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）：
关注公众账号
【飞马会】
▼
飞马会AI人工智能/大数据/技术管理等人员学习交流园地往期福利关注飞马会公众号，回复对应关键词打包下载学习资料；回复“入群”，加入飞马网AI、大数据、项目经理学习群，和优秀的人一起成长！
回复 数字“1”下载从入门到研究，人工智能领域最值得一读的10本资料（附下载）
回复数字“2”机器学习 & 数据科学必读的经典书籍，内附资料包！
回复数字“3”走进AI & ML：从基本的统计学到机器学习书单（附PDF下载）
回复数字“4”了解人工智能，30份书单不容错过（附电子版PDF下载）
回复 数字“5”大数据学习资料下载，新手攻略，数据分析工具、软件使用教程
回复 数字“6”AI人工智能：54份行业重磅报告汇总（附下载）
回复 数字“7”TensorFlow介绍、安装教程、图像识别应用（附安装包/指南）
回复数字“8”大数据资料全解析(352个案例+大数据交易白皮书+国内外政策汇篇)
回复数字“9”干货 | 荐读10本大数据书籍（初级/中级/高级）成为大数据专家！
回复数字“10”麦肯锡160页报告：2030年全球将可能8亿人要被机器抢饭碗
回复数字“11”50本书籍大礼包：AI人工智能/大数据/Database/Linear Algebra/Python/机器学习/Hadoop
回复数字“12”小白| Python+Matlab+机器学习+深度神经网络+理论+实践+视频+课件+源码，附下载！
回复数字“13”大数据技术教程+书籍+Hadoop视频+大数据研报+科普类书籍
回复数字“14”小白| 机器学习和深度学习必读书籍+机器学习实战视频/PPT+大数据分析书籍推荐！
回复数字“15”大数据hadoop技术电子书+技术理论+实战+源代码分析+专家分享PPT
回复数字“16”100G Python从入门到精通！自学必备全套视频教程+python经典书籍！
回复数字“17”【干货】31篇关于深度学习必读论文汇总(附论文下载地址)
回复数字“18”526份行业报告+白皮书：AI人工智能、机器人、智能出行、智能家居、物联网、VR/AR、 区块链等（附下载）
回复数字“19”800G人工智能学习资料:AI电子书+Python语言入门+教程+机器学习等限时免费领取！
回复数字“20”17张思维导图，一网打尽机器学习统计基础（附下载）
回复数字“22”吴恩达新书，教你构建机器学习项目：《Machine Learning Yearning》
回复数字“23”机器学习：怎样才能做到从入门到不放弃？（内含福利）
回复数字“24”限时下载 | 132G编程资料：Python、JAVA、C，C++、机器人编程、PLC，入门到精通~
回复人工智能下载《FMI人工智能与大数据峰会嘉宾演讲PPT》
回复 AI 江湖下载《十大AI江湖领域》
回复ML实践下载《机器学习实践经验指导（英文版）》
回复DL论文下载《深度学习100篇以上论文资料》
回复算法 下载《数据挖掘十大经典算法》
回复6.10 下载《6.10饿了么&飞马网项目管理实践PPT》