JetBrains logo

2020년, 2019년, 2018년 및 2017년의 Python 개발자 설문조사 결과를 확인해보세요.

내용

일반적 Python 사용 현황

Python을 기본 언어 또는 보조 언어로 사용하는 비율

84%

기본

16%

보조

지난 4년 동안 Python을 기본 언어로 사용하는 개발자의 비율은 84~85%로 거의 동일한 수준을 유지하고 있습니다.

Python과 함께 사용되는 다른 언어의 사용 현황100%+

40%

41%

JavaScript

38%

38%

HTML/CSS

33%

35%

Bash/Shell

33%

33%

SQL

30%

29%

C/C++

20%

20%

Java

11%

11%

C#

10%

9%

TypeScript

9%

8%

Go

9%

10%

PHP

6%

5%

Rust

5%

6%

R

4%

4%

Visual Basic

3%

3%

Kotlin

JavaScript는 Python과 함께 가장 많이 사용되는 언어입니다.그러나 Python을 보조 언어로 사용하는 개발자 사이에서는 C/C++가 JavaScript만큼 인기가 있습니다. HTML/CSS, Bash/Shell 및 SQL도 널리 사용되어 각각 Python 개발자의 1/3 이상이 사용합니다.

웹 및 데이터 과학용 언어100%+

42%

49%

SQL

37%

45%

Bash/Shell

36%

69%

JavaScript

34%

60%

HTML/CSS

33%

19%

C/C++

웹 개발자란 “Python을 주로 어떤 용도로 사용하시나요?”라는 질문에 '웹 개발'을 선택한 사람들을 말합니다. 데이터 과학자는 같은 질문에서 '데이터 분석' 또는 '머신러닝'을 선택한 사람들을 말합니다.

예상대로 웹 개발자가 Python과 함께 가장 많이 사용하는 언어는 JavaScript(69%)와 HTML/CSS(60%)이고 데이터 관련 작업에 관여하는 개발자는 SQL(42%)을 더 자주 사용합니다. 또한 추가 언어를 사용하지 않는 개발자의 비율은 웹 개발자에 비해 데이터 관련 업무에 종사하는 개발자가 3배 이상 높습니다.

Python 사용 목적

이 섹션에서는 사람들이 Python을 사용하는 용도, 작업 중인 개발 유형, 언어 사용을 다양하게 결합하는 방법을 알아보기 위해 질문했습니다.

Python을 주로 어떤 용도로 사용하시나요?

52%

업무 및 개인용으로 모두

29%

개인, 교육 또는 보조 프로젝트용으로

19%

업무용으로

2020년과 2021년 Python 사용 현황100%+

51%

54%

데이터 분석

45%

48%

웹 개발

36%

38%

DevOps/시스템 관리/자동화 스크립트 작성

36%

38%

머신러닝

31%

35%

웹 파서/스크레이퍼/크롤러 프로그래밍

수년 동안 Python 사용 사례의 분포에는 큰 변화가 없습니다.데이터 분석, 머신러닝, 웹 개발 및 DevOps는 여전히 Python이 가장 많이 사용되는 분야입니다.

기본 및 보조 언어로서의 Python 사용 현황100%+

52%

46%

데이터 분석

48%

32%

웹 개발

37%

30%

머신러닝

35%

37%

DevOps/시스템 관리/자동화 스크립트 작성

32%

28%

웹 파서/스크레이퍼/크롤러 프로그래밍

다음 활동에 어느 정도로 관여하고 계신가요?

웹 개발

데이터 분석

머신러닝

소프트웨어 테스트/자동화된 테스트 작성

소프트웨어 프로토타이핑

DevOps/시스템 관리/자동화 스크립트 작성

교육 목적

데스크톱 개발

임베디드 개발

네트워크 프로그래밍

모바일 개발

멀티미디어 애플리케이션 개발

컴퓨터 그래픽

웹 파서/스크레이퍼/크롤러 프로그래밍

게임 개발

기타

Python을 주로 어떤 용도로 사용하시나요?100%+

23%

25%

웹 개발

17%

17%

데이터 분석

11%

13%

머신러닝

10%

10%

DevOps/시스템 관리/자동화 스크립트 작성

9%

7%

교육 목적

Python을 기본 언어로 사용하는 개발자의 4분의 1은 주로 웹 개발에 Python을 사용합니다.Python이 보조 언어인 사람들의 경우 이 비율이 12%에 그칩니다.

흥미롭게도 Python을 기본적으로 데이터 분석에 사용한다는 응답은 이를 기본 프로그래밍 언어(17%)와 보조 프로그래밍 언어(16%)로 삼고 있는 개발자 사이에서 거의 동일한 비율로 보고되었습니다.

본인이 데이터 과학자라고 생각하시나요?

데이터 분석 및 머신러닝 작업을 하는 응답자만 이 질문에 답변했습니다.

데이터 분석 및 머신러닝에 관여하는 Python 개발자의 29%만이 스스로를 데이터 과학자라고 생각합니다.

Python 버전

Python 3 대 Python 2

2021년

2020년

2019년

2018년

2017년

평균적으로 Python 2 사용자의 비율은 매년 5%씩 감소하며 현재 100명 중 5명의 개발자만 사용합니다.

Python 3에 비해 Python 2가 컴퓨터 그래픽, 게임, 모바일 개발에 더 많이 응용된다는 점은 흥미롭습니다.

Python 버전 사용 사례100%+

54%

31%

데이터 분석

48%

24%

웹 개발

38%

27%

DevOps/시스템 관리/자동화 스크립트 작성

38%

16%

머신러닝

34%

14%

웹 파서/스크레이퍼/크롤러 프로그래밍

Python 3 버전

2%

Python 3.5 미만

7%

Python 3.6

13%

Python 3.7

27%

Python 3.8

35%

Python 3.9

16%

Python 3.10

Python 설치 및 업그레이드100%+

38%

Python.org

28%

OS 제공 Python(apt-get, yum, homebrew 등을 통해)

16%

Docker 컨테이너

16%

Anaconda

15%

pyenv

6%

소스에서 빌드

5%

다른 사람이 Python 업데이트를 대신 관리

3%

클라우드 제공업체를 통한 자동 업그레이드

1%

ActivePython

1%

Intel Distribution for Python

1%

pythonz

3%

기타

12%

업데이트하지 않음

참고: Enthought의 비율은 0.5% 미만으로, 기타에 포함되었습니다.

Windows 사용자의 절반 이상이 Python.org에서 Python을 얻는 반면 Linux 사용자는 1/3만 그렇게 합니다.예상대로 Linux 및 macOS 사용자는 Python을 설치하고 업데이트할 때 OS 제공 옵션을 가장 자주 사용합니다. 동시에 macOS 사용자의 경우 pyenv 및 Docker 컨테이너도 Python을 얻는 꽤 인기 있는 방법입니다.

Python 환경 격리100%+

50%

Virtualenv

31%

Docker

20%

Conda

16%

Pipenv

11%

Poetry

5%

Vagrant/가상 시스템

4%

기타

25%

없음

Python 개발자 중 75%는 일부 도구를 사용하여 Python 환경을 분리합니다.흥미롭게도 Conda는 Jupyter Notebook을 사용하는 개발자(50%) 사이에서 가장 인기 있는 도구이며 Virtualenv 및 Docker를 선호하는 개발자들도 있습니다.

프레임워크 및 라이브러리

웹 프레임워크100%+

41%

Flask

40%

Django

21%

FastAPI

4%

Tornado

3%

web2py

3%

Bottle

3%

CherryPy

3%

Pyramid

2%

Falcon

1%

Hug

5%

기타

29%

없음

Flask, Django 및 FastAPI는 여전히 상위 3위의 Python 웹 프레임워크입니다.2018년 말에 처음 출시된 FastAPI는 전년 대비 9% 성장하며 가장 빠른 성장세를 보이고 있습니다. 이와 동시에 Flask 사용자의 점유율은 2020년과 비교하여 5% 감소했습니다.

Django 프레임워크 환경에 대한 자세한 내용은 Django Software Foundation과 파트너십을 맺어 수행한 2021년 Django 개발자 설문조사에서 확인할 수 있습니다.

데이터 과학 프레임워크 및 라이브러리100%+

60%

NumPy

55%

Pandas

43%

Matplotlib

30%

SciPy

29%

SciKit-Learn

23%

TensorFlow

18%

PyTorch

17%

Seaborn

16%

Keras

10%

NLTK

3%

Gensim

1%

MXNet

1%

Theano

4%

기타

27%

없음

Python 개발자의 10%는 7개 이상의 데이터 과학 프레임워크와 라이브러리를 동시에 사용하고, 그 절반 정도는 2개 이하의 프레임워크를 사용합니다.

기타 프레임워크 및 라이브러리100%+

52%

Requests

31%

Pillow

24%

Asyncio

19%

Tkinter

15%

PyQT

14%

Scrapy

14%

aiohttp

13%

Pygame

9%

httpx

7%

Six

6%

Kivy

4%

wxPython

3%

PyGTK

3%

Twisted

7%

기타

19%

없음

다른 프레임워크의 대부분은 데이터 과학자보다 웹 개발자에게 더 인기가 있으며, 이들은 Tkinker와 PyQT를 훨씬 더 자주 사용합니다.

유닛 테스트 프레임워크100%+

50%

pytest

25%

unittest

11%

mock

6%

tox

5%

doctest

4%

Hypothesis

3%

nose

1%

기타

38%

없음

여러 가지 Python 유닛 테스트 프레임워크의 인기는 작년과 거의 동일합니다.

개인 개발자의 56%만이 이를 사용하지만 직원이 5,000명 이상인 기업에 다니는 응답자 중 75%가 유닛 테스트 프레임워크를 사용한다고 보고했습니다.

ORM100%+

34%

SQLAlchemy

29%

Django ORM

16%

Raw SQL

5%

SQLObject

3%

Peewee

2%

Tortoise ORM

1%

PonyORM

1%

Dejavu

4%

기타

36%

데이터베이스 개발 없음

SQLAlchemy는 모든 데이터베이스 사용자에게 가장 인기 있는 ORM입니다.

Redis 사용자의 52%가 Django ORM을 사용하는 반면 일반적으로 Python 개발자의 1/3 미만이 이를 사용한다는 점은 흥미롭습니다.또한 주목할만한 사항으로, Amazon Redshift 사용자의 20%가 SQLObject를 사용하지만, 이 수치는 전체 사용자 중 약 5%에 불과합니다.

데이터베이스100%+

43%

PostgreSQL

38%

SQLite

37%

MySQL

20%

MongoDB

18%

Redis

10%

MS SQL Server

6%

Oracle Database

3%

Amazon Redshift

2%

Neo4j

2%

Cassandra

1%

DB2

1%

HBase

1%

h2

1%

Couchbase

6%

기타

19%

없음

데이터 과학자의 80%가 데이터베이스를 사용하는 반면 웹 개발자는 98%가 사용합니다.

데이터 과학에 관련된 사람들보다 웹 개발에 관련된 사람들이 PostgreSQL을 32%, Redis를 25%, SQLite를 12% 더 자주 사용합니다. 동시에 데이터 과학자들은 웹 개발자보다 Oracle Database를 두 배 더 자주 사용하는 것으로 나타났습니다.

빅데이터 도구100%+

11%

Apache Spark

9%

Apache Kafka

5%

Dask

5%

Apache Hadoop/MapReduce

4%

Apache Hive

2%

ClickHouse

2%

Apache Flink

2%

Apache Beam

1%

Apache Tez

1%

Apache Samza

2%

기타

75%

없음

빅 데이터 도구의 분포는 작년과 거의 동일하게 유지되었습니다.일반적으로 데이터 과학자들은 다른 개발자보다 이러한 도구를 13% 더 자주 사용하며 Apache Spark 및 Dask가 이들 사이에서 약 2배 더 인기가 있습니다.

클라우드 플랫폼

61%

클라우드 플랫폼을 사용하는 Python 개발자의 비율

상위 클라우드 플랫폼100%+

50%

AWS

32%

Google Cloud Platform

23%

Microsoft Azure

23%

Heroku

17%

DigitalOcean

12%

PythonAnywhere

5%

Linode

5%

OpenStack

4%

OpenShift

1%

Rackspace

9%

기타

이 질문에 대해서는 클라우드 플랫폼을 사용하는 응답자들만 답변했습니다.

흥미롭게도 Visual Basic, C# 및 C/C++ 사용자들은 일반적으로 Python 개발자의 절반에 가까운 빈도로 AWS를 사용합니다.

클라우드에서 코드를 어떻게 실행하시나요?100%+

48%

47%

컨테이너 내에서

41%

43%

가상머신에서

27%

27%

Platform-as-a-Service(PaaS)에서

24%

25%

서버리스

2%

2%

기타

이 질문에 대해서는 클라우드 플랫폼을 사용하는 응답자들만 답변했습니다.

가상머신은 계속해서 인기를 잃고 있습니다.2018년에는 47%의 점유율을 차지했고 가장 인기 있는 선택이었지만 지금은 Python 개발자의 41%만 사용합니다.

클라우드용으로 어떻게 개발하시나요?100%+

53%

56%

virtualenv를 사용하여 로컬에서

41%

40%

Docker 컨테이너에서

20%

21%

가상머신에서

19%

17%

원격 개발 환경에서

18%

18%

로컬 시스템 인터프리터를 사용하여

이 질문에 대해서는 클라우드 플랫폼을 사용하는 응답자들만 답변했습니다.

virtualenv를 사용한 로컬 Python 개발은 웹 개발, DevOps 및 소프트웨어 프로토타이핑(61~65%)에 관련된 사람들 사이에서 인기가 매우 높습니다.Docker 컨테이너 사용은 주로 웹 개발자(54%) 사이에서 인기가 있습니다.

가상머신은 DevOps, 머신러닝 및 네트워크 프로그래밍(26~27%)에 관련된 개발자 사이에서 널리 사용됩니다.흥미롭게도 DevOps 및 머신러닝에 관련된 사람들은 다른 모든 응답자보다 원격 개발 환경을 더 자주 사용합니다.

개발 도구

운영 체제100%+

63%

Linux

58%

Windows

25%

macOS

2%

BSD

1%

기타

2020년과 비교하여 Linux 및 macOS의 인기는 각각 5% 감소한 반면 Windows 사용량은 10% 증가했습니다.

지속적 통합(CI) 시스템100%+

31%

GitHub Actions

22%

Gitlab CI

17%

Jenkins/Hudson

5%

Travis CI

5%

CircleCI

4%

Bitbucket Pipelines

2%

TeamCity

2%

Bamboo

1%

AppVeyor

1%

CruiseControl

5%

기타

39%

없음

2018년에 도입된 GitHub Actions는 빠르게 인기를 얻어 현재 CI 시스템 목록에서 1위에 올랐으며 Python 개발자의 약 3분의 1이 사용하고 있습니다.

성장하고 있는 또 다른 CI 시스템은 Gitlab CI로, 2018년 이후 사용량이 4% 증가했습니다.동시에 Travis CI는 인기를 빠르게 잃어 2018년에 비해 사용이 13% 감소했습니다.Jenkins/Hudson도 3년 동안 사용이 8% 줄었습니다.

36%

문서 도구를 사용하는 Python 프로그래머의 비율.Sphinx의 인기가 가장 높습니다.

문서 도구100%+

61%

Sphinx

22%

MKDocs

17%

Doxygen

14%

기타

Python 개발을 위한 도구 및 기능

에디터에서 자동 완성 사용

코드 리팩터링

버전 관리 시스템 사용

프로젝트에 Python 가상 환경 사용

코드 린트 사용

코드에 대한 테스트 작성

SQL 데이터베이스 사용

선택적 타입 힌트 사용

디버거 사용

원격 시스템에서 코드 실행/디버그 또는 편집

지속적 통합 도구 사용

이슈 트래커 사용

코드 커버리지 사용

Python 프로파일러 사용

NoSQL 데이터베이스 사용

Python을 기본 언어로 사용하는 사람들은 Python을 보조 언어로 사용하는 개발자보다 프로젝트에 Python 프로파일러 및 코드 커버리지를 8% 더 자주 사용하고 Python 가상 환경을 10% 더 자주 사용합니다.

에디터

PyCharm Community 및 Professional 버전의 합산 점유율은 31%로 작년 결과와 거의 같습니다.VS Code는 작년에 비해 6% 포인트 성장했습니다.

흥미롭게도 PyCharm과 VS Code는 웹 개발자들 사이에서 똑같이 인기가 있는 반면(39%), 데이터 과학자들은 VS Code를 주요 IDE로 선택한 사람이 9% 더 많았습니다.

기본 IDE/에디터100%+

35%

VS Code

31%

PyCharm

7%

Vim

3%

Jupyter Notebook

3%

Sublime Text

2%

IDLE

2%

Emacs

2%

IntelliJ IDEA

2%

Atom

2%

NotePad++

2%

Spyder

2%

JupyterLab

3%

기타

3%

없음

가장 인기 있는 에디터와 IDE를 파악하기 위해 "현재 Python 개발에 사용하는 기본 에디터는 무엇인가요?"라는 1개의 답변만 할 수 있는 질문을 하였습니다.

데이터 과학 대 웹 개발100%+

36%

39%

VS Code

27%

39%

PyCharm

5%

7%

Vim

2%

1%

Atom

2%

2%

Emacs

웹 개발자란 “Python을 주로 어떤 용도로 사용하시나요?”라는 질문에 '웹 개발'을 선택한 사람들을 말합니다. 데이터 과학자는 같은 질문에서 '데이터 분석' 또는 '머신러닝'을 선택한 사람들을 말합니다.

주로 사용하는 IDE/에디터에 대해 처음 어떻게 알게 되셨나요?

23%

친구/동료

16%

기억나지 않음

14%

학교/대학

13%

검색 엔진

11%

온라인 학습 플랫폼/온라인 코스

8%

기술 리뷰/포럼/블로그

7%

소셜 네트워크

2%

컨퍼런스/사용자 그룹

1%

광고

4%

기타

Python 개발자들이 주요 IDE에 대해 알게 되는 주된 경로는 학습 활동, 친구/동료 추천 또는 검색 엔진입니다.

흥미롭게도 응답자의 1%만이 광고를 통해 도구를 알게 되었다고 밝혔습니다.

Jupyter Notebook을 사용하는 사람들의 57%는 학교/대학교 또는 온라인 과정에서 처음으로 Jupyter Notebook에 대해 알게 되었지만 전체 응답자로 보면 그 비율이 25%에 불과했습니다.

사용하는 IDE/에디터 수

16%

1

37%

2

25%

3

13%

4

8%

5개 이상

VS Code, Jupyter Notebook 및 PyCharm은 기본 IDE 외에 가장 인기가 많았으며 각각의 도구는 Python 개발자의 20% 이상이 사용합니다.

주요 IDE/에디터의 사용 빈도

83%

매일

13%

매주

2%

월간

2%

별로 사용하지 않음

기본 IDE/에디터 외에 사용하는 IDE/에디터100%+

26%

VS Code

25%

Jupyter Notebook

23%

PyCharm

21%

Vim

13%

NotePad++

12%

Sublime Text

12%

JupyterLab

9%

IDLE

6%

Atom

5%

Spyder

3%

IntelliJ IDEA

3%

Python Tools for Visual Studio(PTVS)

2%

Emacs

1%

Eclipse + Pydev

5%

기타

16%

없음

VS Code, Jupyter Notebook 및 PyCharm은 기본 IDE 외에 가장 인기가 많았으며 각각의 도구는 Python 개발자의 20% 이상이 사용합니다.

Jupyter Notebook을 주요 IDE로 사용하는 사람들이 추가로 Spyder를 사용하는 비율은 다른 Python 개발자보다 약 4배 더 높습니다.

더 나은 Python 만들기

알고 계셨나요?

2021년에 Python Software Foundation은 Python 프로그래밍 언어 업무를 처리하고 개발자 커뮤니티를 지원할 새로운 상주 정규직 개발자를 임명했습니다.

코어 개발자인 Łukasz Langa는 7월에 CPython DIR 직책에 임명되었습니다. Langa는 백로그 처리를 돕고, 프로젝트 우선 순위를 조사하며, 다른 관심 영역을 검토하는 일을 맡고 있습니다.

새로운 상주 개발자 역할에 대해
어떻게 생각하시나요?

14%

좋은 것 같기는 하지만 아직 효과는 실감하지 못함

7%

좋은 것 같고 이미 효과를 실감하고 있음

2%

좋은 것 같지 않음

77%

들어본 적 없음

Python 개발자의 23%는 이미 상주 개발자 역할에 대해 알고 있으며 91%는 이 이니셔티브가 좋다고 생각합니다.

또한 상주 개발자 역할을 알고 있는 개발자의 30%는 이미 이 혁신의 영향을 실감하고 있습니다.

문제 보고

Python 사용자의 19%만이 버그를 보고했습니다.흥미롭게도 bugs.python.org를 사용하는 것이 가장 인기 있는 보고 방법이 아니었으며, 약 두 배 많은 프로그래머들이 다른 곳에서 질문을 하거나 GitHub에 풀 리퀘스트를 제출하는 방법을 선호합니다.

버그를 보고한 사람들 중 73%가 문제를 해결했으며 응답자의 7%만이 누구로부터도 답변을 듣지 못했다고 말했습니다.

문제를 보고해보신 적이 있나요?

9%

예, 다른 곳에서 문의했습니다

8%

예, GitHub에서 풀 리퀘스트를 제출했습니다

4%

예, bugs.python.org에서 문제를 보고했습니다

2%

예, 메일링 리스트에서 요청했습니다

1%

예, Discourse에서 요청했습니다

81%

아니요

문제가 해결되었나요?

47%

예, 결국 해결되었습니다

26%

예, 신속하게 해결되었습니다

18%

아니요, 논의가 있었지만 해결되지 않았습니다

7%

아니요, 누구로부터도 답변을 듣지 못했습니다

3%

기타

이 질문은 이미 문제를 보고한 적이 있는 응답자만 답변했습니다.

Python 패키징

63%

컨테이너를 사용하는 Python 개발자 비율. 그 중 59%는 컨테이너에서 가상 환경을 사용합니다.

컨테이너에서 가상 환경을 사용하시나요?

Python 패키징과 관련하여
직접 사용하시는 도구는 무엇인가요?100%+

81%

pip

32%

venv(표준 라이브러리)

30%

컨테이너(예: Docker를 통해)

23%

virtualenv

22%

Conda

13%

Poetry

13%

pipenv

11%

가상머신

10%

twine

6%

tox

2%

자체 독점 솔루션

1%

flit

0%

PDM

2%

기타

7%

없음/잘 모르겠음

표준 라이브러리 모듈 venv를 사용하시나요?100%+

42%

venv를 직접 사용함

23%

virtualenv를 통해 사용함

11%

Poetry를 통해 사용함

11%

Pipenv를 통해 사용함

4%

tox를 통해 사용함

1%

기타

23%

아니요, venv를 사용하지 않습니다

11%

모르겠음

애플리케이션 종속 요소

Python 개발자의 45%가 애플리케이션 종속 요소의 버전 고정을 위해 도구를 사용합니다. 이를 저장하는 가장 일반적인 방법은 개발자의 4분의 3이 사용하는 requirements.txt를 사용하는 것입니다.

애플리케이션 종속 요소의 정확한 버전 관리를 위해 도구를 사용하시나요?

애플리케이션 종속 요소 정보가 어떤 형식으로 저장되나요?100%+

76%

requirements.txt

26%

pyproject.toml

22%

poetry.lock

16%

pipfile.lock

11%

Conda environment.yml

4%

pip constraints.txt

5%

기타

3%

없음

이 질문에는 애플리케이션 종속 요소의 정확한 버전 관리를 위해 도구를 사용하는 응답자만 답했습니다.

애플리케이션 종속 요소의 버전 업데이트에 자동화된 서비스를 사용하시나요?100%+

24%

Dependabot

10%

사용자 지정 도구(예: cron 작업 또는 예약된 CI 작업)

6%

PyUp

2%

기타

65%

아니요, 애플리케이션 종속 요소를 수동으로 업데이트합니다

애플리케이션 종속 요소 관리에 어떤 도구를 사용하시나요?100%+

27%

poetry

26%

pipenv

26%

pip-tools

4%

기타

33%

없음

이 질문에는 애플리케이션 종속 요소의 정확한 버전 관리를 위해 도구를 사용하는 응답자만 답했습니다.

패키지 설치

개발자의 90%가 pip를 사용하여 Python 패키지를 설치한다고 밝혔습니다. Python Package Index는 패키지를 가져오는 가장 인기 있는 장소입니다.

패키지는 어디에서 받아 설치하시나요?100%+

81%

PyPI

33%

GitHub

17%

로컬 소스

16%

Anaconda

15%

Linux 배포 이용

11%

프라이빗 Python Package Index

10%

PyPI의 내부 미러

10%

conda-forge Conda 채널

9%

디폴트 Conda 채널

8%

GitLab

4%

기타 Conda 채널

3%

Artifactory

2%

기타

9%

잘 모르겠음

패키지 설치에 어떤 도구를 사용하시나요?100%+

90%

pip

21%

Conda

13%

Poetry

5%

easy_install

5%

pipx

2%

pip-sync

3%

기타

3%

없음

55%

애플리케이션을 개발한다고 말한 Python 개발자 비율. 이 목적으로 사용되는 가장 인기 있는 도구는 Setuptools입니다(개발자의 46%가 사용).

Python 애플리케이션 개발에
어떤 도구를 사용하시나요?100%+

46%

Setuptools

30%

Wheel

18%

build

17%

Poetry

5%

conda-build

2%

Flit

1%

pex

1%

PDM-PEP517

1%

maturin

1%

Enscons

4%

기타

28%

없음/잘 모르겠음

이 질문에는 애플리케이션을 개발하는 응답자만 답했습니다.

Python 사용자의 절반 이상이 애플리케이션을 개발하지만 이 중 40%만이 애플리케이션을 패키지 저장소에 게시했습니다.

Python 라이브러리 패키지를 만드는 데
어떤 도구를 사용하시나요?100%+

71%

Setuptools

42%

Wheel

26%

build

20%

Poetry

5%

conda-build

3%

Flit

1%

Enscons

1%

pex

1%

maturin

1%

PDM-PEP517

3%

기타

이 질문에는 Python 라이브러리를 개발하는 응답자만 답했습니다.

34%의 응답자가 Python 라이브러리를 개발하며, 패키징에 사용하는 가장 일반적인 방법은 Setuptools입니다(71%가 사용).

흥미롭게도 Python 라이브러리 개발자의 27%만이 라이브러리를 패키지 저장소에 게시했습니다.

패키지로 구성한 Python 라이브러리를
어디에 게시하셨나요?100%+

72%

PyPI

37%

프라이빗 Python Package Index

10%

PyPI의 내부 미러

6%

conda-forge

4%

기타

이 질문에는 패키지 구성된 Python 라이브러리를 게시한 경험이 있는 응답자만 답했습니다.

Python Package Index는 개발된 라이브러리 및 애플리케이션 패키지를 게시하는 가장 인기 있는 장소이며, Private PyPI의 이용 빈도는 그 절반 정도입니다.

인구통계

팀 작업 대 개인 작업

48%

팀으로 작업

48%

혼자서 자신만의 프로젝트 진행

4%

외부 컨설턴트 또는 트레이너로 일함

프로젝트 작업

42%

다수의 다양한 프로젝트를 진행

39%

하나의 메인 프로젝트와 여러 개의 부수적 프로젝트를 진행

19%

하나의 프로젝트만 진행

고용 상태

62%

회사/조직의 정규직

14%

학생

6%

프리랜서

6%

자영업

6%

아르바이트생

4%

회사/조직의 계약직

1%

은퇴함

2%

기타

기업 규모

7%

혼자 일 함

12%

2~10명

17%

11~50명

24%

51~500명

7%

501~1,000명

10%

1,001~5,000명

19%

5,000명 초과

3%

모르겠음

이 질문에는 회사에 고용된 응답자만 답했습니다.

팀 규모

72%

2~7명

17%

8~12명

6%

13~20명

3%

21~40명

2%

40명 초과

이 질문에는 회사에 고용된 응답자만 답했습니다.

기업 업종

41%

IT/소프트웨어 개발

7%

과학

7%

교육/트레이닝

5%

회계/재무/보험

4%

제조

4%

제약/의료

3%

금융/부동산/모기지 금융

이 질문에는 회사에 고용된 응답자만 답했습니다.

개발 대상 분야

51%

IT/소프트웨어 개발

4%

회계/재무/보험

3%

제조

3%

제약/의료

3%

판매/유통/사업 개발

3%

금융/부동산/모기지 금융

3%

보안

이 질문에는 회사에 고용된 응답자만 답했습니다.

직책100%+

72%

개발자/프로그래머

17%

데이터 분석가

17%

아키텍쳐 전문가

17%

팀장

9%

기술 지원

7%

시스템 분석가

6%

CIO/CEO/CTO

5%

QA 엔지니어

5%

제품 관리자

5%

DBA

4%

비즈니스 분석가

4%

테크니컬 라이터

13%

기타

이 질문에는 고용된 응답자만 답했습니다.

연령대(만 나이)

10%

18~20세

38%

21~29세

29%

30~39세

13%

40~49세

6%

50~59세

3%

60세 이상

Python 경험

23%

1년 미만

23%

1~2년

29%

3~5년

15%

6~10년

10%

11년 이상

전문적인 코딩 경험

36%

1년 미만

19%

1~2년

19%

3~5년

11%

6~10년

15%

11년 이상

어느 국가 또는 지역에 살고 계시나요?

1% 미만의 국가/지역은 모두 '기타'로 합쳐졌습니다.

17%

미국

9%

인도

7%

독일

6%

중국 대륙

5%

영국

5%

프랑스

4%

러시아

3%

브라질

3%

폴란드

3%

캐나다

2%

이탈리아

2%

네덜란드

2%

호주

2%

이란

방법론 및 원시 데이터

데이터를 더 상세하게 파헤쳐보고 싶으신가요? 익명의 설문조사 응답 결과를 다운로드하여 새로운 사실을 확인해 보세요! X에서 #pythondevsurvey 해시태그와 함께 @jetbrains 및 @ThePSF를 멘션하여 새로운 사실과 인사이트를 공유하세요.

이 데이터를 분석하기 전에 다음 중요한 정보에 유념하세요.

데이터 세트에는 공식 Python Software Foundation 채널의 응답만 포함됩니다. 데이터 세트에는 중복되고 신뢰할 수 없는 응답을 배제한 후, 2021년 10월 11일부터 12월 6일 사이에 수집된 23,000개 이상의 응답을 포함시켰습니다. 설문조사 홍보는 python.org, PSF 블로그, PSF의 Twitter 및 LinkedIn 계정, 공식 Python 메일링 리스트, 그리고 Python 관련 하위 Reddit 등의 채널을 통해 진행했습니다. 설문조사가 특정 도구나 기술에 유리하게 편향되는 것을 방지하기 위해 제품, 서비스 또는 공급업체 관련 채널은 응답을 수렴하는 데 사용하지 않았습니다.

데이터는 익명으로 처리되어 있으며, 개인 정보나 지리적 위치 정보는 포함되지 않습니다. 개인의 의견에 있는 글자 하나하나로 개별 응답자를 식별하지 못하도록 모든 개방형 필드를 삭제했습니다.

설문조사의 논리를 더 잘 이해할 수 있도록 데이터 세트, 설문조사 질문 및 설문조사 논리를 함께 공개했습니다. 답변 옵션에 대해 다양한 순서 지정 방법을 사용했습니다(알파벳, 무작위, 직접).답변의 순서는 질문별로 지정됩니다.

답변을 제외한 기준

  • 만 17세 이하인 경우
  • 설문조사 세 번째 페이지인 "전문적인 코딩 경력은 몇 년인가요?"라는 질문에 도달하지 못한 경우
  • 만 21세 미만이면서 11년 이상의 전문 코딩 경험이 있는 경우
  • 다중 선택 질문에 대한 단일 답변이 너무 많음('없음' 답변 제외)
  • 동일한 이메일 주소로 여러번 응답한 경우(하나의 응답만 남음)
  • 동일한 IP 주소에 유사한 응답이 있는 경우

다음 중 적어도 두 가지에 해당한 경우:

    • 16개 이상의 프로그래밍 언어가 사용됨
    • 9개 이상의 직무 역할을 선택
    • 11개 이상의 Python 사용 목적("Python을 어떤 용도로 사용하시나요?")을 선택
    • 선택한 국가/지역이 알파벳순으로 목록의 첫 번째에 있으며, 일반적인 국가/지역이 아니며, IP가 탐지된 국가/지역과 다름
    • CEO와 기술 지원 직무를 함께 선택
    • CEO이면서 만 21세 미만
    • 전체적으로 너무 많은 답변이 선택됨(데이터 과학, 웹 개발, 패키징 등을 위해 거의 모든 프레임워크를 사용하는 답변)
    • 너무 빨리 대답함(질문당 6초 미만)
설문조사 원시 데이터 다운로드

Python Software Foundation과 JetBrains를 대표하여 이 설문조사에 참여해 주신 모든 분들께 다시 한 번 감사드립니다. 여러분의 도움이 있어 Python 커뮤니티의 현황을 더 정확하게 포착할 수 있었습니다!

PSF의 정기 기부 캠페인에 동참하세요. PSF는 후원자, 회원 및 일반 대중의 지원으로만 운영되는 비영리 조직입니다.

2020년, 2019년, 2018년 및 2017년의 Python 개발자 설문조사 결과를 확인해보세요.

JetBrains의 다른 대규모 설문조사 보고서를 살펴보세요!

읽어주셔서 감사합니다!

보고서가 여러분에게 유익한 도움이 되었기를 바랍니다.이 보고서를 친구 및 동료와 공유해 보세요!

JetBrains Tech Insights Lab에 참여하세요

설문조사와 UX 연구에 참여하여 JetBrains 제품을 더욱 사용하기 쉽고 강력하게 만들어보세요. 연구에 참여하면 상품을 받을 수 있는 기회도 주어집니다.

가입