JetBrains logo

2023 年 Python 開発者アンケートの結果

これは、Python Software Foundation と JetBrains が共同で実施した第 7 回目の公式年次 Python 開発者アンケートです。

2023 年 11 月から 2024 年 2 月にかけて約 200 の国と地域の 25,000 人を超える Python 開発者から回答をいただき、言語とそれを取り巻くエコシステムの現状を明らかにすることができました。

2022 年2021 年2020 年2019 年2018 年、および 2017 年の Python 開発者アンケート結果をご覧ください。

共有:

一般的な Python の使用状況

Python を主要言語または第二言語として使用している割合

85%

主要

15%

第二

Python と他言語の併用状況100+

202120222023
40%37%35%JavaScript
38%36%32%HTML/CSS
33%31%29%Bash/シェル
33%34%31%SQL
30%29%25%C/C++
20%19%19%Java
11%11%12%C#
10%11%13%TypeScript
9%8%8%Go
9%9%7%PHP
6%7%7%Rust
5%6%5%R
4%4%4%Visual Basic
3%3%3%Kotlin
2%2%2%Ruby
2%2%1%Perl
2%2%2%Swift
2%2%2%Scala
1%1%1%Objective-C
1%1%1%Clojure
1%2%1%Groovy
1%1%1%CoffeeScript
1%Julia
1%Mojo
8%7%7%その他
13%14%17%なし
040%

現在、遅延の少ないメモリ安全なアプリケーションの制作では Go と Rusto への関心が高まっています。

Python と他言語の併用状況100+

35%

38%

JavaScript

33%

31%

HTML/CSS

32%

26%

SQL

29%

25%

Bash/シェル

23%

35%

C/C++

Paul Everitt
JetBrains ウェブおよびデータアドボカシーチームリーダー

「HTML/CSS/JS の減少はデータサイエンス分野で Python のシェアが増加していることの現れかもしれません」

LinkedInMastodonX(旧 Twitter)

ウェブ開発およびデータサイエンスで使用される言語100+

40%

44%

SQL

30%

36%

Bash/シェル

30%

62%

JavaScript

28%

53%

HTML/CSS

25%

14%

C/C++

19%

15%

Java

12%

27%

TypeScript

ウェブ開発の数値は、質問「Python を主に何に使用していますか?」で「ウェブ開発」を選択した回答者の数を表しています。 データサイエンスの数値は、同じ質問に対して「データ解析」または「機械学習」を選択した回答者の数を表しています。

Python のプログラミングを何年くらい経験していますか?

25%

1 年未満

16%

1~2 年

26%

3~5 年

19%

6~10 年

13%

11 年以上

コーディング業務の経験年数はどのくらいですか?

33%

1 年未満

16%

1~2 年

18%

3~5 年

15%

6~10 年

18%

11 年以上

Sarah Boyce
Django Fellow

「Python は構文が読み取りやすく、(データサイエンスからウェブ開発まで)応用範囲が広く、素晴らしいコミュニティが存在するため、初心者に最適なプログラミング言語としてよく推奨されています」

MastodonLinkedIn

37%

昨年中にオープンソースプロジェクトに貢献したことを報告した Python 開発者の割合。

Marie Nordin
Python Software Foundation コミュニティコミュニケーションマネージャー

「これは注目すべき素晴らしい数値ですし、このような結果がアンケートに初めて現れたことは励みになっています。このトレンドが年々どのように変化していくのかを楽しみにしています」

X(旧 Twitter)

昨年はオープンソースにどのように貢献しましたか?100+

77%

コード

38%

ドキュメント / 例 / 教育

35%

メンテナー / ガバナンス / リーダーシップ

33%

テスト

19%

課題または機能リクエストのトリアージ

13%

コミュニティづくり / アウトリーチ

2%

その他

34%

共同開発を実践したと報告した Python 開発者の割合。

Python 開発に関連する新しいツールやテクノロジーの情報を主にどこで得ていますか?100+

55%

ドキュメントと API

45%

YouTube

44%

Python.org

42%

Stack Overflow

41%

ブログ

28%

書籍

19%

AI ツール

14%

オンラインコーディングスクールおよび MOOC

14%

カンファレンス / イベント

13%

ポッドキャスト

Python の使用目的

このセクションではユーザーが Python を使用する目的、従事している開発の種類、さまざまな用途の組み合わせを確認するための質問をしました。

主にどのような目的で Python を使用していますか?

51%

仕事と個人の両方

28%

個人の教育または副業プロジェクト

21%

仕事

Python の使用状況(年別)100+

202120222023
51%51%44%データ解析
45%43%42%ウェブ開発
36%36%34%機械学習
27%データエンジニアリング
36%34%26%DevOps / システム管理 / 自動化スクリプトの作成
31%30%25%ウェブパーサー / スクレーパー / クローラーのプログラミング
25%学術研究
26%25%23%ソフトウェアのテスト / 自動テストの作成
27%27%22%教育目的
21%デザイン / データ可視化
22%20%19%ソフトウェアプロトタイピング
19%19%15%デスクトップ開発
18%17%14%ネットワークプログラミング
12%13%10%コンピューターグラフィックス
10%9%10%ゲーム開発
8%MLOps
5%6%7%マルチメディアアプリケーション開発
7%8%7%組み込み開発
6%6%6%モバイル開発
7%6%6%その他
051%

2023 年に新しい選択肢がリストに追加されたことに注意してください。

Python を主要言語または第二言語として使用している割合100+

44%

40%

データ解析

44%

33%

ウェブ開発

34%

29%

機械学習

28%

20%

データエンジニアリング

26%

21%

学術研究

26%

26%

DevOps / システム管理 / 自動化スクリプトの作成

25%

23%

ウェブパーサー / スクレーパー / クローラーのプログラミング

Python を主に何に使用していますか?

21%

ウェブ開発

10%

機械学習

10%

データ解析

9%

学術研究

9%

教育目的

7%

DevOps / システム管理 / 自動化スクリプトの作成

6%

データエンジニアリング

次の活動にどの程度関与していますか?

ウェブ開発

データ解析

機械学習

データエンジニアリング

学術研究

DevOps / システム管理 / 自動化スクリプトの作成

教育目的

ソフトウェアのテスト / 自動テストの作成

ソフトウェアプロトタイピング

デザイン / データ可視化

ウェブパーサー / スクレーパー / クローラーのプログラミング

デスクトップ開発

ネットワークプログラミング

Python のバージョン

Python 3 と Python 2 の比率

2023

2022

2021

2020

2019

2018

2017

Python 2 を使用していない開発者のほぼ半数は 21 歳未満で、3 分の 1 は学生です。コースではいまだに Python 2 が使用されているのでしょうか?

Python 3 のバージョン100+

202120222023
2%Python 3.13
19%Python 3.12
31%Python 3.11
16%45%23%Python 3.10
35%23%11%Python 3.9
27%17%8%Python 3.8
13%9%3%Python 3.7
7%4%2%Python 3.6
2%2%1%Python 3.5 以下
045%

注意: 2023 年には Python 3.7 以下のライフサイクルが終了しました。Python 3.12 は 2023 年 10 月(本アンケートの実施 1 か月前)にリリースされましたが、すでに採用率が高くなっています。このアンケートで Python 3.13 を使用していると回答した開発者はアルファリリースを使用しています。

約 75% のユーザーが Python の直近 3 つのバージョンを使用しています。これは素晴らしいことです!コミュニティでは Python のパフォーマンスと利便性の向上を理由に直近のバージョンが非常に速やかに採用されています。

Python のインストールとアップグレード100+

31%

Python.org

24%

OS 全体のパッケージ管理ツール

17%

pyenv

16%

Docker コンテナー

14%

Anaconda

5%

ソースからビルド

4%

クラウドプロバイダーによる自動アップデート

注意: Enthought のシェアは 0.5% 未満であったため、「その他」に含まれています。

フレームワークとライブラリ

ウェブフレームワーク100+

33%

Flask

33%

Django

30%

Requests

29%

FastAPI

20%

Asyncio

18%

Django REST Framework

12%

httpx

12%

aiohttp

8%

Streamlit

6%

Starlette

3%

Tornado

3%

web2py

3%

Bottle

3%

Pyramid

3%

CherryPy

2%

Falcon

2%

Twisted

2%

Quart

1%

Hug

5%

その他

23%

なし

2023 年に新しい選択肢がリストに追加されたことに注意してください。

ウェブフレームワーク100+

36%

42%

Flask

31%

46%

FastAPI

31%

40%

Requests

26%

63%

Django

18%

29%

Asyncio

16%

4%

Streamlit

12%

43%

Django REST Framework

ウェブフレームワークはデータサイエンティストの間では 77%、ウェブ開発者の間では 97% と広く使用されています。

Vladimir Sotnikov
JetBrains コンピュテーショナルアートイニシアチブ開発リーダー

「ML 開発者は本格的なウェブアプリ開発に適したフレームワークである Django をあまり使用していませんが、RESTful API の構築に適した Flask と FastAPI についてはいずれもウェブ開発者と同程度の使用率の高さになっています。このことから ML プロフェッショナルがウェブ開発に活動的に取り組んでいることがうかがえますが、これは主に従来のウェブサイト制作ではなく、API 駆動型サービスを利用した取り組みだと思われます」

LinkedInGoogle Scholar

Django の展望については、Django Software Foundation と共同で実施した「2023 年 Django 開発者アンケート」をご覧ください。

その他のフレームワークとライブラリ100+

31%

BeautifulSoup

28%

Pillow

22%

OpenCV-Python

22%

Pydantic

17%

Tkinter

12%

PyQT

11%

Scrapy

ユニットテストフレームワーク100+

52%

pytest

25%

unittest

11%

mock

9%

doctest

5%

tox

5%

Hypothesis

2%

nose

クラウドプラットフォーム

クラウドプラットフォームの使用状況100+

202120222023
31%32%33%AWS
19%22%25%Google Cloud Platform
14%16%20%Microsoft Azure
7%9%11%PythonAnywhere
10%11%10%DigitalOcean
14%13%7%Heroku
4%Alibaba
3%4%3%Linode
3%Oracle Cloud
3%Hetzner
3%4%2%OpenStack
2%3%2%OpenShift
2%Tencent
1%2%1% 未満Rackspace
6%6%5%その他
39%34%33%なし
1% 未満39%

2023 年に新しい選択肢がリストに追加されたことに注意してください。

Mukul Mantosh
JetBrains ウェブおよびデータアドボカシーのデベロッパーアドボケイト

「Azure が OpenAI サービスを導入した後、AWS と Google のどちらも急速に Bedrock と Gemini のリリースを進めました」

LinkedInX(旧 Twitter)

Sarah Boyce
Django Fellow

「Google Cloud Platform は人気を増しており、特に米国では回答者の 38% が使用しています。クラウドプロバイダーの中では最高峰の AWS を打ち負かしています。

Heroku が無料製品プランを廃止して以来、そのユーザーシェアは 2021 年時点では 14% だったものが 2023 年時点では 7% に減少しています」

MastodonLinkedIn

Jay Miller
Aiven スタッフデベロッパーアドボケイト

「価格設定や買収に関する重大なビジネス上の決定が事の展開に何らかの影響を与えていると感じています。

Heroku は価格設定の決断が原因でシェアが大幅に減少したようですが、その損失によって明確な得をしたプラットフォームは(おそらく PythonAnywhere を除いて)ありません」

LinkedInKjaymiller

コードをどのようにクラウドで実行していますか?100+

47%

コンテナー内で実行

42%

仮想マシンで開発

25%

サーバーレス

26%

PaaS で実行

2%

その他

8%

なし

Mukul Mantosh
JetBrains ウェブおよびデータアドボカシーのデベロッパーアドボケイト

「2022 年の CNCF アンケート調査によると、約 44% のユーザーがほとんどの本番ワークロードをコンテナーに移行済みで、さらに 9% は現在でも評価段階にあります」

LinkedInX(旧 Twitter)

45%

Kubernetes を使用してコンテナー内でコードを実行していると回答した Python 開発者の割合。

次のうち、どれを使用していますか?100+

49%

Amazon Elastic Kubernetes Service

33%

Google Kubernetes Engine

21%

Azure Kubernetes Service

10%

RedHat OpenShift

16%

その他

Mukul Mantosh
JetBrains ウェブおよびデータアドボカシーのデベロッパーアドボケイト

「私はコンテナーワークロードの管理に AWS サービスとシームレスに統合できる Amazon EKS を主に利用しています。同等のエクスペリエンスを提供する Google Kebernetes Engine(GKE)も試しましたが、私は GKE Autopilot が特に魅力的だと感じました。なぜなら、クラスター構成、ノード管理、拡張、セキュリティ、および既定の設定に対応しており、すべてが Google によって管理されているためです」

LinkedInX(旧 Twitter)

どのようにクラウド向けの開発を行っていますか?100+

49%

virtualenv を使用したローカル開発

38%

Docker コンテナーで開発

23%

仮想マシンで開発

20%

ローカルシステムインタープリターを使用

16%

リモート開発環境で開発

14%

WSL を使用して開発

10%

本番環境で直接開発

2%

その他

Mukul Mantosh
JetBrains ウェブおよびデータアドボカシーのデベロッパーアドボケイト

「私はサーバーレスアプリケーションを楽にビルドできる AWS Toolkit と Cloud Code Plugin の利便性を高く評価しています。しかも LocalStack などのフレームワークでは AWS アプリケーションや Lambda を完全にローカルマシン上で実行できるため、リモートクラウドプロバイダーに接続する必要がありません」

LinkedInX(旧 Twitter)

データサイエンス

48%

調査対象の全 Python 開発者のうち、データの探索と処理に関わっている開発者の割合。

データ探索と処理用のツール

77%

パンダ

72%

NumPy

16%

Spark

14%

Airflow

10%

Polars

9%

社内ソリューション

7%

Dask

Jodie Burchell
JetBrains データサイエンスアドボカシーのデベロッパーアドボケイト

「データ探索と処理のタスクでは pandas が依然として中心的な存在となっていますが、少数ながらも Spark、Dask、Ray などの分散データ処理ライブラリを使用してビッグデータを扱っている開発者もいることがうかがえます。Polars は比較的大規模なデータセットの処理をローカルマシン内で完結できる手段として人気を増し続けています」

LinkedInX(旧 Twitter)Mastodonブログ

ダッシュボード作成用ライブラリ100+

31%

Plotly Dash

28%

Streamlit

12%

Panel

12%

Gradio

4%

Voilà

13%

その他

26%

なし

25% の回答者がダッシュボードの作成に携わっています。このタスクでは Plotly Dash と Streamlit の 2 つが上位を占めています。

32%

全 Python 開発者のうち、ML モデルをトレーニングしているか、ML モデルから予測を生成していると報告した開発者の割合。これらのタスクでは scikit-learn と PyTorch の 2 つのソリューションが最も使用されています。

ML モデルのトレーニングと予測用フレームワーク
100+

67%

scikit-learn

60%

PyTorch

48%

TensorFlow

44%

SciPy

30%

Keras

22%

Hugging Face Transformers

22%

XGBoost

トレーニング用プラットフォーム100+

52%

Jupyter Notebook

11%

Amazon Sagemaker

10%

クラウド VM と SSH

9%

AzureML

6%

Databricks

Jodie Burchell
JetBrains データサイエンスアドボカシーのデベロッパーアドボケイト

「機械学習に携わっている大半の方が scikit-learn と SciPy を使用していることから、従来の機械学習と統計が依然としてデータサイエンスで大きな役割を果たしていることが分かります。ただし、PyTorch、Tensorflow、Keras、Hugging Face Transformers などのディープラーニングライブラリも人気があることから、生成 AI と大規模言語モデルへの最近の関心が反映されているようです」

LinkedInX(旧 Twitter)Mastodonブログ

実験追跡ツール100+

26%

TensorBoard

19%

MLflow

12%

Weights & Biases

4%

CometML

4%

NeptuneML

2%

その他

12%

社内ソリューション

44%

なし

Google は 2024 年 1 月 1 日に TensorBoard.dev(ワンクリックで Tensorboard データを公開するサービス)のサポートを終了しました。2024 年には他の選択肢の人気度が高まることが予測されます。

データバージョン管理用ツール100+

14%

社内ソリューション

7%

Dalta Lake

7%

DVC

4%

Pachyderm

3%

その他

69%

なし

18%

調査対象の全開発者のうち、ML のデプロイと推論に携わっている開発者の割合。

ビッグデータを扱っていますか?

Jodie Burchell
JetBrains データサイエンスアドボカシーのデベロッパーアドボケイト

「ビッグデータを扱っているかどうか分からない少数派がいることは、この用語の定義がパソコンを中心とするハードウェアの性能が向上するにつれてあいまいになっていることを反映しています」

LinkedInX(旧 Twitter)Mastodonブログ

ビッグデータツール100+

36%

PySpark

6%

PyFlink

8%

Great Expectations

3%

PyDeequ

5%

その他

50%

なし

ビッグデータを扱う際に使用されているソリューション100+

34%

クラウド

28%

自己ホスト

25%

両方

13%

なし

開発ツール

オペレーティングシステム100+

55%

Linux

55%

Windows

29%

macOS

2%

BSD

1%

その他

開発環境に Linux を使用している開発者のシェアは数年にわたって減少しており、2021 年よりも 8 パーセントポイント低下しています。

デプロイと推論用のプラットフォームとツール100+

18%

Hugging Face

17%

Amazon Sagemaker

15%

MLflow

13%

AzureML

9%

Databricks

8%

VertexAI

7%

Kubeflow

7%

Nvidia Triton

ORM100+

202120222024
34%35%34%SQLAlchemy
29%28%25%Django ORM
16%16%13%Raw SQL
7%SQLModel
5%8%3%SQLObject
3%3%2%Peewee
2%3%2%Tortoise ORM
1%2%1%Dejavu
1%3%1%PonyORM
4%4%3%その他
36%34%41%データベース開発は行っていない
041%

データベース開発を行っていない開発者のシェアは昨年よりも 7 パーセントポイント増加しています。

ORM100+

43%

9%

データベース開発は行っていない

36%

54%

SQLAlchemy

15%

57%

Django ORM

13%

15%

Raw SQL

Vladimir Sotnikov
JetBrains コンピュテーショナルアートイニシアチブ開発リーダー

「データサイエンティストはウェブ開発者よりもデータベースの使用割合がかなり低くなっています。LLM アプリケーションでベクトルデータベース普及が進んでいるため、この状況は 2024 年には変わると思われます」

LinkedInGoogle Scholar

データベース100+

202120222023
43%42%43%PostgreSQL
38%36%34%SQLite
37%37%30%MySQL
20%19%17%MongoDB
18%16%17%Redis
10%12%10%MS SQL Server
10%MariaDB
6%7%6%Oracle Database
5%DynamoDB
3%4%4%Amazon Redshift
4%BigQuery
2%3%2%Cassandra
2%3%2%Neo4j
2%ClickHouse
2%Firebase Realtime Database
1%2%1%HBase
1%2%1%DB2
1%2%1%h2
1%Apache Pinot
1%Apache Druid
1%2%0%Couchbase
6%6%4%その他
19%18%20%なし
0%43%

2023 年に新しい選択肢がリストに追加されたことに注意してください。

PostgreSQL は 3 年連続で Python ユーザーに最も人気のデータベースとなっています。

継続的インテグレーション(CI)システム100+

33%

GitHub Actions

21%

Gitlab CI

12%

Jenkins / Hudson

7%

Azure DevOps

6%

AWS CodePipeline / AWS CodeStar

6%

Google Cloud Build

4%

CircleCI

Mukul Mantosh
JetBrains ウェブおよびデータアドボカシーのデベロッパーアドボケイト

「GitHub Actions は私が非常に活用しているツールです。開発者の観点から言えば、DevOps や CI の専門家は必要ありません。簡潔な YAML ファイルがパイプラインを実行するプロセスを単純化してくれます」

LinkedInX(旧 Twitter)

ドキュメントツール100+

43%

Markdown

25%

Swagger

16%

Sphinx

14%

Postman

13%

Wiki

7%

MKDocs

7%

rST

構成管理ツール100+

16%

Ansible

5%

Puppet

3%

Chef

3%

Salt

8%

カスタムソリューション

3%

その他

67%

なし

メイン IDE/エディター

41%

Visual Studio Code

31%

PyCharm

3%

Vim

3%

Jupyter Notebook

3%

Neovim

2%

Sublime Text

2%

Emacs

1%

IntelliJ IDEA

1%

IDLE

1%

NotePad++

1%

Spyder

1%

JupyterLab

1%

Python Tools for Visual Studio

2%

その他

5%

なし

最も人気のあるエディターと IDE を特定するため、「現在の Python 開発に使用しているメインのエディターは何ですか?」という単一回答形式の質問を行いました。

PyCharm ユーザーの 68% が PyCharm Professional Edition を選択しています。

データサイエンスとウェブ開発の比率

44%

46%

Visual Studio Code

27%

37%

PyCharm

7%

0%

Jupyter Notebook

VS Code Data Wrangler を使用しているのはわずか 6% の VS Code ユーザーです。それと同時に、VS Code が提供する Jupyter のサポートは 51% のユーザーが使用しています。

IntelliJ IDEA と PyCharm の Jupyter のサポートはそれぞれ 34% と 47% のユーザーが使用しています。

メイン IDE/エディターの他に使用している IDE/エディター100+

22%

Visual Studio Code

20%

Jupyter Notebook

17%

Vim

13%

PyCharm Community 版

12%

JupyterLab

11%

NotePad++

9%

Sublime Text

7%

PyCharm Professional 版

7%

Nano

使用している IDE/エディター数

23%

1

38%

2

21%

3

19%

4 つ以上

当社のデータによると、回答者の 40% が Python 開発に 3 つ以上の IDE / エディターを使用しており、2 つの IDE / エディターを同時に使用している回答者数との差は僅差となっています。

Python のパッケージ

次のうち、どのツールを使用してプロジェクト間で Python 環境を分離していますか?100+

202120222023
44%43%55%venv
42%37%28%virtualenv
21%21%20%Conda
14%16%18%Poetry
16%14%9%Pipenv
7%6%4%virtualenvwrapper
1%3%3%Hatch
4%3%4%その他
15%15%11%Python 環境の分離にツールを使用していない
1%55%

依存関係の管理にはどのツールを使用していますか?100+

77%

Pip

19%

Conda

19%

Poetry

9%

pip-tools

9%

Pipenv

3%

Hatch

3%

PDM

2%

その他

6%

なし

アプリケーション依存関係情報はどの形式で保存されていますか?100+

63%

requirements.txt

32%

pyproject.toml

17%

setup.py

8%

Pipfile

8%

environment.yml

8%

setup.cfg

どこからパッケージをインストールしていますか?100

80%

PyPI

28%

GitHub

16%

Anaconda

14%

ローカルソース

10%

Linux ディストリビューション

10%

PyPI の社内ミラー

10%

プライベートの Python Package Index

Dmitry Ustalov
JetBrains AI 評価チームリーダー

「PyPI と GitHub は便利ではありますが、ソフトウェアサプリチェーンが適切に管理されていることを確認してください」

サプライチェーン攻撃について詳しく見る

LinkedInGitHub

どこからパッケージをインストールしていますか?100

80%

90%

PyPI

30%

25%

GitHub

27%

6%

Anaconda

14%

10%

ローカルソース

13%

2%

その他の Conda チャンネル

Vladimir Sotnikov
JetBrains コンピュテーショナルアートイニシアチブ開発リーダー

「ML 開発者は Anaconda を頻繁に使用していることは明らかです。興味深いことに、パッケージインストールには GitHub もよく使用しています。多くの Python ML ライブラリに特定の Nvidia CUDA のバージョンとハードウェア構成用にネイティブでコンパイルする必要のある C/C++ のバイナリが含まれているため、PyPI がインストールの目的では役に立たないか、使用できないことがその理由です」

LinkedInGoogle Scholar

25%

開発した Python アプリケーションをパッケージ化してパッケージリポジトリに公開したことがあると述べた回答者の割合。

Python ライブラリのパッケージ作成にはどのツールを使用していますか?100

53%

Twine

33%

Poetry

9%

Flit

9%

Hatch

6%

PDM

9%

その他

Vladimir Sotnikov
JetBrains コンピュテーショナルアートイニシアチブ開発リーダー

「昨年のアンケートでも示されていたように、Poerty の人気が増し続けています。依存関係競合の解決は pip よりも大幅に時間を節約できる機能です」

LinkedInGoogle Scholar

コンテナーで仮想環境を使用していますか?

31%

はい

47%

いいえ

1%

その他

21%

Python 開発にコンテナーは使用していない

16%

C、C++、Rust、Go などの他の言語を使用して Pyton のバイナリモジュールをビルドしている回答者の割合。

Python のバイナリモジュールをビルドするための言語100+

55%

C

44%

C

27%

Rust

9%

Go

7%

C# / .NET

5%

Fortran

3%

アセンブリ

5%

その他

回答者に関する情報

性別

この質問の回答は任意でした。

年齢層

8%

18〜20

32%

21~29

33%

30~39

16%

40~49

7%

50–59

3%

60 以上

チーム作業と単独作業の状況

プロジェクトへの従事状況

雇用種別

62%

会社 / 組織による完全雇用

12%

学生

6%

自営業

6%

フリーランサー

5%

勤労学生

4%

会社 / 組織による部分雇用

1%

退職済み

4%

現在は無職

1%

その他

役職100+

62%

開発者 / プログラマー

16%

チームリーダー

15%

データサイエンティスト

15%

データエンジニア

14%

アーキテクト

12%

データアナリスト

10%

ML エンジニア / MLOps

9%

学術研究者

8%

テクニカルサポート

6%

システムアナリスト

6%

CIO / CEO / CTO

5%

プロダクトマネージャー

4%

DBA

4%

QA エンジニア

4%

テクニカルライター

会社の規模

7%

自分のみ

10%

2〜10 人

16%

11〜50 人

25%

51〜500 人

9%

501~1,000 人

12%

1,001~5,000 人

18%

5,000 人超

3%

わからない

チームの規模

69%

2~7 人

19%

8~12 人

7%

13~20 人

2%

21~40 人

3%

40 人超

Jay Miller
Aiven スタッフデベロッパーアドボケイト

「レイオフの数と技術職市場における人材の数が増加している中、Python 開発者はどのように対処しているのか気になっていました。チーム構成に関しては 21~40人のチームが減少したことを除き、過去数年間はあまり変化がないようです」

LinkedInKjaymiller

会社の業界

38%

情報技術 / ソフトウェア開発

6%

科学

6%

教育 / トレーニング

6%

経理 / 財務 / 保険

4%

製造

4%

医薬 / 健康

4%

金融 / 不動産 / 不動産金融

2%

販売 / 流通 / 事業開発

2%

セキュリティ

2%

物流 / 運輸

2%

マーケティング

2%

非営利組織

どちらの国または地域にお住まいですか?

20%

米国

9%

インド

6%

ドイツ

4%

イギリス

4%

フランス

4%

中国(本土)

3%

ロシア連邦

3%

ブラジル

3%

カナダ

2%

イタリア

2%

ポーランド

2%

スペイン

38%

その他

1% 未満の国 / 地域はすべて「その他」にまとめられています。

実施方法と生データ

より詳細にデータを分析したいですか? 匿名化されたアンケート回答をダウンロードして調査に役立ててください! 調査結果や分析データを Twitter に投稿してください。投稿の際にはハッシュタグ #pythondevsurvey を付け、@jetbrains@ThePSF をメンションしてください。

このデータの分析を開始する前に、以下の重要事項に注意してください:

データセットには Python Software Foundation の公式チャンネルからの回答のみが含まれています。 このデータセットには、python.orgPSF ブログ、公式の Python メーリングリスト、Python 関連のサブレディット、および PSF の X(旧 Twitter)LinkedIn アカウントでのアンケート推進を通じて 2023 年 11 月から 2024 年 2 月に収集された 25,000 件以上の回答のうち、重複する回答と信頼性の低い回答を除外したものが含まれています。アンケート結果が特定のツールやテクノロジーに一方的に有利にならないよう、回答の収集には製品、サービス、またはベンダー関連のチャンネルは使用されませんでした。

データは匿名化されており、個人情報や地理的位置情報は含まれていません。 回答者のコメントで個人が特定されないよう、自由回答式のフィールドはすべて削除されています。

アンケートの実施方法をより詳しく把握できるよう、データセット、アンケートの質問、アンケートのロジックを公開しています。 回答の選択肢にはさまざまな順序(アルファベット順、ランダム、または直接)を適用しました。 回答の順序は質問ごとに指定されています。

回答の除外基準

以下のいずれかに該当するもの
  • 17 歳以下。
  • アンケートの 3 ページ目にある「あなたは IT 業界でどのくらいの期間働いていますか?」に回答しなかったもの。
  • 21 歳未満かつ 11 年超のコーディング業務経験。
  • 複数選択肢の質問に単一の回答数が多すぎるもの(「なし」の回答は対象外)。
  • 同じメールアドレスからの複数の回答(1 つの回答のみを使用)。
  • Python を使用していない。

以下の項目に 2 つ以上当てはまるもの
  • 17 以上のプログラミング言語を使用している。
  • 10 以上の役職があるもの。
  • 「Python を何に使用していますか?」に対して 11 個以上の回答が選択されているもの。
  • 選択された国/地域がアルファベット順のリストの上位に含まれており、一般的な国/地域ではないもの。
  • 役職が CEO とテクニカルサポートの組み合わせになっているもの。
  • CEO であり 21 歳未満であるもの。
  • 全体的に選択された回答数が多すぎるもの(データサイエンス、ウェブ開発、パッケージなどにほぼすべてのフレームワークを使用しているなど)。
  • 回答が速すぎるもの(質問あたり 5 秒未満で回答されているもの)。

Python Software Foundation と JetBrains を代表し、このアンケートにご参加いただいた皆様に重ねて御礼申し上げます。 皆さまのご協力により、Python コミュニティの展望をより正確にマッピングすることができます。

PSF の Recurring Giving Campaign にご協力ください。PSF は、スポンサー、メンバー、および一般の方々から全面的に支援されている非営利団体です。

2022 年2021 年2020 年2019 年2018 年、および 2017 年の Python 開発者アンケート結果をご覧ください。

JetBrains によるその他の大規模なアンケートレポートをご覧ください。

ご覧いただきありがとうございました!

レポートはお役に立ちましたか? ぜひこのレポートを友人や同僚と共有してください。

今後のアンケートに参加する:

このアンケートに関するご質問や今後のアンケートに対するご提案がございましたら、surveys@jetbrains.com または psf@python.org までご連絡ください。