2018年数据科学和机器学习工具调查

近日，数据科学网站KDnuggets发布 2018年数据科学和机器学习工具调查结果。下面一起来看看调查结果

最受青睐的分析、数据科学、机器学习工具

图1：2018年的最受青睐的工具及其在2016 - 2017年调查中的份额

*为了更有效的比较，KDnuggets重新计算了2016年，2017年问卷调查结果，排除了受访者“单一”的选项。

下表是前11名的工具排行，其中每个工具至少有20％的份额：

表1：KDnuggets2018年顶级分析/数据科学/ ML软件调查

在这里，“2018％share”是指使用该工具的受访者百分比，“％change 2018 VS 2017”是表示2017年调查的变化 ，用绿色表示增长幅度达到10％以上，红色表示下降幅度达到10%以上。

今年，每名受访者的平均使用工具数量为7个，略高于2017年投票中的6.75（不包括单一工具回复）。

与2017年软件投票相比，今年前11名中，出现了一个新面孔Keras，Keras取代了去年Knime的位置。下面是针对以上数据的一些观察发现：

Python消灭了R

到2017年，Python已经拥有超过50％的份额，如今已经将其份额提高到66％，而在我们此次的调查中，R份额首次出现下降，而且是一下子降到50％以下。

RapidMiner激增

在过去的几次调查中，RapidMiner一直是最大的数据科学平台之一，它的份额从2017年的33％大幅增加到50％左右。

这样的增长速度是否是因为厂商的推广带来的呢？RapidMiner创始人兼总裁Ingo Mierswa的表示：

与许多供应商一样，RapidMiner通过多种渠道向用户推广KDnuggets问卷调查，之前我们也做过同样的推广，但与之前不同的是，首先今年得到了更好的回应，超过400位用户亲自回复了邮件，更重要的是，最近一年里，RapidMiner的月活跃用户增长了300％ ，因此可以向更多的用户发送了关于KDnuggets问卷调查的邮件。

SQL是稳定的

SQL（包括Spark SQL和SQL to Hadoop工具在内）在最近的3次调查中仍然占有约40％的份额。所以，如果你是一位有抱负的数据科学家，学习SQL吧，它可能会对你很有用！

趋势

在调查中，使用率超过2％的新工具是Spark SQL，拥有11.7％的份额。

下表列出了2018年份额增长20％以上的工具，并在2018年达到至少3％的份额。

表 2：使用率增幅最大的主要分析／数据科学／机器学习工具

整合

值得一提的是，在2017年拥有2%以上份额的56个工具中，有19个（仅约三分之一）工具在2018年份额有所增加，而有37个的份额下降。结合Datawatch收购Angoss，Minitab收购Salford等近期的收购案可以表明，数据科学平台的整合即将展开。

2018年拥有3％以上份额，却在2018年份额下降25％以上的工具见下表：

表 3：使用率跌幅最大的主要分析／数据科学工具

深度学习工具

使用深度学习工具的受访者比例保持稳定，2018年有33％的受访者表示使用深度学习工具，2017年为32％，2016年为18％。 谷歌Tensorflow依然是最主要的平台。

顶级深度学习工具排名如下：

● Tensorflow, 29.9%

● Keras, 22.2%

● PyTorch, 6.4%

● Theano, 4.9%

● Other Deep Learning Tools, 4.9%

● DeepLearning4J, 3.4%

● Microsoft Cognitive Toolkit (Prev. CNTK), 3.0%

● Apache MXnet, 1.5%

● Caffe, 1.5%

● Caffe2, 1.2%

● TFLearn, 1.1%

● Torch, 1.0%

● Lasagne, 0.3%

大数据工具：Hadoop被抛弃

2018年，约33％的开发者使用Hadoop或Spark等大数据工具 - 与2017年大致相同，但Hadoop使用率显著下降，下降幅度高达35%，以下是详细信息：

编程语言

Python似乎不仅超过了R，还包括大多数其他语言，目前Python和SQL，Java和C / C ++几乎保持在相同水平。自从KDnuggets 进行这项调查以来，R第一次出现了下降。其他语言同样也有所下降。

以下是按热门度排序的主要编程语言：

● Python, 65.6% (was 59.0% in 2017), 11% up

● R, 48.5% (was 56.6%), 14% down

● SQL, 39.6% (was 39.2%), 1% up

● Java, 15.1% (was 15.5%), 3% down

● Unix, shell/awk/gawk, 9.2% (was 10.8%), 15% down

● Other programming and data languages, 6.9%, (was 7.6%), -9% down

● C/C++, 6.8%, (was 7.1%), 3% down

● Scala, 5.9%, (was 8.3%), 29% down

● Perl, 1.0% (was 1.9%), 46% down

● Julia, 0.7% (was 1.2%), 45% down

● Lisp, 0.3% (was 0.4%), -25% down

● Clojure, 0.2% (was 0.3%), -38% down

● F, # 0.1% (was 0.5%), -73% down

完整结果和 3 年来的趋势

以下表格展示了调查结果的细节（此处仅列出排名前 20 的工具）：