软件学习资源出版商PacktPublishing在一份新报告中披露了其年技能提升调查的结果-包括数据的顶级编程语言。
从最常用的编程语言，框架和库，到工作满意度以及当今软件行业的工作方式，该报告提供了年软件开发人员的重要快照。
Packt报告的一些主要发现：
Python是数据专业人士使用最广泛的编程语言，并且正在抛弃其传统的竞争对手R，后者在第三位落后于它。
Python再次成为未来12个月内他们计划学习的数据分析师名单的首位。
MicrosoftExcel仍然是一种非常受欢迎的数据分析工具，尤其是在处理包含数百条记录的数据时。
现在，让我们更深入地看一下这些观察。
Python继续作为顶级狗的提升
Python再一次被评为数据的头号语言。它的传统竞争对手R的吸收率超过了它的三倍。
Python比R更容易学习.R绝对可以解决，但如果你是较新的编程，Python更适合学习。事实上，一种简单易懂的语言在流行度上与R相似，这表明该领域正在以多快的速度增长并向新人开放。（另一方面，值得注意的是，一旦你掌握了R的基础，你就可以更容易地找出它的更复杂的层次。因此，高级程序员经常喜欢R.）
Python的易用性，强大的工具和库以及在数据领域之外的使用使得在年几乎必须知道和使用它。
有关Python使用哪些语言的热门答案是SQL，JavaScript和HTML/CSS。Python与其他语言一起使用时特别灵活。
不出所料，52％的Python开发人员声称他们从事全职工作。所以开发人员在那里，如果你精通Python，你就更有可能被雇用。
谈到工作角色，响应的开发人员担任全栈开发人员（34％）或后端开发人员（29％），14％是数据科学家，11％是数据分析师。
Python是一种每年都在流行的语言。它提供了出色的工作安全性，但也有很多开发人员难以解决的大学习曲线。好消息是，有许多资源可以帮助您学习Python。
顶级库，工具和数据框架
Excel仍然是一种非常受欢迎的数据分析工具，尤其是在处理包含数百条记录的数据时。几乎53％的受访者更喜欢在他们的分析工具包中使用Excel来完成日常任务。
根据调查结果，十大最常用的数据工具中有八个来自或利用Python。Python广泛应用于所有数据科学领域-包括数据分析，机器学习，深度学习和数据可视化。
什么是数据的下一件大事？
Python再一次是数据分析师计划在未来12个月内学习的最流行的语言。
在调查中，我们发现深度学习是任何数据科学家最有价值的技能之一。
一些更多的见解：
随着NLP的兴起，对PyTorch的兴趣随之而来。PyTorch由Facebook构建，是一个功能强大的神经网络库，可以为工程师和数据科学家提供极其复杂的深度学习系统。
自然语言处理是目前数据科学中最重要的领域之一。
66％的受访者表示他们正在将深度学习技术融入他们的数据分析中。该行业已经接受了机器学习的力量和潜力，现在正在进一步推动实验室外的神经网络和机器智能。
进一步推动机器学习算法将成为未来一年及以后每位数据专业人员面临的主要挑战之一。对于一些人来说，这将意味着深入研究非常复杂的AI系统的复杂性。对于其他人，特别是那些从数据分析开始，熟悉深度学习-通过TensorFlow-将是深入学习的重要一步。
众所周知，Spark是最好的数据平台，允许您以极快的速度处理大量数据，并且已经从Hadoop取代。
数据专业人士将区块链视为革命性的，74％的数据受访者支持区块链革命-超过应用程序开发人员和Web开发人员。
百分之五十的受访者表示数据分析中最糟糕的部分是清理数据。
