编程语言数据分析：Python最吃香，php最招骂？

Reddit基本可称为世界最大的开源社群论坛，聚集了大量的开发者，最近Stuck_In_the_Matrix维护的reddit数据集偶然被发现，他归档了大部分 编程语言 之间的比较关系，涉及的数据量达到100GB，以下是这些数据可视化的结果。

数据可视化的结果显示了相对于全局平均值（圈越大，颜色越深代表权重越大），每张图列出了100个该编程语言最常被搜索到的单词。例如，在 Python 中“learnpython”一词被搜索的频率最多，而Python的平均搜索频率比其他所有编程语言都要高0.01％。

在进行频率计数时，我删除了常用的一些语气词之类的，以便影响 可视化 结果。根据图片不难看出：

• Python：搜索频率最高的往往是与学习教育有关的，比如 “learnpython”，“subreddit”，“questions”，“post”等词语更为频繁，这说明可能有很多开发者还处于学习Python的阶段。

• Javascript：该编程语言非常强调框架和工具。 “react“占据主导并不奇怪。

• Java＆C＃：这些语言被众多企业所使用，其背后也有企业支持，所以有很多与企业开发相关的单词频率很高。

• Go：不能逃避Go的最大争议：“generics”

• Php：评论中包含比其他语言更多的“shit”。（这是什么情况？PHP不是世界上最好的编程语言吗？）

根据开发者的注册信息可以得出该开发者使用的编程语言，通过开发者之间的关系可以显示出编程语言之间的微妙关系，比如：

• Python：订阅Python的开发者数量最大，从其评论中可以看出，Python也是最吸引其他开发者的一门编程语言（ Objective-C 除外）。该编程语言因为其门槛较低，并受到机器学习兴起的影响被炒得

• Swift ：这种编程语言的开发者一般是以自我为中心，基本不涉猎其他语言。R也是，但其中一些用户也在Python中发表了评论。

• Rust：订阅者数量中等大小，但令人惊讶的是，它吸引了大量的评论者。

评论长度

通过显示的平均评论长度来看， 函数式编程 语言基本上位于前列，比如 Scala 和Ocaml。评论的长度与用户数量有一定关系，但并不成比例，因为较大的社区倾向于有更多的“浅”评论。

开发者提交数量

最后一个结果是显示开发者提交的文档或项目数量。仅使用最近3个月的数据，虽然数据集选取较小，但足以看出差别了。

Rust和 Haskell 凭借着30和26份提交占据提交数量最多的前两位，Python、C++紧随其后。

结论

这份可视化结果比较简单，但也有很多值得探究的地方，整个过程中我使用到的工具是用D3.js可视化，使用SQLite存储数据，用Python进行分析。