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
主要
第二
Python と他言語の併用状況100+
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
データサイエンスとウェブのための言語100+
45%
46%
SQL
34%
64%
JavaScript
32%
54%
HTML/CSS
31%
35%
Bash / シェル
29%
16%
C/C++
19%
13%
Java
14%
29%
TypeScript
11%
2%
R
10%
8%
C#
ウェブ開発の数値は、「Python を主に何に使用していますか？」という質問に対して「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 と他言語の併用状況100+
40%
43%
JavaScript
37%
35%
HTML/CSS
37%
30%
SQL
32%
25%
Bash / シェル
26%
37%
C/C++
17%
28%
Java
15%
24%
TypeScript
9%
18%
C#
8%
12%
Go
アンケートに参加した Python 開発者のうち、協働開発を実践している人の割合。昨年から 7 ポイント減少しています。
この減少は、リモートワークに疲れた開発者が個別のワークフローを好むようになったか、オフィス環境に復帰したことでコラボレーションの動向が変化したことが原因だと考えられます。
コーディング業務の経験年数はどのくらいですか？
1 年未満
1～2 年
3～5 年
6～10 年
11 年以上
Python のプログラミングを何年くらい経験していますか？
1 年未満
1～2 年
3～5 年
6～10 年
11 年以上
Python がプログラミング学習で最も人気のある言語であることをご存知ですか？
アンケート回答者の 5 人に 1 人が Python のプログラミング経験年数が 1 年未満であり、世界中のコンピュータサイエンス学習者の 3 分の 2 以上が過去 1 年間に学習と仕事の両方で Python を使用したと報告しています。
学習形式やツール、動機やキャリア目標、よくある課題などの最新トレンドを探るには、「2024 年コンピューターサイエンスの学習曲線に関するアンケートのレポート」をご覧ください。
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。
昨年はオープンソースにどのように貢献しましたか？100+
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%
58%
ドキュメントと API
45%
51%
YouTube
44%
41%
Python.org
42%
43%
Stack Overflow
41%
38%
ブログ
28%
22%
書籍
19%
27%
AI ツール
14%
13%
オンラインコーディングスクールおよび MOOC
AI は Python 関連の新しいツールやテクノロジーを学習するための手段として人気を集めています。 その目的で AI を使用していると報告した学習者の割合は、2023 年から 2024 年にかけて 19% から 27% に増加しました。
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？
仕事と個人の両方
個人の教育または副業プロジェクト
仕事
Python を何に使用していますか？100+
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+
49%
42%
データ解析
48%
34%
ウェブ開発
42%
33%
機械学習
33%
22%
データエンジニアリング
28%
23%
ウェブスクレイピングと構文解析
28%
23%
学術研究
26%
25%
DevOps / システム管理
Python を主に何に使用していますか？
21%
23%
ウェブ開発
10%
13%
機械学習
10%
10%
データ解析
9%
8%
学術研究
9%
8%
教育目的
7%
6%
DevOps / システム管理 / 自動スクリプトの作成
6%
7%
データエンジニアリング
この質問では、回答者に主な活動を 1 つだけ選んでもらいました。
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
アンケートに参加した Python 開発者のうち、Python 2 を使用し続けている人の割合。
Python 3 のバージョン
Python のインストールとアップグレード100+
最新バージョンに更新していないのはなぜですか？100+
フレームワークとライブラリ
ウェブフレームワーク100+
割合は各列内で計算されています。
| 2021 | 2022 | 2023 | 2024 | |
|---|---|---|---|---|
| 21% | 25% | 29% | 38% | FastAPI |
| 40% | 39% | 33% | 35% | Django |
| 41% | 39% | 33% | 34% | Flask |
| – | – | 30% | 33% | Requests |
| – | – | 20% | 23% | Asyncio |
| – | – | 18% | 20% | Django REST Framework |
| – | – | 12% | 15% | httpx |
| – | – | 12% | 13% | aiohttp |
| – | – | 8% | 12% | Streamlit |
| – | – | 6% | 8% | Starlette |
| 3% | 4% | 3% | 3% | web2py |
| 4% | 4% | 3% | 2% | Tornado |
| 3% | 3% | 3% | 2% | Bottle |
| 3% | 4% | 3% | 2% | CherryPy |
| 3% | 3% | 3% | 2% | Pyramid |
| 2% | 2% | 2% | 1% | Falcon |
| 1% | 2% | 1% | 1% | Hug |
| – | – | 2% | 1% | Quart |
| – | – | 2% | 1% | Twisted |
| 5% | 5% | 5% | 7% | その他 |
| 29% | 27% | 23% | 19% | なし |
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
ウェブフレームワーク100+
41%
56%
FastAPI
37%
39%
Flask
33%
42%
Requests
28%
61%
Django
22%
33%
Asyncio
22%
7%
Streamlit
13%
44%
Django REST Framework
ウェブ フレームワークの併用状況100+
割合は各列内で計算されています。
| Asyncio | Django | Django REST Framework | FastAPI | Requests | Starlette | Streamlit | aiohttp | httpx | |
|---|---|---|---|---|---|---|---|---|---|
| – | 26% | 33% | 42% | 45% | 69% | 37% | 81% | 56% | Asyncio |
| 38% | – | 93% | 42% | 41% | 37% | 38% | 39% | 38% | Django |
| 27% | 53% | – | 29% | 28% | 27% | 23% | 28% | 26% | Django REST Framework |
| 68% | 45% | 55% | – | 55% | 92% | 65% | 67% | 69% | FastAPI |
| 43% | 47% | 47% | 45% | 47% | 35% | 51% | 42% | 36% | Flask |
| 62% | 39% | 47% | 48% | – | 67% | 54% | 64% | 56% | Requests |
| 23% | 8% | 11% | 19% | 16% | – | 15% | 24% | 27% | Starlette |
| 19% | 13% | 14% | 21% | 19% | 22% | – | 17% | 17% | Streamlit |
| 45% | 15% | 19% | 23% | 25% | 41% | 19% | – | 35% | aiohttp |
| 35% | 16% | 20% | 27% | 25% | 52% | 21% | 40% | – | httpx |
| 21% | 18% | 18% | 18% | 20% | 22% | 20% | 24% | 27% | その他 |
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%
34%
BeautifulSoup
28%
32%
Pillow
22%
30%
Pydantic
22%
26%
OpenCV-Python
17%
21%
Tkinter
12%
13%
PyQT
11%
12%
Scrapy
10%
11%
Pygame
ユニットテストフレームワーク100+
pytest
unittest
mock
doctest
tox
Hypothesis
nose
その他
なし
お使いのエディター / IDE ではどのフレームワークに対する豊富なサポートを必要としていますか？100+
PyCharm
PyCharm は、Django、FastAPI、Flask などのバックエンド開発に対する拡張サポートを提供します。
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+
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。
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
コードをどのようにクラウドで実行していますか？100+
コンテナー内で実行
仮想マシンで開発
サーバーレス
PaaS で実行
その他
なし
アンケートに参加した開発者のうち、Kubernetes を使用してコンテナー内でコードを実行している人の割合。
次のうち、どれを使用していますか？100+
Amazon Elastic Kubernetes Service
Google Kubernetes Engine
Azure Kubernetes Service
RedHat OpenShift
その他
どのようにクラウド向けの開発を行っていますか？100+
49%
51%
virtualenv を使用したローカル開発
38%
44%
Docker コンテナーで開発
23%
23%
仮想マシンで開発
20%
19%
ローカルシステムインタープリターを使用
16%
16%
リモート開発環境で開発
14%
15%
WSL を使用して開発
10%
9%
本番環境で直接開発
2%
2%
その他
データサイエンス
アンケートに参加した Python 開発者のうち、データ探索と処理に携わっている人の割合。pandas と NumPy が主に使用されています。
データ探索と処理用のツール
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
データバージョン管理用ツール
社内ソリューション
Delta Lake
DVC
Pachyderm
その他
なし
ダッシュボード作成に取り組んでいる Python 開発者の割合。そのようなタスクには、Streamlit と Plotly Dash が最もよく使用されています。
ダッシュボード作成用ライブラリ100+
Streamlit
Plotly Dash
TensorBoard
Gradio
Panel
Voila
その他
なし
BI ソリューション100+
PowerBI
わからない
Tableau
Looker
Metabase
QlikView
その他
なし
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
ML モデルを使用してトレーニングや予測生成を行っている回答者の割合。昨年から 6 ポイント増加しています。そのうち 3 分の 2 以上が scikit-learn と PyTorch を使用しています。
ML モデルのトレーニングと予測用フレームワーク100+
67%
68%
SciKit-Learn
60%
66%
PyTorch
48%
49%
TensorFlow
44%
42%
SciPy
30%
30%
Keras
22%
28%
Hugging Face Transformers
22%
23%
XGBoost
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
MLモデルのトレーニングまたは予測用フレームワークの併用状況100+
割合は各列内で計算されています。
| Hugging Face Diffusers | Hugging Face Transformers | Keras | NLTK | PyTorch | PyTorch Lightning | SciKit-Learn | SciPy | TensorFlow | XGBoost | spaCy | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| – | 38% | 18% | 22% | 16% | 25% | 14% | 16% | 17% | 17% | 25% | Hugging Face Diffusers |
| 90% | – | 38% | 53% | 37% | 46% | 33% | 34% | 34% | 42% | 62% | Hugging Face Transformers |
| 47% | 40% | – | 50% | 36% | 37% | 41% | 42% | 52% | 50% | 46% | Keras |
| 36% | 36% | 33% | – | 24% | 28% | 27% | 29% | 27% | 35% | 59% | NLTK |
| 88% | 86% | 78% | 80% | – | 94% | 72% | 77% | 76% | 75% | 82% | PyTorch |
| 31% | 24% | 18% | 21% | 21% | – | 18% | 21% | 16% | 21% | 25% | PyTorch Lightning |
| 74% | 78% | 89% | 90% | 73% | 79% | – | 91% | 80% | 94% | 88% | SciKit-Learn |
| 57% | 50% | 59% | 62% | 49% | 61% | 58% | – | 52% | 62% | 68% | SciPy |
| 69% | 59% | 85% | 68% | 57% | 55% | 59% | 61% | – | 63% | 63% | TensorFlow |
| 33% | 34% | 38% | 42% | 26% | 34% | 34% | 34% | 30% | – | 43% | XGBoost |
| 30% | 31% | 22% | 43% | 18% | 24% | 19% | 23% | 18% | 26% | – | spaCy |
実験追跡ツール100+
TensorBoard
MLFlow
Weights & Biases
社内ソリューション
NeptuneML
CometML
その他
なし
TensorBoard.dev は廃止されましたが、TensorBoard は引き続き代表的な実験追跡ツールの座を維持しています。主要な ML フレームワークとの緊密な統合が可能で、豊富な可視化機能があり、ローカルでの柔軟な構成が可能であるため、開発者や研究者によって広く使用されています。
トレーニング用プラットフォーム100+
アンケートに参加した Python 開発者のうち、ML のデプロイと推論に携わっている人の割合。興味深いことに、このタスクで最も一般的なツールは社内ソリューションでした。
デプロイと推論用のプラットフォーム100+
あなたや勤務先は ML ワークロード用のクラウドツール / プラットフォームを使用していますか？
計算コストは ML ワークロード用のクラウドツールまたはプラットフォームの選択にどのように影響していますか？
重要ではあるが、パフォーマンスと機能とのバランスを考慮している
最も重要な要因であるため、常にコストの最小化を求めている
使いやすさや統合などの他の要因の次に重要である
コストは重要な懸念事項ではない
クラウドベースの ML 計算リソースの標準的な月間予算はどれくらいですか？
1,000 USD 未満
1,000～5,000 USD
5,000～10,000 USD
10,000～25,000 USD
25,000 USD 超
わからない
ビッグデータを扱っている回答者の割合。その大多数はクラウドソリューションを好んでいます。ビッグデータツールの中では PySpark が最も一般的で、40% の回答者が使用しています。
ビッグデータツール100+
36%
40%
PySpark
8%
7%
Great Expectations
6%
6%
PyFlink
3%
4%
PyDeequ
5%
4%
その他
50%
49%
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+
クラウド
自己ホスト
両方
なし
開発ツール
オペレーティングシステム100+
Linux
Windows
macOS
BSD
その他
100+
ORM100+
41%
59%
SQLAlchemy
15%
56%
Django ORM
12%
14%
Raw SQL
10%
14%
SQLModel
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
データベース開発に関与しているデータサイエンティストの割合は、昨年比で 4 ポイント増加しています。
この変化は、LLM アプリケーションでベクトルデータベースの使用が増えたことに起因するのでしょうか？
ORM100+
34%
39%
SQLAlchemy
25%
26%
Django ORM
13%
12%
Raw SQL
7%
10%
SQLModel
データベース100+
43%
49%
PostgreSQL
34%
37%
SQLite
30%
31%
MySQL
17%
18%
Redis
17%
19%
MongoDB
10%
11%
MariaDB
10%
12%
MS SQL Server
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
継続的インテグレーション（CI）システム100+
割合が 2% 未満の選択肢はすべて「その他」にまとめられています。
3 分の 2 の Python 開発者は継続的インテグレーションシステムを定期的に使用しています。
GitHub Actions が首位に立ち、その後に GitLab CI/CD と Jenkins/Hudson が続いています。
構成管理ツール100+
Ansible
カスタムソリューション
Puppet
Chef
Salt
その他
なし
ドキュメントツール100+
43%
44%
Markdown
25%
29%
Swagger
16%
15%
Sphinx
14%
15%
Postman
13%
11%
Wiki
通常はどのように単一の Python ファイルの作業を行っていますか？100+
IDE でそのファイルを含むプロジェクト全体を開いている
コマンドラインエディターを使用している
IDE でそのファイルのみを開いている
軽量テキストエディターを使用している
その他
通常は単一の Python ファイルを編集したり開いたりする必要はない
メイン IDE/エディター
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。
割合が 1% 未満の選択肢はすべて「その他」にまとめられています。
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
2%
0%
Spyder
VS Code ユーザーで Data Wrangler 拡張機能を使用している人は 11% であり、53% は IDE が提供する Jupyter のサポートを利用しています。
PyCharm
対照的に、IntelliJ IDEA ユーザーと PyCharm ユーザーで Jupyter のサポートを利用している人はそれぞれ 33% と 37% でした。
Jupyter ノートブックのサポートや PyCharm のその他のデータ専門家向け機能については、詳細をご覧ください。
アンケートに参加した Python 開発者のうち、メインのエディターとは別に追加の IDE またはエディターを使用している人の割合。また、42% は 3 つ以上のエディターを併用しています。
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+
割合が 1% 未満の選択肢はすべて「その他」にまとめられています。
使用している IDE/エディター数
1
2
3
>3
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+
55%
62%
venv
28%
25%
virtualenv
20%
19%
Conda
18%
18%
Poetry
9%
8%
Pipenv
–
11%
uv
PyCharm
PyCharm では uv を統合できるため、新しい環境をゼロから作成したり、既存の環境に uv を適用したりできます。
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%
74%
pip
19%
20%
Poetry
19%
18%
Conda
–
12%
uv
9%
8%
Pipenv
9%
9%
pip-tools
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%
59%
requirements.txt
32%
36%
pyproject.toml
17%
16%
setup.py
11%
12%
依存関係情報は保管していない
どこからパッケージをインストールしていますか？100
80%
75%
PyPI
28%
29%
GitHub
16%
16%
Anaconda
14%
14%
ローカルソース
10%
10%
プライベートの Python Package Index
10%
11%
Linux ディストリビューション
10%
11%
PyPI の社内ミラー
どこからパッケージをインストールしていますか？100
73%
83%
PyPI
29%
25%
GitHub
27%
6%
Anaconda
15%
10%
ローカルソース
13%
11%
PyPI の社内ミラー
11%
12%
プライベートの Python Package Index
10%
2%
その他の Conda チャンネル
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
Twine
PyPI Publish GitHub Action
Poetry
Hatch
Flit
PDM
その他
Trusted Publishers にどの程度精通していますか？
聞いたことがない
なんとなく知っている
試したことはあるが、今は使用していない
現在使用している
アンケートに参加した Python 開発者のうち、モノリポを扱っている人の割合。モノリポでは複数のパッケージやサービスが単一のリポジトリに格納されており、それらの依存関係が個別に管理されます。
コンテナーで仮想環境を使用していますか？
はい
いいえ
その他
Python 開発にコンテナーは使用していない
他の言語（主に C++ 、C 、および Rust）を使用して Python のバイナリモジュールをビルドしている回答者の割合。興味深いことに、Rust は昨年比で 6 ポイントの増加を示しています。
Python のバイナリモジュールをビルドするための言語100+
55%
54%
C++
44%
45%
C
27%
33%
Rust
9%
10%
Go
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
どちらの国または地域にお住まいですか？
割合が 1% 未満の選択肢はすべて「その他」にまとめられています。
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
役職100+
会社の規模
チームの規模
会社の業界
割合が 1% 未満の選択肢はすべて「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 X 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 と @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:
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。
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！