有錢Python，沒錢PHP，程式語言也嫌貧愛富...
#近日，在Stack Overflow 全球行動開發者分佈的調查報告中發現，相較於高收入的國家，Android 在低收入國家應用得更廣泛。
那麼這究竟意味著什麼？不禁引發我們深思，不同經濟背景下的國家程式設計技術有何不同，它又如何影響我們對全球軟體開發產業的看法。本篇文章將帶領大家共同探討這些差異，並解讀將軟體開發產業劃分為高收入國家和世界其他地區的必要性。
調查報告分析是基於 2017 年（1-8 月）中使用最多的 250 個程式語言標籤。為了減少誤差，我們僅分析了這段時間內造訪各種程式語言達 500 萬次及以上的 64 個國家。
在近期的一篇「Where in the World is Mobile Development?」文章中，我們使用「 Stack Overflow Trends tool」分析得出Android流量佔比往往與一個國家的人均GDP 呈負相關。這促發我們想要了解其他的程式語言是否也是如此。
在挖掘主要的程式語言和平台時，除了 Android 之外，其他一些主要語言還有 PHP、Python 和 R。
從上圖可以看出，Android 和PHP 的使用數量與一個國家的收入呈負相關，而Python 和R 語言則正好相反，呈現越發達國家使用的頻率越高。在這種趨勢之下，我們也發現了一些特例，諸如韓國使用Android 頻率比預期的多，而中國更多的是使用Python，但通常而言，這種語言使用流量和國家關聯性還是比較強的。
在這裡也需要特別聲明的是：基於上述資料統計，並不代表程式語言的選擇會影響到一個國家的平均收入，而一個國家的GDP 也不會影響開發者對於程式語言的抉擇，二者並沒有任何的因果關係。
當研究趨勢時發現，將軟體開發產業分為兩組國家（高收入和非高收入）比考慮其他一系列相關的因素更有用。作為一個有價值的分類，我們可以基於人均 GNL（國民總收入）使用世界銀行收入分類進行劃分。
共有78 個高收入經濟體，主要由美國和加拿大、西歐、中東和東亞部分地區以及澳洲/紐西蘭組成。 我們已經對國家間差異（如主成分分析）的根本驅動因素進行了一些分析，認為這是一個合理的分工，而且它比其他分割方法更有意義，例如東半球與西半球。 （例如，澳洲在程式技術存取及使用方面來說與中國或印尼更為類似）。
現在將世界的軟體開發劃分為兩個版塊：高收入國家和非高收入國家，那麼兩者在技術上的差異究竟在哪裡？
本文擷取出幾個有趣的見解：
資料科學技術的差異：如上所述，Python 和R 語言與一個國家的收入有關。在高收入國家，Python 的訪問次數是世界其他地區的兩倍，R 大約是世界其他地區的三倍。此外，我們也可能注意到一些小的標籤，大多數是科學技術中 Python 和 R 語言的包，如 pandas、numpy、matplotlib 和 ggplot2。這表明兩種語言的部分收入差異可能是因為它們在科學和學術研究中的應用。在更富有的工業化國家，這些技術使用頻率更高，科學研究佔經濟較大的部分，程式設計師也可獲得更高的學位。
C / C ++：C / C ++是另外兩種在已開發國家常被存取的語言。猜測其主要原因之一是和國家的教育有關：因為在先前一篇文章，我們得知 C 和 C++ 在美國大學不按比例的成為受訪問語言之一。另外一個原因可能與電子和製造業的地理分佈有關。
PHP 和 Android：在低收入國家中，除了 Android 開發技術比較廣泛外，PHP 也排名前 5。有趣的是，CodeIgniter 是一個 PHP 開源框架，而這個框架在低收入國家是經常被單獨訪問的標籤。進一步調查發現，在南/東南亞（特別是印度、印尼、巴基斯坦和菲律賓地區），CodeIgniter 訪問量很大，而美國和歐洲的訪問流量很少。由此得出，CodeIgniter 可能是建立網站的外包公司的常用選擇。
這些結論對於程式語言生態系統是一個有趣的事實。透過本文，我們區分了兩個「混合」在一起的軟體開發產業問題。通常，我們會比較感興趣哪些技術使用的更多，可以驅動更多的流量，諸如了解 Flash 這種隨著時間而逐漸消失的數據。如果我們要列一個最受歡迎的程式設計技術排行榜，那麼高收入國家和低收入國家會有所不同：
例如，到目前為止，Python 在高收入國家常被訪問標籤中排名第二，而在世界其他地區只有第8 位；R 語言在高收入國家排名第15 位，但它在其他國家排名甚至不會進入前50。
因此，對於不同國家的企業招聘，招聘者及人才都需要一組不同的參考值。
以上是有錢 Python，沒錢 PHP，程式語言也嫌貧愛富的詳細內容。更多資訊請關注PHP中文網其他相關文章！