


TIOBE Januar-Rangliste der Programmiersprachen wird veröffentlicht: Python behält den Spitzenplatz, C und Java belegen die Plätze zwei und drei
Autor丨Qi Jian
[Originalmanuskript von 51CTO.com] Laut der neuesten von TIOBE veröffentlichten Rangliste der Programmiersprachen gewann Python mit den Plätzen zwei und drei den Titel „Programmiersprache des Jahres 2021“. Besetzt mit C und Java.
Dies ist das zweite Mal in Folge, dass Python den Thron der TIOBE-Programmiersprache des Jahres gewonnen hat. Diese Auszeichnung stellt die Programmiersprache mit den am schnellsten wachsenden Bewertungen im vergangenen Jahr dar. Dies ist auch das fünfte Mal, dass Python diese Auszeichnung gewonnen hat. Die anderen vier Male waren 2007, 2010, 2018 und 2020.
Uns ist aufgefallen, dass der CEO von TIOBE Software bei der Bekanntgabe der Rangliste der Programmiersprachen im Dezember vorhergesagt hatte, dass die Programmiersprache des Jahres im Jahr 2021 C# sein würde. Es wurde erwartet, dass C# seinen allerersten Titel gewinnen würde, aber Pythons Punktzahl übertraf letzten Monat die von C# deutlich.
Tatsächlich belegte Python im TIOBE-Index-Ranking Anfang 2021 nur den dritten Platz, hinter C und Java. Doch ein Jahr später ist Python auf den ersten Platz der TIOBE-Index-Rangliste gesprungen.
Als Konkurrent von Perl begann Python vor langer Zeit, eine Skriptaufgabe für Systemadministratoren zu werden. Heutzutage erfreut es sich auch in Bereichen wie Datenwissenschaft, maschinellem Lernen usw. großer Beliebtheit, und Python eignet sich auch für Bereiche wie Webentwicklung, Backend, Entwicklung mobiler Anwendungen und sogar (größere) eingebettete Systeme. Der Hauptgrund, warum Python in großem Umfang eingesetzt wird, sind seine einfachen und benutzerfreundlichen Funktionen, die die Produktionseffizienz erheblich verbessern. Aus der aktuellen Situation zu urteilen, ist Python mit einem Anteil von 13,58 % immer noch sehr beliebt und liegt mit 1,86 % vor anderen Sprachen.
Wie schneiden neben Python auch andere Wettbewerbssprachen ab? Den Rankings zufolge sind die Veränderungen in anderen Programmiersprachen im vergangenen Jahr wie folgt: Swift stieg vom 13. auf den 10. Platz und Go stieg von Platz 13 auf Vom 14. auf den 13. Platz, Rust blieb unverändert auf dem 26. Platz, Julia fiel vom 23. auf den 28. Platz zurück, Kotlin stieg vom 40. auf den 29. Platz, Dart fiel vom 25. auf den 37. Platz zurück und TypeScript fiel vom 42. auf den 49. Platz zurück. Daher kann derzeit keine andere Sprache schnell in die Top 5 oder Top 3 vordringen, mit der möglichen Ausnahme von Swift und Go.
Der Punktetrend der Top 10 Programmiersprachen:
Die Programmiersprachen 21.–50. werden wie folgt eingestuft:
Darüber hinaus gibt es die Sprachen 51.–100. Da die numerischen Unterschiede zwischen ihnen gering sind, werden sie nur in Textform (in alphabetischer Reihenfolge) aufgeführt: Alice, AutoLISP, B4X, bc, BCPL, BlitzMax, Boo, Bourne Shell, C Shell, CFML, CIL, CL (OS/ 400), Clipper, CLIPS, Clojure, DCL, DiBOL, Dylan, Elm, Erlang, F#, Icon, Inform, Io, Korn Shell, Lingo, LiveCode, MEL, Monkey, MOO, MQL4, Nim, NXT-G, Oberon, OCaml, Occam, OpenCL, Oz, Pike, Processing, Q, Racket, REXX, Ring, Snap!, SPARK, SPSS, X10, Xojo, Zig.
Das Folgende ist die historische Rangliste der zehn besten Programmiersprachen (mit der durchschnittlichen Position innerhalb von 12 Monaten):
Sie ist aus allen zuvor aufgeführten Preisträgern der „Programmiersprache des Jahres“ ersichtlich Laut TIOBE ist Python die am meisten ausgezeichnete Programmiersprache. Wie in der folgenden Abbildung dargestellt:
Der TIOBE Programming Community Index (der TIOBE Programming Community Index) ist ein Indikator für die Beliebtheit von Programmiersprachen. Die Liste wird monatlich aktualisiert. Es sollte darauf hingewiesen werden, dass der TIOBE-Index nicht die Qualität einer Sprache widerspiegelt. Entwickler können diese Liste verwenden, um zu überprüfen, ob ihre Programmierkenntnisse aktualisiert werden müssen, oder um eine Auswahl für eine Sprache zu treffen, wenn sie mit der Entwicklung neuer Software beginnen.
Tatsächlich kann anhand dieser Liste überprüft werden, ob die Programmierkenntnisse der Entwickler mit dem Trend mithalten können, ob strategische Änderungen vorgenommen werden müssen und welche Programmiersprachen rechtzeitig beherrscht werden sollten. Bisher sind gängige Programmiersprachen wie Java, Python und C für neue Programmierer relativ kostengünstig zu erlernen. Die Wahl dieser Sprachen ist für die meisten Menschen praktischer.
【51CTO-Originalmanuskript, bitte geben Sie beim Nachdruck auf Kooperationsseiten den ursprünglichen Autor und die Quelle 51CTO.com an】
Das obige ist der detaillierte Inhalt vonTIOBE Januar-Rangliste der Programmiersprachen wird veröffentlicht: Python behält den Spitzenplatz, C und Java belegen die Plätze zwei und drei. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



PHP und Python haben ihre eigenen Vor- und Nachteile, und die Wahl hängt von den Projektbedürfnissen und persönlichen Vorlieben ab. 1.PHP eignet sich für eine schnelle Entwicklung und Wartung großer Webanwendungen. 2. Python dominiert das Gebiet der Datenwissenschaft und des maschinellen Lernens.

Python und JavaScript haben ihre eigenen Vor- und Nachteile in Bezug auf Gemeinschaft, Bibliotheken und Ressourcen. 1) Die Python-Community ist freundlich und für Anfänger geeignet, aber die Front-End-Entwicklungsressourcen sind nicht so reich wie JavaScript. 2) Python ist leistungsstark in Bibliotheken für Datenwissenschaft und maschinelles Lernen, während JavaScript in Bibliotheken und Front-End-Entwicklungsbibliotheken und Frameworks besser ist. 3) Beide haben reichhaltige Lernressourcen, aber Python eignet sich zum Beginn der offiziellen Dokumente, während JavaScript mit Mdnwebdocs besser ist. Die Wahl sollte auf Projektbedürfnissen und persönlichen Interessen beruhen.

Aktivieren Sie die Pytorch -GPU -Beschleunigung am CentOS -System erfordert die Installation von CUDA-, CUDNN- und GPU -Versionen von Pytorch. Die folgenden Schritte führen Sie durch den Prozess: Cuda und Cudnn Installation Bestimmen Sie die CUDA-Version Kompatibilität: Verwenden Sie den Befehl nvidia-smi, um die von Ihrer NVIDIA-Grafikkarte unterstützte CUDA-Version anzuzeigen. Beispielsweise kann Ihre MX450 -Grafikkarte CUDA11.1 oder höher unterstützen. Download und installieren Sie Cudatoolkit: Besuchen Sie die offizielle Website von Nvidiacudatoolkit und laden Sie die entsprechende Version gemäß der höchsten CUDA -Version herunter und installieren Sie sie, die von Ihrer Grafikkarte unterstützt wird. Installieren Sie die Cudnn -Bibliothek:

Docker verwendet Linux -Kernel -Funktionen, um eine effiziente und isolierte Anwendungsumgebung zu bieten. Sein Arbeitsprinzip lautet wie folgt: 1. Der Spiegel wird als schreibgeschützte Vorlage verwendet, die alles enthält, was Sie für die Ausführung der Anwendung benötigen. 2. Das Union File System (UnionFS) stapelt mehrere Dateisysteme, speichert nur die Unterschiede, speichert Platz und beschleunigt. 3. Der Daemon verwaltet die Spiegel und Container, und der Kunde verwendet sie für die Interaktion. 4. Namespaces und CGroups implementieren Container -Isolation und Ressourcenbeschränkungen; 5. Mehrere Netzwerkmodi unterstützen die Containerverbindung. Nur wenn Sie diese Kernkonzepte verstehen, können Sie Docker besser nutzen.

Pytorch Distributed Training on CentOS -System erfordert die folgenden Schritte: Pytorch -Installation: Die Prämisse ist, dass Python und PIP im CentOS -System installiert sind. Nehmen Sie abhängig von Ihrer CUDA -Version den entsprechenden Installationsbefehl von der offiziellen Pytorch -Website ab. Für CPU-Schulungen können Sie den folgenden Befehl verwenden: PipinstallTorChTorChVisionTorChaudio Wenn Sie GPU-Unterstützung benötigen, stellen Sie sicher, dass die entsprechende Version von CUDA und CUDNN installiert ist und die entsprechende Pytorch-Version für die Installation verwenden. Konfiguration der verteilten Umgebung: Verteiltes Training erfordert in der Regel mehrere Maschinen oder mehrere Maschinen-Mehrfach-GPUs. Ort

Bei der Installation von PyTorch am CentOS -System müssen Sie die entsprechende Version sorgfältig auswählen und die folgenden Schlüsselfaktoren berücksichtigen: 1. Kompatibilität der Systemumgebung: Betriebssystem: Es wird empfohlen, CentOS7 oder höher zu verwenden. CUDA und CUDNN: Pytorch -Version und CUDA -Version sind eng miteinander verbunden. Beispielsweise erfordert Pytorch1.9.0 CUDA11.1, während Pytorch2.0.1 CUDA11.3 erfordert. Die Cudnn -Version muss auch mit der CUDA -Version übereinstimmen. Bestimmen Sie vor der Auswahl der Pytorch -Version unbedingt, dass kompatible CUDA- und CUDNN -Versionen installiert wurden. Python -Version: Pytorch Official Branch

Das Aktualisieren von PyTorch auf der neuesten Version von CentOS kann die folgenden Schritte ausführen: Methode 1: Aktualisieren von PIP mit PIP: Stellen Sie zunächst sicher, dass Ihr PIP die neueste Version ist, da ältere Versionen von PIP möglicherweise nicht in der Lage sind, die neueste Version von PyTorch ordnungsgemäß zu installieren. Pipinstall-upgradePip Die alte Version von Pytorch (falls installiert): PipuninstallTorChTorChVisionTorChaudio-Installation Neueste

Im VS -Code können Sie das Programm im Terminal in den folgenden Schritten ausführen: Erstellen Sie den Code und öffnen Sie das integrierte Terminal, um sicherzustellen, dass das Codeverzeichnis mit dem Terminal Working -Verzeichnis übereinstimmt. Wählen Sie den Befehl aus, den Befehl ausführen, gemäß der Programmiersprache (z. B. Pythons Python your_file_name.py), um zu überprüfen, ob er erfolgreich ausgeführt wird, und Fehler auflösen. Verwenden Sie den Debugger, um die Debugging -Effizienz zu verbessern.
