英文原文：A Tale of Two Industries: How Programming Languages Differ Between Wealthy and Developing Countries

在这个大数据内容和 AI 每天都抢占头条的年代，每团体似乎都想学习一点编程知识，似乎掌握了编程技术以后，走上人生巅峰就不再是梦。但是其实，在一末尾，连选择学习哪种编程言语，都是需有考究的。一位数据剖析师，在对 IT 技术问答网站 Stack Overflow 上不同技术标签的拜访量停止剖析后，以为全球的软件开发作态其实一分为二，不同国度风行的编程言语，实践上也大有不同。你以为是本人选择了一种编程言语，殊不知，也许是这种编程言语，选定了你。

在 Stack Overflow，我们有志于运用我们的数据来分享有关全球软件开发社区的见地。最近发布的关于手机移动端开发者的帖子就是一个好例子：这篇帖文探求了世界各地拜访 Android 相关成绩的流量，发现低支出国度比高支出国度更常常运用 Android 系统。

这篇帖子使我们想知道富国和穷国之间的编程技术有何不同，以及这会如何影响我们对全球软件开发行业的看法。在本文中，我们将讨论这些差异，并证明在软件开发行业中，将高支出国度和世界其他地域区分看待，是有益的。

本文中讨论的一切剖析都是在 2017 年 1 月至 8 月时期展开的，我们选择了那段时间流量最高的 250 个标签停止研讨。为了增加其他不必要的影响，我们只剖析了在这段时间内至少贡献了 500 万次成绩拜访量的 64 个国度。值得留意的是，这些数据代表了那些了解英语的开发者们的活动。一些针对西班牙语和葡萄牙语网站的剖析表明，相似的趋向异样出如今非英语国度，比如墨西哥和巴西。

科技与人均 GDP 相关

在最近的一篇文章中，我们看到关于 Android 成绩的流量（占一个国度 Stack Overflow 拜访量的百分比）往往与一个国度的人均 GDP 呈负相关。 这不由让我们疑心，其他标签能否也有这样的相关性。

当我们搜索主要的编程言语战争台时，除了 Android 之外，还有一些也比较突出，包括 PHP，Python 和R.

标签流量 vs 人均 GDP

流向 Android 和 PHP 的流量数与一个国度的人均支出水平呈负相关，而 Python 和R的话题流量则与国度人均支出水平呈正相关。但无论哪种状况，我们都可以看到有一些例外（韩国运用 Android 的人数比我们预期的要多，中国则更多人运用 Python），但通常状况下，相关性的出现还是比较清楚的。 （在调整并停止屡次测试之后，每个R^2 值都在 0.5-0.6 之间，p值<10^-6）。

在此有必要强调一下，我们并不是要指出这当中必然存在的因果关系；也不是说选择哪种编程言语会影响一个国度的平均支出；也不是说一个国度的财富水平直接影响他们对科技的运用。我们疑心形成这些相关性的缘由能够由各种经济和社会要素混合而成的（比如，教育水平，软件行业的开展时间，外包水平），总的来说，这些要素通常都与一个国度的财富相关联。

我们如何将软件开发行业分为两部分？

当我们研讨这种趋向时，把国度分为两组：高支出国度和非高支出国度，而不是把一切国度混在一同思索。国度的财富水平，作为一种既有分类，我们可以援用世界银行的材料数据。下图显示的是按人均 GNI（国民总支出）为标准，各国出现出的不同财富水平。

世界银行发布的各国支出分类地图

图中共有 78 个高支出经济体，除了美国、加拿大，还有一些西欧国度，部分中东和东亚国度，以及澳大利亚/新西兰。我曾经做过一些关于国度间差异的基本缘由剖析（如主要成分剖析），证明这是一个合理的划分办法，并且这种划分办法比其他划分办法更有意义，例如按国度的天文位置，如东半球与西半球来归类国度。 例如，来自澳大利亚的用户所拜访的科技标签，通常更接近美国和欧洲的拜访状况，而不是中国或印度尼西亚的。

依据支出分类，排行 Stack Overflow 的流量主要来自哪些国度

这种区分办法将 Stack Overflow 流量分为三分之二和另外三分之一：Stack Overflow 上 63.7％ 流量来自高支出国度。 这能够是由于高支出国度软件开发量占全球比例更大，更多人口能享用互联网，以及英语用户数量较多的缘故。来自非高支出国度的大部分流量来自印度，其次是巴西，俄罗斯和中国。

高支出国度在运用的技术上有何不同？

我们如今将软件开发世界分为两部分。 高支出国度和非高支出国度在技术运用方面有何不同？

高支出国度和低支出国度在拜访技术标签上的差异

我们从图中可以得出几个幽默的见地：

数据迷信技术上的差异：正如我们前面看到的，Python 和R与一个国度的支出呈正相关。在高支出国度，Python 标签的拜访频率是世界其他地域的两倍，而R标签的拜访量大约是其他国度的三倍。我们也能够会留意到，在比较小众的标签中，许多迷信范围的严重转变是由 Python 言语和R言语编写的，例如 Panda，numpy，matplotlib 和 ggplot2。这阐明，高支出国度更多人运用这两种言语能够是由于在高支出国度，迷信技术和学术研讨更遭到注重。这就可以解释，为什么在较富有的工业化国度这两种言语更为常见。往往在高支出国度中，迷信研讨占经济的比重较大，同时，这些国度的顺序员更有能够具有高学历。

(责任编辑：admin)