程接口的这一事实可能是Python作为通用语言普及的重要原因之一，特别是在数据科学和机器学习社区中体现的更为明显。
未来的框架：我们应该