编程语言的叛逃路线,猜猜 PHP 转投最多的是?

我看了一篇博客,标题是《为什么我们要从 X 语言转到 Y 语言》,具体是哪种编程语言,我忘了。于是我开始想,是不是可以把这些文章归纳起来,生成一个关于从 X 语言转到 Y 语言的 N*N 的联列表(contingency table)?

所以我写了个小脚本,可以用脚本在 Google 上查询,再加上一小段代码就能得到搜索结果的数目。我尝试了用几个不同的关键词来搜索,像“move from <language 1> to <language 2>”,“switch to <language 2> from <language 1> ”等等。最终得到了一个所有语言的 N*N 的联列表。

本文图表尺寸很大,先来解释如何读图:

  • 左侧纵向语言是「叛逃的源语言」
  • 上方横向的语言是「叛逃的目标语言」
  • 例如:从 C 语言转到 C# 的数量为 3619,从 C# 转到 C 的有 37229;

 

点击查看大图

有意思的部分来了。实际上我们可以把搜索结果数看作是编程语言之间转换的概率,从而得出一些关于未来编程语言的流行趋势的结论。一个关键点是,这个(编程语言转换过程)的平稳分布并不取决于它们的初始分布。事实证明,这只是矩阵的第一特征向量(first eigenvector)而已。所以没必要去假设现在哪种编程语言很流行,我们推测出的未来的平稳分布状态和初始状态是独立的。

我们需要把上述的联列表转化成转移矩阵(stochastic matrix)的形式,用来描述从状态 ii 到状态 jj 的概率。非常简单——想要把联列矩阵解释为转移概率的话,可以将联列矩阵的每一行正则化。这样就能得到从 X 语言到 Y 语言的粗略近似概率。

找出第一特征向量并不重要,我们只要把一个向量多次乘上这个转移矩阵,最终会向第一特征向量收敛。顺便说下,可以看看下面的注意事项,有关于我如何操作的更多讨论。

Go 是编程语言的未来(?)

闲话少说,下表是平稳分布下排名前几的语言:

16.41% Go
14.26% C
13.21% Java
11.51% C++
9.45% Python

根据未来流行度,我把转移矩阵按照编程语言做了排序(根据第一特征向量所做的预测)

点击查看大图

令人惊讶的是(至少对我来说),Go 成为最大赢家。有超多的搜索结果显示大家由其他语言转向 Go。我都不能确定我对此是什么感受了(我对 Go 的感情很复杂)。但是我的绝对分析指出了一个必然结论,那就是 Go 值得关注。

C 语言到今年就有 45 岁了,仍然表现良好。我手动做了一些搜索,有很多都是人们真的在写他们通过从另一种编程语言迁移到 C,对特定的紧密循环(tight loops)做了优化。这个结果是错的吗?我不这么认为。C 语言是计算机工作的通用语言(lingua franca),如果人们还会积极地将其他语言的片段转换为 C 语言,那么这个结论也就可想而知了。说真的,我认为 C 语言会在它 100 岁生日,也就是 2072 年以前,变得更强大。有我在 LinkedIn 上对 C 的支持,我希望招聘人员能在 21 世纪 50 年代的时候给我一些关于 C 语言的工作机会(我收回上面那句话——希望 C 会比 LinkedIn 活得久)。

除了上面提到的以外,这些分析也很符合我的预期。Java 还在,Perl 灭亡了,Rust 做的相当不错

顺便一提,这个分析让我想起了下面这条推

这图非常有意思,展示了在数据分析中 R 和 Python 之间的转化率。

JavaScript 框架

我对前端框架也做了同样的分析:

我预期 React 会脱颖而出成为第一,但有趣的是,Vue 也表现得非常好。我很惊讶于 Angular 的表现——传闻大批的人似乎在逃离 Angular。

数据库

我开始留意共享单车 App,深度学习框架还有其他一些东西,但是数据太稀疏了,也不太可靠。有结果的话,会及时向大家公布的!   

注意事项

  • 下面是如何抓取 Google 并获取搜索结果数的代码:

  • 很不幸,Google 对查询的 IP 有速率限制,但是我最终用 Proxymesh 抓取到了这 N*N 组合所需的所有数据。
  • 注意:我在搜索的时候将确切的查询语句放在双引号中了,比如:“switch from go to c++”
  • 细心的读者可能会问为什么 JavaScript 没有包含在分析中。原因是:(a)如果你在前端开发中使用它,那么你会一直坚持用下去,并没有转移的这个过程,除非你疯了,要做转译(transpiling,从一种编程语言到另一种编程语言的编译),这种情况太不常见了;(b)大家会把后端的 JavaScript 认作是 “Node”。
  • 对角线的元素又是怎么回事呢?当然了,有些人会只坚持使用一种编程语言,这也是有很大的可能性的。但是我选择忽略它,因为:(a)事实证明,像“stay with Swift”(坚守 Swift)的搜索结果 99% 都是和女明星 Taylor Swift 相关的;(b)平稳分布与添加一个常数对角(单位)矩阵是无关的(即添加一个常数对角矩阵结果不变);(c)这是我的博客,所以我想怎样就怎样 [坏笑]
  • 对于上一条的(b),e(αS+(1−α)I) = e(S) 这个结论是对的,其中,e(…) 是第一特征向量,I 是单位矩阵。这个结论可能不完全符合现实,对于不同的编程语言,你坚持用它的概率可能是不相等的。
  • 重复相乘以得到第一特征向量的方法叫做幂迭代(Power iteration)。
  • 这个用特征向量表示的模型能不能对实际情况做超准确地描述呢?大概不能。我的脑海中浮现出了一句来自 George Box 的名言:“所有模型都有错,不过有些还是有用的”(All models are wrong, some are useful,意为没有模型能够完全准确地描述实际情况,但是可以用一些模型来解决问题。George Box 是英国著名的统计学家)。
  • 我也知道还有一些其他的约束条件需要一一考虑,但是实际情况基本都是这样的。

打赏支持我翻译更多好文章,谢谢!

打赏译者

打赏支持我翻译更多好文章,谢谢!

3 4 收藏 2 评论

关于作者:刘唱

数据挖掘研究生 个人主页 · 我的文章 · 23 ·    

相关文章

可能感兴趣的话题



直接登录
最新评论
跳到底部
返回顶部