Результаты опроса Python-разработчиков от JetBrains: экосистема, машинное обучение и демография

Команды JetBrains PyCharm и Python Software Foundation опубликовали результаты восьмого опроса Python-разработчиков. Полностью итоги исследования можно посмотреть на официальной странице, а в этой статье собрали самое интересное.

Опрос проводили осенью 2024 года. В нём приняли участие более 30 тыс. разработчиков из 200 стран и регионов. 47% опрошенных — молодые специалисты в возрасте от 18 до 29 лет. Кроме того, 89% участников — мужчины.

Ещё немного фактов про разработчиков:

• Страны, в которых живут опрошенные: США (14%), Индия (11%), Германия (6%), Великобритания, Бразилия, и Франция (4%), материковая часть Китая (3%).

• Почти половина работает в составе команды (49%). Только над одним проектом трудится всего 19% разработчиков. Большинство ведёт сразу несколько проектов или над главным и связанными с ним.

• 59% — штатные сотрудники компаний.

• У 70% опрошенных компактные команды, в которые входит от 2 до 7 человек.

Про использование Python:

• Для 86% респондентов Python — основной язык программирования.

• В направлении появилось много новичков. 31% — разработчики с опытом до года.

• Большинство опрошенных на работе пишут код (78%). Ещё часть занимается документацией (40%), управлением командами (35%) и тестированием (33%).

• Информацию и новости разработчики узнают из следующих источников: документация и API (58%), YouTube (51%), Python.org (41%), Stack Overflow (43%), блоги (38%) и книги (22%).

Про использование Python:

• Популярные сферы использования Python: анализ данных, веб-разработка, машинное обучение, инжиниринг данных, веб-скрапинг и парсинг, научные исследования и DevOps.

• 52% опрошенных выбирают Python как для рабочих, так и для личных проектов.

Про версии Python:

• Устаревший Python 2 продолжают использовать 4% опрошенных.

• Популярные версии Python:

  • 3.12 — 35%;

  • 3.11 — 21%;

  • 3.10 и 3.13 — 15%;

  • 3.9 — 6%.

• На новую версию не переходят по следующим причинам:

  • «Меня полностью устраивает текущая версия» — 53%;

  • «Мои проекты не совместимы с последней версией Python» — 27%;

  • «Не было времени обновиться» — 25%;

  • «Я переживаю за стабильность новой версии Python» — 17%;

  • «Политика нашей организации предусматривает использование определенной версии Python» — 12%.

• Устанавливают и обновляют Python чаще с помощью Python.org (34%), инструментов управления пакетами в масштабе ОС (24%), pyenv и Docker-контейнеров (17%), Anaconda (14%).

Про фреймворки и библиотеки:

• Популярные веб-фреймворки: FastAPI (38%), Django (35%), Flask (34%), Requests (33%) и Asyncio (23%).

• Популярные фреймворки для юнит-тестирования: pytest (53%), unittest (23%), mock (11%).

• Другие популярные фреймворки и библиотеки: BeautifulSoup (34%), Pillow (32%), Pydantic (30%), OpenCV (26%), Tkinter (21%).

Про облачные платформы:

• Из облачных платформ чаще всего используют AWS, Google Cloud, Azure, DigitalOcean и PythonAnywhere.

• Код обычно запускают в контейнерах (53%), на виртуальных машинах (44%), бессерверно (28%) или на платформах PaaS (20%).

• Облачные приложения чаще всего разрабатывают локально с помощью virtualenv (51%), в Docker-контейнерах (44%) или на виртуальных машинах (23%).

Про Data Science:

• 51% опрошенных занимаются обработкой и анализом данных — чаще всего с помощью pandas и NumPy.

• Популярные инструменты для обработки данных и исследований: pandas (80%), NumPy (75%), Spark (16%), Polars (15%) и Airflow (15%).

• Библиотеки для создания дашбордов: Streamlit (33%), Plotly Dash (28%), TensorBoard (14%) и Gradio (11%).

• Для обучения моделей машинного обучения используют SciKit-Learn (68%), PyTorch (66%), TensorFlow (49%) и SciPy (42%).

• Популярные платформы для развёртывания и инференса: неназванные собственные решения (26%), Hugging Face (24%), Amazon Sagemaker (19%) и MLFlow (16%).

• У 27% опрошенных средний ежемесячный бюджет на облачные ресурсы для машинного обучения составляет 1000 долларов. Бюджет от 10 до 25 тыс. долларов только у 12% разработчиков.

• Популярные инструменты для работы с большими данными: PySpark (40%), Great Expectations (7%), PyFlink (6%) и PyDeequ (4%).

Про зависимости и пакеты:

• Для изоляции окружения 62% опрошенных используют venv. За ними следуют пользователи virtualenv (25%), Conda (19%) и Poetry (18%).

• Зависимостями управляют с помощью pip (74%), Poetry (20%) и Conda (18%).

• Сами зависимости чаще всего хранят в форматах requirements.txt (59%), pyproject.toml (36%) и setup.py (16%).

• Пакеты скачивают из PyPI (75%), GitHub (29%) и Anaconda (16%).

Про инструменты:

• Из операционных систем чаще выбирают Linux (59%) и Windows (58%). macOS использует 27%.

• Популярные нейросетевые инструменты: ChatGPT (82%), GitHub Copilot (39%), Google Gemini (23%) и Anthropic Claude (17%).

• Из доступных СУБД чаще выбирают PostgreSQL (49%), SQLite (37%) и MySQL (31%).

• Популярные IDE и редакторы кода: VS Code (48%), PyCharm (25%), Neovim и Jupyter Notebook (4%).