Python软件基金会(PSF)与工具供应商JetBrains联合发布了第八届Python开发者调查报告,吸引了超过3万名开发者参与,创下历史新高。
调查于2024年底进行,下载的原始数据显示约有2.9万份回复,差异可能来自PSF过滤垃圾信息和未成年人回复。72%的受访者在工作中使用Python,其余为教育或爱好开发者。
调查显示Python受欢迎程度强劲增长的明显迹象,这与最新Stack Overflow调查显示的7%使用增长相符。50%的受访者专业编程经验不足两年,39%在过去两年内开始使用Python,表明有许多新的Python开发者加入。
PSF会员Michael Kennedy观察到,只有15%的开发者使用最新的通用版本3.13。他声称,如果所有人都升级,可能节省数百万美元的云使用费用,并因效率提升而对环境有益。此外,由于大多数开发者使用容器(53%)或无服务器(28%),升级应该很容易。
然而,开发者们表示不升级的原因包括:当前版本满足所有需求(53%)、兼容性问题(27%)或缺乏时间(25%)。
实际上,Python开发者升级相对较快。使用最广泛的版本是3.12(35%),于2023年底首次发布,其次是3.11(21%)。这与去年的模式相似,当时版本3.11和3.10最常用。
**Web开发占Python使用的重要份额,略落后于数据科学**
Python在Web开发中的使用(46%)几乎与数据分析(48%)持平,两者较前一年略有上升。如果加上机器学习(41%)和数据工程(31%)等其他数据科学用途,数据科学领域可能仍占主导地位。
深入分析,Django(35%)和Flask(34%)在Web框架中几乎并列,而FastAPI(38%)从上次调查的29%急剧上升。作为API框架,FastAPI不能与其他两个领先者直接比较,但其增长值得关注。
另一个快速增长的工具是uv,这是一个基于Rust的工具,定位为pip包管理器的替代品。uv项目声称比pip快10到100倍,功能更全面,使用率已跃升至11%。
在工具方面,赞助商JetBrains的坏消息是,微软的Visual Studio Code(48%)相对于该公司自己的IDE PyCharm(25%)进一步扩大了受欢迎程度的领先优势。上次调查时,比例分别为41%和31%。
尽管Python使用量激增,PSF本月早些时候报告称,由于资金不足,已暂停其资助计划。这主要由于PyCon US活动运营成本上升以及基金会成本增加。2024年年报显示,虽然收入从2023年到2024年略有上升,但支出增加更多,导致净收入为负146.2万美元(2023年为负22.5万美元)。
PSF以多种方式支持Python,包括托管PyPI包存储库、分发Python、举办活动和雇用CPython开发者。
解决方案是什么?社区沟通经理Marie Nordin表示:"PSF需要更多基于Python构建并从中获得收入的企业提供支持和资源。"
Q&A
Q1:Python软件基金会为什么暂停资助计划?
A:PSF因为资金不足暂停了资助计划,主要原因是PyCon US活动运营成本上升以及基金会整体成本增加。2024年净收入为负146.2万美元,相比2023年的负22.5万美元情况进一步恶化。
Q2:为什么只有15%的开发者使用Python最新版本3.13?
A:开发者不升级的主要原因包括:当前版本满足所有需求(53%)、兼容性问题(27%)或缺乏时间(25%)。尽管升级可能节省云使用费用并提高效率,但开发者更倾向于使用稳定的旧版本。
Q3:FastAPI为什么增长这么快?
A:FastAPI作为API框架,使用率从上次调查的29%急剧上升至38%。虽然不能与Django和Flask直接比较,但其快速增长反映了现代API开发需求的增加和FastAPI技术优势的认可。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。