社区¶

NumPy 调查受访者人口统计信息的总结。

fname = "data/2021/numpy_survey_results.tsv"
column_names = [
    'age', 'gender', 'lang', 'lang_other', 'country', 'degree', 'degree_other',
    'field_of_study', 'field_other', 'role', 'role_other', 'version', 'version_other',
    'primary_use', 'share_code', 'programming_exp', 'numpy_exp', 'use_freq', 'components',
    'use_c_ext', 'prog_lang', 'prog_lang_other', 'surv2020'
]
demographics_dtype = np.dtype({
    "names": column_names,
    "formats": ['<U600'] * len(column_names),
})

data = np.loadtxt(
    fname, delimiter='\t', skiprows=3, dtype=demographics_dtype, 
    usecols=list(range(11, 33)) + [90], comments=None, encoding='UTF-16'
)

glue('2021_num_respondents', data.shape[0], display=False)

人口统计信息¶

年龄¶

在 522 名调查受访者中，456 人（87%）分享了他们的年龄。

大多数受访者年龄介于 25-34 岁和 35-44 岁之间。很少有受访者年龄超过 55 岁，更少有受访者年龄低于 18 岁。

# Ignore empty fields and "prefer not to answer"
drop = np.logical_and(data['age'] != '', data['age'] != 'Prefer not to answer')
age = data['age'][drop]
labels, cnts = np.unique(age, return_counts=True)
ind = np.array([5,0,1,2,3,4])
labels, cnts = labels[ind], cnts[ind]

fig, ax = plt.subplots(figsize=(12, 8))
ax.bar(
  np.arange(len(labels)),
  100 * cnts / age.shape[0], 
  tick_label=labels,
)
ax.set_ylabel('Percentage of Respondents')
ax.set_xlabel('Age Group')
ax.set_title("Age Distribution of Survey Respondents");
fig.tight_layout()

glue('2021_num_age_respondents', gluval(age.shape[0], data.shape[0]), display=False)

性别¶

在 522 名调查受访者中，453 人（87%）分享了他们的性别。

绝大多数受访者认同自己是男性。只有约 11% 的受访者认同自己是女性。

# Ignore empty fields and "prefer not to answer"
drop = np.logical_and(data['gender'] != '', data['gender'] != 'Prefer not to answer')
gender = data['gender'][drop]
labels, cnts = np.unique(gender, return_counts=True)

fig, ax = plt.subplots(figsize=(8, 8))
ax.pie(cnts, labels=labels, autopct='%1.1f%%')
ax.set_title("Gender Distribution");
fig.tight_layout()

glue('2021_num_gender', gluval(gender.shape[0], data.shape[0]), display=False)

语言偏好¶

在 522 名受访者中，497 人（95%）分享了他们的首选语言。

超过 67% 的受访者报告英语是他们的首选语言。

# Ignore empty fields
lang = data['lang'][data['lang'] != '']
# Self-reported language
lang_other = data['lang_other'][data['lang_other'] != '']
lang_other = capitalize(lang_other)
lang = np.concatenate((lang, lang_other))
labels, cnts = np.unique(lang, return_counts=True)
cnts = 100 * cnts / cnts.sum()
I = np.argsort(cnts)[::-1]
labels, cnts = labels[I], cnts[I]

# Create a summary table
with open('_generated/language_preference_table.md', 'w') as of:
    of.write('| **Language** | **Preferred by % of Respondents** |\n')
    of.write('|--------------|-----------------------------------|\n')
    for lbl, percent in zip(labels, cnts):
        of.write(f'| {lbl} | {percent:1.1f} |\n')

glue('2021_num_lang_pref', gluval(lang.shape[0], data.shape[0]), display=False)

点击显示/隐藏表格

语言	受访者偏好百分比
英语	67.2
其他	6.6
西班牙语	6.2
法语	5.4
日语	5.0
俄语	1.8
德语	1.4
普通话	1.0
葡萄牙语	0.6
波兰语	0.6
瑞典语	0.4
捷克语	0.4
意大利语	0.4
土耳其语	0.4
中文 (Chinise)	0.2
中文	0.2
中文 (Chinese)	0.2
保加利亚语	0.2
德语 (Allemand)	0.2
匈牙利语	0.2
荷兰语	0.2
希伯来语	0.2
印地语	0.2
印度尼西亚语	0.2
韩语	0.2
挪威语	0.2

居住国家¶

在 522 名受访者中，440 人（84%）分享了他们目前的居住国家。本次调查共收到了来自 54 个国家的受访者。四分之一的受访者居住在美国。

下表显示了参与人数最多的约 10 个国家的受访者相对数量。出于隐私原因，参与人数少于特定数量的国家未包含在图中，而是在随后的表格中列出。

# Preprocess data
country = data['country'][data['country'] != '']
country = strip(country)
# Distribution
labels, cnts = np.unique(country, return_counts=True)
# Privacy filter
num_resp = 10
cutoff = (cnts > num_resp)
plabels = np.concatenate((labels[cutoff], ['Other']))
pcnts = np.concatenate((cnts[cutoff], [cnts[~cutoff].sum()]))

# Plot
fig, ax = plt.subplots(figsize=(8, 8))
ax.pie(pcnts, labels=plabels, autopct='%1.1f%%')
ax.set_title("Country of Residence");
fig.tight_layout()

# Map countries to continents
import pycountry_convert as pc
cont_code_to_cont_name = {
    'NA': 'North America',
    'SA': 'South America',
    'AS': 'Asia',
    'EU': 'Europe',
    'AF': 'Africa',
    'OC': 'Oceania',
}
def country_to_continent(country_name):
    cc = pc.country_name_to_country_alpha2(country_name)
    cont_code = pc.country_alpha2_to_continent_code(cc)
    return cont_code_to_cont_name[cont_code]
c2c = np.vectorize(country_to_continent, otypes='U')

# Organize countries below the privacy cutoff by their continent
remaining_countries = labels[~cutoff]
continents = c2c(remaining_countries)
with open('_generated/countries_by_continent.md', 'w') as of:
    of.write('|  |  |\n')
    of.write('|---------------|-------------|\n')
    for continent in np.unique(continents):
        clist = remaining_countries[continents == continent]
        of.write(f"| **{continent}:** | {', '.join(clist)} |\n")

glue('2021_num_unique_countries', len(labels), display=False)
glue(
    '2021_num_country_respondents',
    gluval(country.shape[0], data.shape[0]),
    display=False
)


非洲	埃及、加纳、肯尼亚、尼日利亚、南非、津巴布韦
亚洲	孟加拉国、中国、印度尼西亚、以色列、马来西亚、巴基斯坦、新加坡、韩国、土耳其
欧洲	奥地利、比利时、保加利亚、丹麦、芬兰、匈牙利、冰岛、爱尔兰、意大利、拉脱维亚、挪威、波兰、俄罗斯、斯洛伐克、西班牙、瑞典、瑞士、乌克兰
北美洲	加拿大、古巴、墨西哥
大洋洲	澳大利亚、瓦努阿图
南美洲	阿根廷、智利、哥伦比亚、厄瓜多尔、巴拉圭、秘鲁、委内瑞拉

教育程度¶

440 名（84%）受访者分享了他们的教育背景，涵盖了从高中毕业前到博士学位以及许多其他专业学位。

通常，受访者受教育程度较高。十分之九的人至少拥有学士学位，三分之一的人拥有博士学位。

下图总结了受访者获得的最高学位的分布情况。

degree = data['degree'][data['degree'] != '']
labels, cnts = np.unique(degree, return_counts=True)

fig, ax = plt.subplots(figsize=(8, 8))
ax.pie(cnts, labels=labels, autopct='%1.1f%%', labeldistance=None)
ax.legend()
ax.set_title("Highest Level of Education");
fig.tight_layout()

glue('2021_num_education', gluval(degree.shape[0], data.shape[0]), display=False)

职业角色¶

在 435 名分享职业的受访者中，有 205 人（47%）认同自己是数据科学家、科学家（学术界）或软件工程师。

role = data['role'][data['role'] != '']
labels, cnts = np.unique(role, return_counts=True)

# Sort results by number of selections
inds = np.argsort(cnts)
labels, cnts = labels[inds], cnts[inds]

fig, ax = plt.subplots(figsize=(12, 8))
ax.barh(np.arange(len(cnts)), cnts, align='center')
ax.set_yticks(np.arange(len(cnts)))
ax.set_yticklabels(labels)
ax.set_xlabel("Number of Respondents")
ax.set_title("Current Role");
fig.tight_layout()

glue('2021_num_occupation', role.shape[0], display=False)
glue(
    '2021_num_top_3_categories',
    gluval(cnts[-3:].sum(), role.shape[0]),
    display=False,
)
glue('2021_top_3_categories', f"{labels[-3]}, {labels[-2]}, or {labels[-1]}", display=False)

2020 年社区调查受访者¶

4 名（1%）受访者分享了他们是否参与了 2020 年社区调查。只有 25.0% 的人报告完成了去年的调查。

# Ignore empty fields and "prefer not to answer"
drop = np.logical_and(data['surv2020'] != '', data['surv2020'] != 'Not sure')
surv2020 = data['surv2020'][drop]
labels, cnts = np.unique(surv2020, return_counts=True)

glue('2021_num_surv2020_respondents', gluval(surv2020.shape[0], data.shape[0]), display=False)
yes_percent = 100 * cnts[1].sum() / cnts.sum()
glue('2021_yes_percent', f"{yes_percent:1.1f}", display=False)

经验与使用情况¶

编程经验¶

68% 的受访者拥有丰富的编程经验，其中资深用户（10 年以上）占主导地位。有趣的是，在使用 NumPy 方面，我们的受访者中新手明显多于经验丰富的用户。

fig, axes = plt.subplots(1, 2, figsize=(12, 6))
# Ascending order for figure
ind = np.array([-1, 0, 2, 3, 1])
for exp_data, ax in zip(('programming_exp', 'numpy_exp'), axes):
    # Analysis
    prog_exp = data[exp_data][data[exp_data] != '']
    labels, cnts = np.unique(prog_exp, return_counts=True)
    cnts = 100 * cnts / cnts.sum()
    labels, cnts = labels[ind], cnts[ind]
    # Generate text on general programming experience
    glue(f'2021_{exp_data}_5plus_years', f"{cnts[-2:].sum():2.0f}%", display=False)
    # Plotting
    ax.bar(np.arange(len(cnts)), cnts)
    ax.set_xticks(np.arange(len(cnts)))
    ax.set_xticklabels(labels)
axes[0].set_title('General Programming Experience')
axes[0].set_ylabel('Percentage of Respondents')
axes[1].set_title('Experience with NumPy');
fig.autofmt_xdate();
fig.tight_layout();

编程语言¶

401 名（77%）调查参与者分享了他们使用其他编程语言的经验。64% 的受访者熟悉 C / C++，40% 熟悉 Matlab。

pl = data['prog_lang'][data['prog_lang'] != '']
num_respondents = len(pl)
glue('2021_num_proglang_respondents', gluval(len(pl), data.shape[0]), display=False)

# Flatten & remove 'Other' write-in option
other = 'Other (please specify, using commas to separate individual entries)'
apl = []
for row in pl:
    if 'Other' in row:
        row = ','.join(row.split(',')[:-2])
        if len(row) < 1:
            continue
    apl.extend(row.split(','))
labels, cnts = np.unique(apl, return_counts=True)
cnts = 100 * cnts / num_respondents
I = np.argsort(cnts)
labels, cnts = labels[I], cnts[I]

fig, ax = plt.subplots(figsize=(12, 8))
ax.barh(np.arange(len(cnts)), cnts, align='center')
ax.set_yticks(np.arange(len(cnts)))
ax.set_yticklabels(labels)
ax.set_xlabel("Percentage of Respondents")
ax.set_title("Programming Language Familiarity")
fig.tight_layout()

# Highlight two most popular
glue('2021_num_top_lang', f"{cnts[-1]:2.0f}%", display=False)
glue('2021_top_lang', labels[-1], display=False)
glue('2021_num_2nd_lang', f"{cnts[-2]:2.0f}%", display=False)
glue('2021_second_lang', labels[-2], display=False)

84 名（21%）受访者表示熟悉上述列表之外的其他计算机语言。其中，Rust 最受欢迎，有 17 名（4%）受访者使用该语言。其他报告的语言列表可在下方找到（点击展开）。

['"' '"cobol' '"tcl' '-' 'amigae' 'asembler mc68k' 'asembler x86'
 'assembly' 'awk' 'bash' 'basic' 'clojure' 'cython' 'dart' 'dpl' 'elixir'
 'elm' 'f#' 'forth' 'go' 'golang' 'haskel' 'haskell' 'idl' 'kotlin' 'lisp'
 'llvm ir' 'logo' 'lua' 'mathematica' 'matlab' 'mysql' 'nim' 'nim lang'
 'nix' 'none' 'none except python' 'objective-c' 'ocaml' 'pascal' 'perl'
 'php' 'prolog' 'python' 'rust' 'scala' 'scheme' 'shell' 'sql' 'stata'
 'swift' 'systemverilog' 't-sql' 'tcl' 'tcl/tk' 'tex' 'typescript' 'vba'
 'verilog' 'visual basic' 'visual foxpro' 'what does familiar mean?'
 'wolfram']

NumPy 社区调查结果 - 2021

贡献

社区¶