类似 R 和 Swift 这些语言的增长速度确实颇为可观， TypeScript 更是在这么短的时间内翻了一番多。这些较小的编程语言的发展，几乎都是从完全默默无闻，到如今在软件生态系统中占有了不可忽视的份额。但根据这张图表我们可以看出，对于总量相对较小的语言，要更快地扩张还是相对容易的。
请注意我们并不是把这些语言和 Python 进行对比，只是尝试解释这些语言的增长速度和总量的关系——这些语言都还有非常广阔的前景。但在目前的统计数据中， Python 确实是独树一帜：它既是这些语言中总阅读量最大的，也是增速最快的之一。（事实上，它的增速还在加快！从2013年以来，每年的平均增长率都在提高。）
放眼全球
至此，我们已经分析了高收入国家中 Python 语言的相关趋势。在全球的其他国家，比如印度、巴西、俄罗斯和中国， Python 是不是也有着类似的增长情况呢？
答案是肯定的。
在其他国家和地区， Python 依旧是增长最快的主要编程语言，它原先也还是保持着较低的水平，比高收入国家迟了两年（2014年）才开始高速增长。事实上，在非高收入国家的用户中， Python 相关标签的阅读量年增长率甚至比高收入国家的还稍微高一点点。虽然上图没有显示，但另一门使用量和GDP呈正相关关系的编程语言： R 语言的访问量在这些国家里也呈增长趋势。
本文中，关于问题标签阅读量增减情况（而不是绝对的排行）的许多结论都是基于高收入国家的数据，但在其他国家和地区也同样成立。在这两种不同区域间的增长率数据的斯皮尔曼相关系数达 0.979。在部分情况下——比如在 Python 语言的增长——你可以看到存在某种像是“延迟”的现象：当一种技术在高收入国家中广泛普及后一两年，才逐渐扩展到全球范围。
下一步研究方向
我们写这篇文可不是为了引战。某种语言的用户量并不能代表它的质量，当然也不能告诉你对于某种特定情况用哪种语言来解决更好。带着这样的观点，我们相信，通过类似研究，我们可以了解到当前的软件开发生态是由哪些语言组成的，以及据此推测整个产业将会往什么方向改变。
本文译者：欧剃
閱讀更多 全棧工程師 的文章
