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，機器學習和數據科學成為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據科學的現狀。

我們抓取了2018年1月1日到2018年12月31日之間的貢獻數據。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，或審查提取請求。對于大多數導入包，我們使用了依賴關系圖中的數據，其中包括所有公共存儲庫和已選擇加入依賴關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都是數據科學家常用的語言，而Scala在與Apache Spark等語言在大數據系統(tǒng)交互下的應用越來越普遍。

使用最廣泛的機器學習和數據科學軟件包：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據，計算出導入流行Python包的機器學習或數據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。結果如下圖所示：

Numpy是一個支持多維數據數學運算的軟件包，是被導入次數最多的包，被用于近四分之三的機器學習和數據科學項目中。

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

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，近40％的項目使用它。

Tensorflow是一種用于處理神經網絡的軟件包，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。