近日，Github出爐報告，統(tǒng)計了2018年最受歡迎的編程語言、使用最廣的軟件包和貢獻者最多的熱門項目Top10。Python、Numpy和Tensorflow分別位列第一，可謂眾望所歸。C++、Java、Pandas、Scikit-learn等熱門語言、庫和項目均進入Top10。

在我們2018年的Octoverse報告中，機器學習和數(shù)據(jù)科學成為GitHub上的熱門話題。 tensorflow是貢獻最大的項目之一，pytorch 是增長最快的項目之一，Python是GitHub上第三大最受歡迎的語言。我們決定在GitHub上繼續(xù)深入研究機器學習和數(shù)據(jù)科學的現(xiàn)狀。

我們抓取了2018年1月1日到2018年12月31日之間的貢獻數(shù)據(jù)。這里的貢獻可能包括推送代碼、提出問題或提取請求，評論問題或提取請求，或?qū)彶樘崛≌埱蟆τ诖蠖鄶?shù)導入包，我們使用了依賴關(guān)系圖中的數(shù)據(jù)，其中包括所有公共存儲庫和已選擇加入依賴關(guān)系圖的全部私有存儲庫。

最受歡迎的機器學習編程語言：Python居首

2018年GitHub上最受歡迎的機器學習語言

我們查看了使用“機器學習”主題標記的存儲庫的貢獻者，并對存儲庫中最常見的主要語言進行了排名。Python是機器學習資源庫中最常用的語言，也是GitHub上第三常用的語言。然而，并非所有機器學習項目都使用Python：GitHub上的一些最常見的語言也是機器學習項目的通用語言。

C ++，JavaScript，Java，C＃，Shell和TypeScript等語言都位列GitHub上最常使用的語言前10名，它們也位列機器學習項目最常用語言的前10名。

Julia、R和Scala等語言也位列機器學習項目的前10名，但沒有進入整個GitHub使用語言的前十。 Julia和R都是數(shù)據(jù)科學家常用的語言，而Scala在與Apache Spark等語言在大數(shù)據(jù)系統(tǒng)交互下的應用越來越普遍。

使用最廣泛的機器學習和數(shù)據(jù)科學軟件包：Numpy第一

2018年導入Github資源庫的頂級軟件包

我們從依賴圖中提取數(shù)據(jù)，計算出導入流行Python包的機器學習或數(shù)據(jù)科學主題的項目百分比。上面的列表顯示了這些項目導入的前十個包。結(jié)果如下圖所示：

Numpy是一個支持多維數(shù)據(jù)數(shù)學運算的軟件包，是被導入次數(shù)最多的包，被用于近四分之三的機器學習和數(shù)據(jù)科學項目中。

Scipy是一個用于科學計算的軟件包，Pandas是一個用于管理數(shù)據(jù)集的軟件包，matplotlib是一個可視化庫，這三個包被用于超過40％的機器學習和數(shù)據(jù)科學項目中。

Scikit-learn是一種非常流行的機器學習包，包含大量機器學習算法實現(xiàn)，近40％的項目使用它。

Tensorflow是一種用于處理神經(jīng)網(wǎng)絡的軟件包，有近四分之一的軟件包使用它。

前十名中的其他包都是功能性程序包：其中六個是Python 2和3兼容性庫，python-dateutil和pytz是用于處理日期的包。

最受歡迎的機器學習項目：Tensorflow折桂

2018年GitHub上的頂級機器學習項目

我們還考察了2018年“機器學習”標簽下貢獻者最多的開源項目。Tensorflow是迄今為止最受歡迎的項目，是排名第二的scikit-learn的貢獻者數(shù)量的5倍多。

explosion/spaCy和RasaHQ /rasa_nlu這兩個項目專注于自然語言處理問題。

另外四個項目，CMU-Perceptual-Computing-Lab / openpose，thtrieu / darkflow，ageitgey / face_recognition和tesseract-ocr / tesseract，專注于圖像處理。 Julia語言源代碼項目也是2018年貢獻者最多的項目之一。