Sehen Sie sich auch die Ergebnisse der Python-Entwicklerumfrage aus den Jahren 2021, 2020, 2019, 2018 und 2017 an.

Python-Nutzung allgemein

Python als Haupt- und Nebensprache

Verwendung von Python mit anderen Sprachen100+

2022
2021
37%/40%36%/38%34%/33%31%/33%29%/30%19%/20%11%/10%11%/11%9%/9%8%/9%7%/6%6%/5%4%/4%3%/3%
Alle Ergebnisse

86% der Python-Entwickler*innen verwenden neben Python auch andere Sprachen – insbesondere JavaScript, HTML/CSS und SQL.

Verwendung von Python mit anderen Sprachen100+

Hauptsprache
Nebensprache
37%/38%37%/32%35%/28%32%/22%27%/37%18%/28%10%/17%10%/18%9%/14%8%/11%6%/5%6%/9%4%/5%3%/6%
Alle Ergebnisse

Sprachen für Web und Data Science100+

Data Science
Web-Entwicklung
45%/50%34%/66%34%/41%33%/60%32%/19%20%/16%15%/2%11%/8%9%/23%8%/12%7%/14%6%/9%4%/2%3%/4%18%/14%9%/4%

„Webentwicklung“ bezeichnet Personen, die bei der Frage „Wofür verwenden Sie Python am meisten?“ die Antwort „Webentwicklung“ auswählten. „Data Science“ bezeichnet Personen, die bei derselben Frage „Datenanalyse“ oder „Maschinelles Lernen“ auswählten.

Wenig überraschend sind JavaScript und HTML/CSS die gängigsten Sprachen unter Webentwickler*innen, während SQL unter Data Scientists am häufigsten zum Einsatz kommt.

Verwendungszwecke von Python

Mit den Fragen in diesem Abschnitt wollten wir herausfinden, wofür die Befragten Python verwenden, an welchen Arten von Projekten sie beteiligt sind und wie sie die verschiedenen Verwendungszwecke kombinieren.

Für welchen Zweck verwenden Sie Python hauptsächlich?

Jede*r fünfte Befragte verwendet Python nur für arbeitsbezogene Projekte, während etwas mehr als die Hälfte es auch für persönliche Projekte nutzt.

Python-Verwendung in den Jahren 2021 und 2022100+

2022
2021
51%/51%43%/45%36%/36%34%/36%30%/31%27%/27%25%/26%20%/22%19%/19%17%/18%13%/12%9%/10%8%/7%6%/6%6%/5%6%/7%

Verwendung von Python als Haupt- und Nebensprache100+

Hauptsprache
Nebensprache
53%/44%45%/31%37%/29%35%/34%30%/28%27%/26%26%/22%20%/23%19%/18%17%/17%13%/12%9%/9%7%/5%7%/10%6%/5%6%/6%

Inwieweit sind Sie an folgenden Aktivitäten beteiligt?

Hauptaktivität
Nebenaktivität
Hobby
Nicht beteiligt
24%19%8%49%26%10%7%57%16%11%8%64%14%15%5%66%8%12%10%70%12%7%8%73%11%12%3%75%9%8%4%80%7%6%5%82%6%7%4%83%4%4%4%88%2%2%5%91%3%2%2%92%2%2%2%94%2%2%2%95%5%1%1%94%DatenanalyseWebentwicklungMaschinelles LernenDevOps, Systemadministration, AutomatisierungsskripteProgrammierung von Web-Parsern/-Scrapern/-CrawlernAus-/Weiterbildung, UnterrichtSoftware-Tests, Schreiben von automatisierten TestsSoftware-PrototypingDesktop-EntwicklungNetzwerkprogrammierungComputergrafikSpielentwicklungEmbedded-EntwicklungMobil-EntwicklungEntwicklung von Multimedia-AnwendungenSonstiges

Wofür verwenden Sie Python am meisten?

2022
2021
22%/23%18%/17%12%/11%10%/10%9%/9%5%/5%4%/4%4%/4%3%/3%3%/3%2%/2%1%/1%1%/1%1%/1%1%/1%6%/6%

Diejenigen, die Python als Hauptsprache verwenden, nutzen es hauptsächlich für die Webentwicklung (23%).

Als Nebensprache wird Python am häufigsten für Datenanalysen (16%) und DevOps (14%) verwendet; die Webentwicklung steht an dritter Stelle (13%).

Würden Sie sich als Data Scientist betrachten?

Nein
Ja
Sonstiges
61%34%5%

Diese Frage wurde nur von Befragten beantwortet, die an Datenanalysen und maschinellem Lernen arbeiten.

Etwa ein Drittel der Python-Nutzer*innen, die sich mit Datenanalysen und maschinellem Lernen beschäftigen, betrachten sich als Data Scientists.

Python-Versionen

Python 3 und Python 2 im Vergleich

Python 3
Python 2
93%7%95%5%94%6%90%10%84%16%75%25%202220212020201920182017

Mehr als 90% der Befragten haben Python 3 bereits verwendet – man kann also sagen, dass die Sprache

Mainstream-Status erreicht hat.

Die Zahl der Python-2-Benutzer*innen liegt unter 7% und ist in den letzten 3 Jahren fast gleich geblieben. Version 2 wird immer noch gelegentlich für Datenanalysen (29%), Computergrafiken (24%) und DevOps (23%) eingesetzt.

Anwendungsfälle nach Python-Versionen100+

Python 3
Python 2
54%/29%46%/19%38%/13%36%/23%32%/13%27%/14%27%/21%22%/11%19%/18%17%/18%11%/24%8%/13%8%/7%5%/13%5%/11%7%/4%

Python-3-Versionen

2022
2021
45%/16%23%/35%17%/27%9%/13%4%/7%2%/2%

Bitte beachten: Die Umfrage fand vom 14. Oktober bis 14. November 2022 statt und Python 3.11 wurde erst am 24. Oktober 2022 veröffentlicht.

11%

der Python-Nutzer*innen sagen, dass sie ihre Python-Versionen nicht aktualisieren, und 6% geben an, dass jemand anderes ihre Updates verwaltet.

52%

der Windows-Anwender*innen installieren Python über python.org. Unter macOS und Linux werden vornehmlich das vom Betriebssystem bereitgestellte Python, Python.org, Docker-Container und pyenv verwendet.

Installation und Upgrade von Python100+

37%26%17%17%16%6%6%5%2%2%2%3%11%

Hinweis: Enthought kam auf unter 0,5% und wurde in die Gruppe Sonstiges verschoben.

Isolierung der Python-Umgebung100+

49%31%22%16%14%6%4%23%

Poetry wird allmählich populärer als Werkzeug für die Isolierung von Python-Umgebungen. Seit 2020 hat es 6 Prozentpunkte zugelegt. Das Tool ist vielversprechend – einige seiner Funktionen wurden sogar bereits in den Python-Kern übernommen.

Frameworks und Bibliotheken

Web-Frameworks100+

39%39%25%4%4%4%3%3%2%2%5%27%

Das Rennen der Python-Web-Frameworks wird weiterhin von Flask, Django und FastAPI dominiert.

Alle anderen Frameworks zusammengenommen würden nur mit Mühe und Not auf den dritten Platz kommen. FastAPI hat seit dem vergangenen Jahr 4 Prozentpunkte zugelegt und wird nun von einem Viertel der Python-Entwickler*innen verwendet.

Detailliertere Informationen zum Django-Universum finden Sie in der Django-Entwicklerumfrage 2022, die in Zusammenarbeit mit der Django Software Foundation durchgeführt wurde.

Andere Frameworks und Bibliotheken100+

48%29%25%20%15%15%14%13%12%6%6%5%4%4%6%19%

Die Top 3 der Frameworks ist seit 2021 unverändert, aber Requests hat 4 Prozentpunkte an httpx verloren.

Unit-Test-Frameworks100+

51%24%10%6%6%5%4%1%35%

Im Allgemeinen verwenden größere Unternehmen in ihren Python-Projekten eher Unit-Tests und setzen auch pytest und mock häufiger ein als kleinere Unternehmen.

ORMs100+

SQLAlchemy35%Django ORM28%Reines SQL16%SQLObject8%Peewee3%Tortoise ORM3%PonyORM3%Dejavu2%Sonstiges4%Keine Datenbankentwicklung34%

Datenbanken100+

42%37%36%19%16%12%7%4%3%3%2%2%2%2%6%18%

MS SQL Server und Oracle Database sind bei Data Scientists doppelt so verbreitet wie bei Webentwickler*innen. Die meisten anderen Datenbanken hingegen sind unter Webentwickler*innen deutlich populärer.

Big-Data-Tools100+

12%10%6%6%5%3%3%3%2%2%1%69%

31% der Python-Entwickler*innen verwenden Big-Data-Tools – 6 Prozentpunkte mehr als 2021. Unter Data Scientists liegt dieser Wert wenig überraschend höher, bei 42%.

Cloud-Plattformen

66%

der Python-Entwickler*innen nutzen Cloudplattformen – 5 Prozentpunkte mehr als im Vorjahr.

Top-Cloudplattformen100+

49%33%25%20%16%14%7%6%5%2%9%

Diese Frage wurde nur von Personen beantwortet, die Cloud-Plattformen verwenden.

Unter den Python-Nutzer*innen in Afrika ist Heroku mit einem Anteil von 39% die gängigste Cloudplattform. Auch die anderen verwendeten Sprachen wirken sich auf die Wahl der Plattform aus.

Wenig überraschend zieht Microsoft Azure bei C#-Benutzer*innen fast mit AWS gleich. Go- und TypeScript-Entwickler*innen sind die aktivsten Cloud-Benutzer*innen – mehr als 80% von ihnen verwenden Clouds.

Wie führen Sie Code in der Cloud aus?100+

2022
2021
47%/48%41%/41%27%/27%27%/24%2%/2%9%/11%

Diese Frage wurde nur von Personen beantwortet, die Cloud-Plattformen verwenden.

Wie entwickeln Sie für die Cloud?100+

2021
2020
53%/56%41%/40%20%/21%19%/17%18%/18%9%/8%1%/1%10%/9%

Diese Frage wurde nur von Personen beantwortet, die Cloud-Plattformen verwenden.

Die lokale Entwicklung mit virtualenv verliert weiter an Popularität; der Rückgang seit 2020 beträgt 7 Prozentpunkte. Am häufigsten wird diese Methode von Befragten verwendet, die Python für die Webentwicklung nutzen.

Der Zuspruch für Remote-Entwicklungsumgebungen nimmt langsam, aber sicher zu; seit 2020 ist die Nutzung um 3 Prozentpunkte gestiegen. Die Verwendung erfolgt meist in den Bereichen maschinelles Lernen, Netzwerkprogrammierung und DevOps.

Tools für Games

Betriebssystem100+

Linux59%Windows58%macOS26%BSD3%Sonstiges1%

Im Vergleich zum Vorjahr ist die Popularität von macOS und Windows nahezu gleich geblieben, während Linux 4 Prozentpunkte eingebüßt hat.

Continuous-Integration-Systeme (CI)100+

35%22%16%6%6%6%3%3%2%2%4%35%

GitHub Actions wird immer beliebter – mehr als ein Drittel der Python-Entwickler*innen nutzen es inzwischen.

Auch die Verbreitung von CI-Tools ist im Vergleich zu 2021 um 4 Prozentpunkte gestiegen.

34%

der Befragten verwenden Continuous-Management-Tools. Ansible ist am weitesten verbreitet, und 11% der Befragten bevorzugen Custom-Lösungen.

Dokumentationstools100+

39% der Python-Nutzer*innen verwenden ein Dokumentationstool. Wie schon im vergangenen Jahr ist Sphinx dabei die erste Wahl.

Tools und Features für die Python-Entwicklung

Zumindest manchmal
Nie oder fast nie
87%13%86%14%86%14%86%14%77%23%77%23%77%23%76%24%76%24%66%34%65%35%63%37%54%46%48%52%45%55%Autovervollständigung im Editor nutzenvirtuelle Python-Umgebungen für Ihre Projekte nutzenIhren Code refaktorierenVersionsverwaltungssysteme nutzenCode-Linting nutzenTests für Ihren Code schreibenSQL-Datenbanken nutzenden Debugger nutzenoptionales Type-Hinting nutzenCode auf Remote-Systemen ausführen/debuggen/bearbeitenContinuous-Integration-Tools nutzenIssue-Tracker nutzenCode-Coverage nutzeneinen Python-Profiler nutzenNoSQL-Datenbanken nutzen

Editoren

Die zwei populärsten IDEs für die Python-Entwicklung, PyCharm und VS Code, werden von insgesamt zwei Dritteln der Befragten verwendet.

Nur 14% der Befragten verwenden nur eine einzige IDE oder einen einzigen Editor; die große Mehrheit (61%) nutzt zwei bis drei IDEs oder Editoren parallel. 26% der Python-Entwickler*innen bevorzugen PyCharm als zusätzliche IDE; ein Viertel von ihnen setzt auf VS Code.

Haupt-IDE/Editor

37%29%5%3%3%2%2%2%2%2%2%2%1%1%4%3%

Um die beliebtesten Editoren und IDEs zu identifizieren, haben wir eine Frage mit Einfachnennung gestellt: „Was ist Ihr Haupteditor für Ihre aktuelle Python-Entwicklung?“

Data Science und Webentwicklung im Vergleich

Data Science
Web-Entwicklung
40%/44%25%/37%3%/4%2%/2%2%/3%2%/2%2%/3%24%/5%

„Webentwicklung“ bezeichnet Personen, die bei der Frage „Wofür verwenden Sie Python am meisten?“ die Antwort „Webentwicklung“ auswählten. „Data Science“ bezeichnet Personen, die bei derselben Frage „Datenanalyse“ oder „Maschinelles Lernen“ auswählten.

Anzahl der verwendeten IDEs/Editoren

114%235%326%414%5+11%

IDEs/Editoren, die zusätzlich zur Haupt-IDE/zum Haupteditor verwendet werden100+

25%23%18%17%14%13%12%9%8%8%6%5%5%5%4%3%2%1%4%14%

Python-Packaging

85%

der Python-Entwickler*innen verwenden Tools zur Isolierung von Projektumgebungen. Die drei meistverwendeten Lösungen sind venv, virtualenv und Conda.

Welche der folgenden Tools verwenden Sie, um die Python-Umgebungen von Projekten zu isolieren?100+

43%37%21%16%14%6%3%3%15%

Verwenden Sie in Containern eine virtuelle Umgebung?

Nein, ich verwende in Containern keine virtuelle Umgebung
Nein, ich verwende keine Container
Ja, ich verwende in Containern eine virtuelle Umgebung
35%33%32%

Die Zahl der Entwickler*innen, die virtuelle Umgebungen in Containern nutzen, ist gegenüber dem Vorjahr um 5 Prozentpunkte gestiegen.

Welche Tools für das Python-Packaging
verwenden Sie direkt?
100+

2022
2021
76%/81%29%/32%26%/30%23%/22%18%/23%15%/13%12%/13%11%/11%9%/10%5%/6%2%/0%2%/2%1%/1%2%/2%8%/7%

Die Rangfolge der drei beliebtesten Tools ist unverändert, aber alle büßen allmählich Anteile ein. Poetry hingegen hat um 2 Prozentpunkte zugelegt.

Verwenden Sie das Modul venv aus der Standardbibliothek?100+

42%23%13%12%4%1%11%18%

Der Verwendungsanteil des Standardbibliotheksmoduls venv ist seit 2021 um 5 Prozentpunkte gestiegen.

In welchen Formaten werden die Abhängigkeitsinformationen Ihrer Anwendung gespeichert?100+

2022
2021
69%/76%33%/26%25%/22%15%/16%11%/11%6%/4%4%/5%4%/3%

Das Speichern von Anwendungsabhängigkeiten in requirements.txt ist im Vergleich zum Vorjahr um 7 Prozentpunkte zurückgegangen.

In der gleichen Zeit ist der Anteil von pyproject.toml um den gleichen Wert gestiegen; diese Methode wird nun von einem Drittel der Python-Entwickler*innen genutzt.

Dank der intensiven und ausdauernden Arbeit der Entwickler*innen hat pyproject.toml die Feature-Parität erreicht und wird jetzt sogar direkt in pip unterstützt.

45%

der Python-Entwickler*innen verwenden Tools, um die Versionen von Anwendungsabhängigkeiten zu verwalten. Bei den Verwendungsanteilen der drei wichtigsten Tools – Poetry, pipenv und pip-tools – herrscht annähernd Gleichstand.

30%

der Python-Entwickler*innen aktualisieren die Versionen von Anwendungsabhängigkeiten weiterhin manuell – 5 Prozentpunkte weniger als im Vorjahr.

Welche Tools verwenden Sie zur Verwaltung der Abhängigkeiten Ihrer Anwendung?100+

poetry30%pipenv28%pip-tools26%Sonstiges4%Keine28%

Diese Frage wurde nur von Befragten beantwortet, die Tools für die Verwaltung exakter Versionen von Anwendungsabhängigkeiten verwenden.

Aus welchen Quellen installieren Sie Pakete?100+

73%33%17%16%12%11%11%10%9%9%4%4%1%10%

PyPI hat 7 Prozentpunkte verloren, während die Nutzung aller anderen Methoden der Paketinstallation gegenüber 2021 nahezu gleich geblieben ist.

Welche Tools verwenden Sie zum Installieren von Paketen?100+

84%22%15%6%6%3%2%5%
57%

der Pythonist*innen entwickeln Anwendungen mit Python. Die meistverwendeten Pakete dabei sind Setuptools, Wheel, build und Poetry.

Welche Tools nutzen Sie zur Entwicklung von
Python-Anwendungen?
100+

40%29%21%19%7%3%3%3%2%2%4%25%

Diese Frage wurde nur von Befragten beantwortet, die Anwendungen entwickeln.

Zwar entwickeln mehr als die Hälfte der Python-Nutzer*innen Anwendungen, aber nur 41% von ihnen haben diese in einem Paket-Repository veröffentlicht.

Wo haben Sie Ihre Python-Anwendungspakete veröffentlicht?100+

Diese Frage wurde Befragten gestellt, die ihre Python-Anwendungspakete veröffentlicht haben.

34%

der Befragten haben bereits Python-Bibliotheken entwickelt und zu Paketen geschnürt. Dabei kommen zumeist die gleichen Lösungen zum Einsatz wie bei der Anwendungsentwicklung in Python.

74%

der Befragten, die eigene Python-Bibliotheken entwickelt haben, haben diese bereits veröffentlicht – in erster Linie auf PyPI oder in einem privaten Python-Paketindex.

Welche Tools verwenden Sie, um Pakete
aus Ihren Python-Bibliotheken zu erstellen?
100+

Diese Frage wurde nur von Befragten beantwortet, die Python-Bibliotheken entwickeln.

2022
2021
59%/71%39%/42%30%/26%24%/20%8%/5%5%/3%4%/1%3%/1%2%/1%2%/1%4%/3%

Wo haben Sie Ihre paketierten Python-Bibliotheken veröffentlicht?100+

Diese Frage wurde nur von Befragten beantwortet, die ihre paketierten Python-Bibliotheken veröffentlicht haben.

Interessanterweise ist die Nutzung von PyPI seit dem Vorjahr um 9 Prozentpunkte zurückgegangen, während interne PyPI-Mirrors um 5 Prozentpunkte zugelegt haben.

Demografie

Teamarbeiter und Einzelkämpfer

Arbeit an Projekten

Haupterwerbsstatus

59%13%7%7%7%5%1%2%

Firmengröße

8%11%17%26%8%10%18%3%

Diese Frage wurde nur von Befragten beantwortet, die in einem Unternehmen arbeiten.

Teamgröße

2–767%8–1219%13–207%21–404%40+3%

Diese Frage wurde nur von Befragten beantwortet, die in einem Unternehmen arbeiten.

Unternehmensbranche

38%7%7%6%4%4%4%
Alle Ergebnisse

Diese Frage wurde nur von Befragten beantwortet, die in einem Unternehmen arbeiten.

Zielbranche

50%5%3%3%3%3%3%
Alle Ergebnisse

Diese Frage wurde nur von Befragten beantwortet, die in einem Unternehmen arbeiten.

Arbeitsrollen100+

65%19%17%15%10%7%6%6%6%5%5%4%13%

Diese Frage wurde nur von Befragten beantwortet, die erwerbstätig sind.

Altersgruppe

18–209%21–2937%30–3931%40–4913%50–596%Über 603%

Python-Erfahrung

Weniger als 1 Jahr23%1–2 Jahre20%3–5 Jahre29%6–10 Jahre18%Mehr als 11 Jahre10%

Berufserfahrung in der Programmierung

Weniger als 1 Jahr33%1–2 Jahre19%3–5 Jahre19%6–10 Jahre12%Mehr als 11 Jahre16%

Bitte wählen Sie Ihr Land oder Ihre Region aus.

Alle Länder/Regionen mit einem Anteil unter 1% wurden unter «Sonstige» zusammengefasst.

19%11%6%4%4%4%4%3%2%2%2%2%
Alle Ergebnisse

Methodik und Rohdaten

Sie möchten tiefer in die Daten eintauchen? Laden Sie die anonymisierten Umfrageantworten herunter und führen Sie Ihre eigenen Analysen durch! Teilen Sie Ihre Erkenntnisse auf Twitter unter dem Hashtag #pythondevsurvey und erwähnen Sie dabei @jetbrains und @ThePSF.

Vor Beginn Ihrer Datenanalyse sollten Sie die folgenden wichtigen Punkte berücksichtigen:

Dieser Datensatz enthält nur Antwortbögen aus den offiziellen Kanälen der Python Software Foundation. Nach dem Herausfiltern doppelter und unzuverlässiger Antworten umfasst der Datensatz mehr als 23.000 Antwortbögen, die im Zeitraum von Oktober bis Dezember 2022 gesammelt wurden. Die Umfrage wurde auf python.org, im PSF-Blog, in den offiziellen Python-Mailinglisten, in Python-bezogenen Subreddits sowie über die Accounts der PSF auf Twitter und LinkedIn angekündigt. Um eine Verzerrung der Umfrage zugunsten bestimmter Tools oder Technologien zu verhindern, wurden keine Produkt-, Service- oder Herstellerkanäle zur Rekrutierung verwendet.

Die Daten wurden anonymisiert und enthalten keine persönlichen Informationen oder Geodaten. Darüber hinaus wurden alle offenen Antworten gelöscht, um eine Identifizierung einzelner Befragter anhand ihrer Antworten zu verhindern.

Um Ihnen zu einem besseren Verständnis der Umfrage zu verhelfen, stellen wir den Datensatz, die gestellten Fragen und die Umfragelogik zur Verfügung. Bei den Antwortoptionen haben wir verschiedene Reihenfolgen verwendet (alphabetisch, randomisiert und direkt). Die Reihenfolge der Antworten ist für jede Frage angegeben.

Kriterien für das Herausfiltern von Antworten

Eines der folgenden Kriterien:

  • Alter 17 Jahre oder jünger.
  • Keine Antwort auf die Frage „Wie viele Jahre professionelle Programmiererfahrung haben Sie?“ auf der dritten Seite der Umfrage.
  • Alter unter 21 Jahren und mehr als 11 Jahre professionelle Programmiererfahrung.
  • Zu viele Einzelnennungen bei Multiple-Choice-Fragen (mit Ausnahme verneinender Antworten).
  • Mehrere Antwortbögen von derselben E-Mail-Adresse (nur ein Antwortbogen wurde verwendet).
  • Keine Verwendung von Python.

Mindestens zwei der folgenden Kriterien:

    • Mehr als 16 Programmiersprachen verwendet.
  • Mehr als 9 Arbeitsrollen.
  • Mehr als 11 Verwendungszwecke unter „Wofür verwenden Sie Python?“ angekreuzt.
  • Das gewählte Land/die gewählte Region steht alphabetisch ganz oben auf der Liste und zählt nicht zu den häufigen Ländern/Regionen.
  • Sowohl „CEO“ als auch „Technischer Support“ als Arbeitsrollen angekreuzt.
  • „CEO“ und „Unter 21 Jahre“ angekreuzt.
  • Insgesamt zu viele Antworten angekreuzt (fast alle Frameworks für Data Science, Webentwicklung, Paketierung usw.).
  • Zu schnell geantwortet (weniger als 5 Sekunden pro Frage).

Im Namen der Python Software Foundation und von JetBrains möchten wir uns noch einmal bei allen bedanken, die an dieser Umfrage teilgenommen haben. Mit Ihrer Hilfe können wir die Landschaft der Python-Community viel genauer abbilden!

Spenden Sie für die regelmäßige Unterstützungskampagne der PSF. Die PSF ist eine gemeinnützige Organisation, die ausschließlich von ihren Sponsoren, Mitgliedern und der Öffentlichkeit finanziert wird.

Sehen Sie sich auch die Ergebnisse der Python-Entwicklerumfrage aus den Jahren 2021, 2020, 2019, 2018 und 2017 an.

Lesen Sie auch die Berichte zu den anderen großen JetBrains-Umfragen!

Danke, dass Sie sich die Zeit genommen haben!

Wir hoffen, dass Sie unseren Bericht nützlich fanden. Sie können ihn gerne mit Bekannten und Kolleg*innen teilen.

Nehmen Sie an zukünftigen Umfragen teil:

Wenn Sie Fragen zu dieser Umfrage oder Vorschläge für zukünftige Umfragen haben, wenden Sie sich bitte an surveys@jetbrains.com oder psf@python.org.