Kaggle 2022调查报告出炉！看看过去一年数据科学家都在干啥
kaggle是各类机器学习竞赛的著名平台，上面聚集了大量的机器学习比赛和数据集，也有大量的数据处理相关专业人员。每年官方都会向平台用户发放问卷，调查数据科学家的工具使用和平台采用情况。今年的调查结果也在两天前发出，有很多有意思的结论。

本次调查对象将近2万4千人，来自全球173个国家和地区，共43个问题。有几个结论很有意思。

python与SQL是数据科学领域使用最多的编程语言

从历年结果看，Python与SQL的使用都保持很高水平且有所增长。同时，R语言的使用逐年下降，而且目前没有止跌趋势。照这个趋势发展，R也许会被抛弃。而C语言和Java在过去几年有所增长后去年使用比例也大幅下降，不知道是不是python性能提升的原因。

VSCode使用大幅增长，JupyterNotebook保持高位

VSCode一经问世就好评如潮，这几年使用者一直增长。JupyterNotebook使用比例也很高。与此同时，PyCharm保持稳定。而RStudio与MATLAB使用者变少。前者因为R语言势弱，后者估计因为收费且Oython生态太好可部分替代。而Colab notebook是最受欢迎且强势增长的云notebook环境。Colab是谷歌云提供的服务，可免费使用GPU。

Scikt-learn依然最受欢，Tensorflow势头减弱

从大家使用的机器学习框架来看，Scikt-learn依然是最受欢迎的框架，且去年大使用比例增加。小众一点的框架如Pytorch、Lightning的使用比例持续增长。但是，近几年，Tensorflow/keras的使用比例降低。看样子就算是强大的社区与丰富的生态也比不上“难用”带给大家的痛苦啊！有意思的是Xgboost这种工具去年使用人数一改颓势，可能是大家发现表格数据的问题还是原来的好用？哈哈哈哈。这里还有一个比较有意思的事transformer架构在过去四年的使用比例一直在持续增长。说明transformer的确有效！

以上就是这次调查的总结。当然这里的内容还有很多，原始数据大家可以去官方围观：https://www.kaggle.com/kaggle-survey-2022