Python 是应用机器学习领域中不断发展的平台

你应该为工作选择合适的工具。

你正在处理的特定预测建模问题应该决定要使用的特定编程语言、库甚至机器学习算法。

但是，如果你刚开始学习并正在寻找一个学习和实践机器学习的平台呢？

在这篇文章中，你会发现Python是应用机器学习领域不断发展的平台，很可能在采用率和能力方面超越并取代R。

阅读本文后，您将了解

• Python机器学习的搜索量正在快速增长，并已超过R。
• Python机器学习职位的百分比正在增长，并已超过R。
• 近50%的受访从业者使用Python，并且这个比例还在增长。

通过我的新书《使用Python精通机器学习》启动你的项目，包括分步教程和所有示例的Python源代码文件。

让我们开始吧。

Python在机器学习领域不断发展

让我们看看机器学习领域Python不断发展的3个方面

1. 搜索量。
2. 招聘广告。
3. 专业工具使用情况。

Python机器学习搜索量正在增长

搜索量可能表明学生、工程师和其他从业者正在寻找信息以开始或深入了解该主题。

Google提供了一个名为Google趋势的工具，可以深入了解关键词随时间变化的搜索量。

我们可以调查“Python机器学习”从2004年到2016年（过去12年）的增长情况。下面是此期间搜索量变化的图表

Python机器学习搜索流量增长

我们可以看到上升趋势始于2012年，并在2015年开始更陡峭的上升，这可能得益于TensorFlow等Python深度学习工具的推动。

我们还可以将其与R机器学习的搜索量进行对比，我们可以看到，从2015年年中左右开始，Python机器学习一直超越R。

Python机器学习 vs R机器学习搜索量

蓝色表示“Python机器学习”，红色表示“R机器学习”。

Python机器学习职位正在增长

Indeed是一个求职网站，和Google趋势一样，它们显示了与关键词匹配的招聘广告数量。

我们可以调查过去4年对“python机器学习职位”的需求。

Python机器学习职位增长

我们可以看到x轴是时间，y轴是与关键词匹配的职位发布百分比。该图显示从2012年到2015年几乎是线性增长，并在2016年呈曲棍球棒状增长。

我们还可以比较Python和R的招聘广告。

Python机器学习职位 vs R机器学习职位

蓝色表示“Python机器学习”，橙色表示“R机器学习”。

与Google搜索量相比，我们看到了一个更明显的趋势。Indeed.com上的招聘广告百分比显示，自2012年以来，对Python机器学习技能的需求一直主导着R机器学习技能，并且这种差距在近年来还在不断扩大。

KDNuggets调查结果：更多人使用Python进行机器学习

我们可以通过查阅KDnuggets软件调查结果来了解机器学习从业者使用的工具。

这是2016年结果中的一段引用

R仍然是主要的工具，占49%的份额，但Python增长更快，几乎赶上R。

— Gregory Piatetsky

该调查跟踪机器学习和数据科学专业人员使用的工具，参与者可以选择多个工具（我认为这是常态）

这是Python在过去4年用于机器学习的增长情况

下面是这个增长的图表。

KDNuggets调查结果 – 使用Python的专业人员百分比.png

我们可以看到一个接近线性的增长趋势，2016年Python被近50%的专业人员使用。

需要注意的是，近年来参与投票的人数也从数百人增加到数千人，并且参与者是自愿选择的。

有趣的是，scikit-learn也单独出现在投票中，占17.2%。

欲了解更多信息，请参阅：KDnuggets 2016软件调查结果。

O’Reilly调查结果：更多人使用Python进行机器学习

O’Reilly每年都会进行数据科学薪资调查。

他们从专业数据科学家和机器学习从业者那里收集大量数据，并以非常好的报告形式呈现结果。例如，这是2016年数据科学薪资调查报告[查看PDF报告]。

该调查跟踪从业者的工具使用情况，与KDnuggets数据一样。

引用2016年报告的关键发现，我们可以看到Python在数据科学薪资中扮演着重要角色。

Python和Spark是对薪资贡献最大的工具之一。

— 2016年数据科学薪资调查报告第1页。

回顾调查结果，我们可以看到过去4年Python生态系统在机器学习中的使用呈现类似的增长趋势。

同样，我们可以绘制这个增长。

O’Reilly投票结果 – 使用Python的专业人员百分比.png

有趣的是，2016年的结果与KDNuggets投票的结果非常相似。

引用

你可以在互联网上找到支持任何立场的引用。

对引用持保留态度。尽管如此，引用可以很有洞察力，提出并支持观点。

让我们首先看看一些新闻网站和博客中关于Python在机器学习领域增长的精选引用。

新闻引用

在过去几年中，Python已成为数据科学编程领域的领导者。虽然仍有很多人使用R、SPSS、Julia或其他几种流行语言，但Python在该领域日益增长的受欢迎程度在其数据科学库的增长中显而易见。

— Katharine Jarmul，《数据科学简介：如何使用Python处理“大数据”》，Dataconomy

我们的研究表明，Python是数据科学分析中最受欢迎的语言之一，超过三分之一（36%）的组织在使用它。

— Dave Menninger，《大数据在Strata+Hadoop World 2016上成长》，SmartDataCollective

……过去几年出现了大量尖端、可商用的机器学习框架，包括非常成功的scikit-learn Python库以及谷歌的Tensorflow和微软研究院的CNTK等广受宣传的库发布。

— Josh Schwartz，《机器学习不再仅仅是专家的事》，哈佛商业评论

请注意，scikit-learn、TensorFlow和CNTK都是Python机器学习库。

Python用途广泛，简单，易于学习，并且功能强大，因为它在各种情况下都很有用，其中一些与数据科学无关。R是一个专门的环境，旨在优化数据分析，但学习起来更难。如果你坚持使用R而不是Python，你的收入会更高。

— Roger Huang，《数据科学性感度：你的Python和R指南，以及哪个最好》，TheNextWeb

Quora引用

以下是一些从Quora问题中摘选的关于Python在机器学习中使用的引用。

Python是一种流行的科学语言，也是机器学习领域的一颗新星。如果它能从R手中夺走数据分析的桂冠，我会感到惊讶，但NumPy中的矩阵处理可能会挑战MATLAB，而像IPython这样的通信工具非常有吸引力，是迈向未来可复现性的一步。我认为用于机器学习和数据分析的SciPy栈可以用于一次性项目（如论文），而像scikit-learn这样的框架可能已经足够成熟，可以在生产系统中使用。

— Aswath Muralidharan，生产工程师。回答Quora问题“机器学习领域排名前五的编程语言是什么？”

我还推荐Python，因为它是一种出色的全能编程语言，对于草拟代码片段和探索数据（使用IPython shell）非常有用，非常适合记录分析过程链中的步骤和结果（IPython Notebook），拥有大量适用于几乎任何机器学习目标的库，甚至可以针对生产系统实施进行优化。在我看来，在这些类别中的任何一个方面，都有比Python更优秀的语言——但没有一种语言能提供这种多功能性。

— Benedikt Koehler，DataLion创始人兼首席执行官。回答Quora问题“首次学习机器学习时最好使用哪种语言？”

[…] 这是因为该语言可以为那些只想快速完成工作的人创造一个高效的环境。它很容易封装C库，C++也可以做到。这使得Python可以访问广泛的现有代码。此外，该语言在实现事物时不会妨碍你。在许多方面，它使广泛任务的编码“再次变得有趣”。

— Shawn Masters，工程副总裁。回答Quora问题“鉴于Python用于机器学习，Python会像Java一样流行吗？”

在我看来，Python确实主导了这一类别。快速搜索任何人工智能、机器学习、自然语言处理或数据分析主题，加上“Python”，都会返回有用的、积极维护的库示例。

— Ryan Hill，程序员。回答Quora问题“哪种编程语言拥有最好的机器学习库存储库？”

总结

在这篇文章中，你发现Python是应用机器学习领域不断发展的平台。

具体来说，你了解到

• 对Python机器学习感兴趣的人数比R多，并且还在增长。
• Python机器学习技能的招聘职位数量比R多，并且还在增长。
• 使用Python的受访数据科学专业人员数量逐年增长。

这是否影响了你决定开始使用
Python机器学习生态系统？
在下面的评论中分享你的想法。

发现 Python 中的快速机器学习！

在几分钟内开发您自己的模型

...只需几行 scikit-learn 代码

在我的新电子书中学习如何操作
精通 Python 机器学习

涵盖自学教程和端到端项目，例如
加载数据、可视化、建模、调优等等...

最终将机器学习带入
您自己的项目

跳过学术理论。只看结果。

查看内容