深入探讨富裕国家（世界银行定义为高收入国家）倾向于访问与世界其他地区不同的技术。我们看到的最大的差异在于Python的编程语言。当我们专注于高收入国家时，Python的增长甚至超过了像Stack Overflow Trends这样的工具，或考虑到全球软件开发的其他排名。
在这篇文章中，我们将探讨在过去五年中Python编程语言的非凡增长，如高收入国家的Stack Overflow流量所示。“增长最快”这个术语可能难以定义，但是我们认为Python可以成为增长最快的主要编程语言。这里还是要推荐下我自己建的Python学习群：四八三五四六四一六，如果你正在学习python，小编欢迎你加入，大家都是Python党，不定期分享干货（只有Python相关的），包括我自己整理的一份2017最新的Python资料和零基础入门教程，欢迎初学和进阶中的小伙伴。
这篇文章中讨论的所有数字都是针对高收入国家的 ; 它们通常代表美国，英国，德国，加拿大和其他这样的国家的趋势，其组合占Stack Overflow流量的64％。许多其他国家，如印度，巴西，俄罗斯和中国，也为全球软件开发生态系统做出了巨大的贡献，而且这个帖子对这些经济体的描述不多，尽管我们将看到，Python也在增长。
值得强调的是，一种语言的用户数量并不能衡量语言的质量：我们正在描述开发人员使用的语言，而不是处方。（完全公开：我以前主要在Python中编程，虽然我已经完全切换到R）。
Python在高收入国家的增长
您可以在堆栈溢出趋势中看到，Python在过去几年中一直在迅速增长。但是对于这篇文章，我们将重点关注高收入国家，并考虑访问问题，而不是提出问题（这倾向于给出类似的结果，但是具有较小的逐月噪音，特别是对于较小的标签）。
我们有关于Stack Overflow问题视图的数据可以追溯到2011年底，在这段时间内，我们可以考虑Python相对于其他五种主要编程语言的增长。（请注意，因此比Trends工具缩短时间范围，可追溯到2008年）。这些目前是高收入国家十大访问堆栈溢出标签中的六个; 我们没有包括的四个是CSS，HTML，Android和JQuery。
2017年6月是Python是高收入国家Stack Overflow访问量最大的第一个月。这包括在美国和英国以外访问量最大的标签，以及几乎所有其他高收入国家（除Java或JavaScript之外）的前两名。这是特别令人印象深刻的，因为在2012年，其访问次数少于其他5种语言，当时增长了2.5倍。
部分原因是因为Java的流量的季节性。由于本科课程的教学很重要，夏季，Java流量在秋季和秋季都会上升。到年底，它会再次赶上Python吗？我们可以尝试使用“STL”模型预测未来两年的增长，该模型将增长与季节趋势相结合，以预测未来价值。
根据这个模式，Python可能会在秋天保持领先地位或被Java覆盖（它大致在模型预测的变化范围之内），但在2018年，成为最受欢迎的标签显然正在进行中。STL还建议与过去两年一样，JavaScript和Java在高收入国家之间的流量将保持相似水平。
什么标签增长最快的整体？
以上只看过六个最受欢迎的编程语言。目前在高收入国家中增长最快的其他显着技术还有哪些？
我们以2017年至2016年交通量的比例来定义增长率。在这种分析中，我们决定仅考虑编程语言（如Java和Python）和平台（如iOS，Android，Windows和Linux），而不是像Angular或像TensorFlow这样的框架（尽管其中许多显示了显着的增长在未来的岗位审查）。
由于在这个漫画中描述的定义“增长最快”的挑战，我们将增长与平均差异总体平均值进行比较。
随着年增长率达到27％，Python独树一帜，规模庞大，增长迅速 ; 显示类似增长的第二大标签是R.我们看到，大多数其他大型标签的流量在高收入国家中保持稳定，访问Android，iOS和PHP则略有下降。我们以前在Flash上发现了一些像Objective-C，Perl和Ruby这样收缩的标签。我们还可以注意到，在功能编程语言中，Scala是最大和不断增长的，而F＃和Clojure较小并且缩小，Haskell之间保持稳定。
上图中有一个重要的遗漏：去年，类型脚本问题的流量增长了惊人的142％，足够让我们离开，避免压倒其余的规模。您还可以看到，其他一些较小的语言的增长速度与Python（例如R，Go和Rust）类似或更快，而且还有许多标签，如Swift和Scala，这些标签也显示出惊人的增长。与Python相比，他们的流量如何与时间相比？
像R和Swift这样的语言的发展确实令人印象深刻，而TypeScript在更短的时间内显示出特别快速的扩张。许多这些较小的语言从几乎没有问题的流量增长到成为软件生态系统中显着的存在。但是如图所示，当标签开始相对较小时，显示出快速增长更容易。
请注意，我们并不是说这些语言与“Python”竞争。相反，我们正在解释为什么我们会在另一个类别中对待他们的成长; 这些都是较低流量的标签。Python是一个不寻常的例子，既是Stack Overflow中最受欢迎的标签之一，也是增长最快的之一。（顺便说一句，它也在加速！自2013年以来，每年的增长速度都会更快）。
世界其他地区
到目前为止，在这篇文章中，我们一直在分析高收入国家的趋势。在印度，巴西，俄罗斯和中国等国家，Python在世界其他地区的增长情况如何？
确实如此。
高收入国家之外Python 仍然是增长最快的主要编程语言; 它只是从较低的水平开始，两年后才开始增长（2014年而不是2012年）。事实上，在非高收入国家的Python去年同期相比，同比增速略有高比在高收入国家。我们不在这里考察，而另一种使用与国内生产总值正相关的语言 R 也在增长。
关于高收入国家的标签增长和下降（与绝对排名相反）的这篇文章中的许多结论都适用于世界其他地区; 两个部门的增长率之间有一个0.979 Spearman相关性。在某些情况下，您可以看到类似于Python发生的“滞后”现象，其中一个技术在高收入国家被广泛采用，一年或两年才能在世界其他地区扩大。（这是一个有趣的现象，可能是未来博客的主题！）
下次
我们不打算为任何“语言战争”做出贡献。一种语言的用户数量并不意味着它的质量，而且肯定不能告诉你哪种语言更适合特定的情况。不过，考虑到这一观点，我们认为值得了解什么语言构成开发者生态系统，以及生态系统如何变化。
这篇文章表明，Python在过去五年中显示出惊人的增长，特别是在高收入国家。在我们的下一篇文章中，我们将开始探索“为什么”。我们将按国家和行业划分增长情况，并研究哪些其他技术倾向于与Python一起使用（例如，估计有多少增长是由于Python用于Web开发而不是数据科学的增加） ）。