Confira os resultados da Pesquisa de Desenvolvedores Python em 2020, 2019, 2018 e 2017.

Uso geral do Python

Python como linguagem principal vs. secundária

84%Principal
16%Secundária

Nos últimos 4 anos, a parcela de desenvolvedores que usam o Python como linguagem principal permanece no mesmo nível de 84-85%.

Uso do Python com outras linguagens100+

2021
2020
40%/41%38%/38%33%/35%33%/33%30%/29%20%/20%11%/11%10%/9% 9%/8% 9%/10% 6%/5% 5%/6% 4%/4% 3%/3%JavaScriptHTML/CSSBash/ShellSQLC/C++JavaC#TypeScriptGoPHPRustRVisual BasicKotlin
Todos os resultados

O JavaScript é a linguagem mais popular usada com o Python. No entanto, para desenvolvedores que usam o Python como linguagem secundária, o C/C++ são quase tão populares quanto o JavaScript. O HTML/CSS, o Bash/Shell e o SQL também são comuns, cada um sendo usado por mais de um terço dos desenvolvedores Python.

Linguagens para a Web e Ciência de Dados100+

Ciência de dados
Desenvolvimento Web
42%/49%37%/45%36%/69%34%/60%33%/19%20%/16%14%/2%11%/10% 9%/22% 8%/11% 6%/15% 6%/8% 4%/2% 3%/4%18%/15% 9%/3%SQLBash/ShellJavaScriptHTML/CSSC/C++JavaRC#TypeScriptPHPGoRustVisual BasicKotlinOutrosNenhuma opção

Desenvolvimento Web refere-se a pessoas que selecionaram "Desenvolvimento Web" em resposta à pergunta "Para o que você mais usa o Python?". Os dados referem-se a pessoas que selecionaram "Análise de dados" ou "Machine learning" na mesma pergunta.

Como era de se esperar, as linguagens mais populares usadas junto com o Python pelos desenvolvedores Web são JavaScript (69%) e HTML/CSS (60%), enquanto os desenvolvedores envolvidos em tarefas relacionadas a dados costumam usar o SQL (42%). Além disso, em comparação com os desenvolvedores Web, a proporção de desenvolvedores que não usam uma linguagem adicional é três vezes maior entre aqueles que estão envolvidos em tarefas relacionadas a dados.

Finalidades para o uso do Python

Nesta seção, fizemos perguntas para descobrir para que as pessoas usam o Python, em que tipos de desenvolvimento elas estão envolvidas e como combinam seus vários usos.

Para quais propósitos você usa principalmente o Python?

52%Tanto para o trabalhoquanto para projetospessoais
29%Para projetos pessoais,educacionais ou paralelos
19%Para o trabalho

Uso do Python em 2020 e 2021100+

2021
2020
51%/54%45%/48%36%/38%36%/38%31%/35%27%/27%26%/28%22%/23%19%/19%18%/19%12%/13%10%/9% 7%/9% 6%/6% 5%/5% 7%/7%Análise de dadosDesenvolvimento WebDevOps/Administração do sistema/Composição de scripts de automaçãoMachine learningProgramação de web parsers/scrapers/crawlersFins educacionaisTestes de software/Criação de testes automatizadosPrototipagem de softwareDesenvolvimento para desktopProgramação de redeComputação gráficaDesenvolvimento de jogosDesenvolvimento embarcadoDesenvolvimento móvelDesenvolvimento de aplicações multimídiaOutros

Não há grandes mudanças na distribuição dos casos de uso do Python ao longo dos anos. Análise de dados, machine learning, desenvolvimento Web e DevOps ainda são as áreas mais populares para o uso do Python.

Uso do Python como linguagem principal e secundária100+

O Python é a linguagem principal
O Python é a linguagem secundária
52%/46%48%/32%37%/30%35%/37%32%/28%27%/25%27%/22%21%/24%19%/17%18%/18%12%/13%11%/10% 7%/9% 6%/5% 5%/5% 7%/6%Análise de dadosDesenvolvimento WebMachine learningDevOps/Administração do sistema/Composição de scripts de automaçãoProgramação de web parsers/scrapers/crawlersFins educacionaisTestes de software/Criação de testes automatizadosPrototipagem de softwareDesenvolvimento para desktopProgramação de redeComputação gráficaDesenvolvimento de jogosDesenvolvimento embarcadoDesenvolvimento móvelDesenvolvimento de aplicações multimídiaOutros

Até que ponto você está envolvido nas seguintes atividades?

atividade principal
atividade secundária
como hobby
62%23%14%47%38%16%45%32%23%42%49%8%41%43%16%40%48%12%39%28%33%36%34%31%36%30%34%36%43%21%30%40%30%27%35%38%24%36%39%24%39%37%19%17%64%74%12%15%Desenvolvimento WebAnálise de dadosMachine learningTestes de software/Criação de testes automatizadosPrototipagem de softwareDevOps/Administração do sistema/Composição de scripts de automaçãoFins educacionaisDesenvolvimento para desktopDesenvolvimento embarcadoProgramação de redeDesenvolvimento móvelDesenvolvimento de aplicações multimídiaComputação gráficaProgramação de web parsers/scrapers/crawlersDesenvolvimento de jogosOutros

Para o que você mais usa o Python?100+

2021
2020
23%/25%17%/17%11%/13%10%/10% 9%/7% 5%/4% 4%/4% 4%/4% 3%/3% 3%/3% 2%/1% 1%/1% 1%/1% 1%/1% 1%/0% 6%/5%Desenvolvimento WebAnálise de dadosMachine learningDevOps/Administração do sistema/Composição de scripts de automaçãoFins educacionaisDesenvolvimento para desktopProgramação de web parsers/scrapers/crawlersPrototipagem de softwareProgramação de redeTestes de software/Criação de testes automatizadosDesenvolvimento de jogosComputação gráficaDesenvolvimento embarcadoDesenvolvimento móvelDesenvolvimento de aplicações multimídiaOutros

Um quarto dos desenvolvedores que usam o Python como linguagem principal o usam principalmente para desenvolvimento Web. Entre aqueles para quem o Python é uma linguagem secundária, apenas 12% o usam principalmente para desenvolvimento Web.

Curiosamente, a análise de dados como um campo primário para uso do Python é mencionada por quase a mesma parcela dos desenvolvedores, tanto para quem ele é a linguagem de programação principal (17%) quanto secundária (16%).

Você se considera um Cientista de Dados?

Não
Sim
Outros
66%29%5%

Essa pergunta foi respondida apenas por entrevistados que estão envolvidos em análises de dados e machine learning.

Apenas 29% dos desenvolvedores Python envolvidos em análises de dados e machine learning se consideram Cientistas de Dados.

Versões do Python

Python 3 vs. Python 2

Python 3
Python 2
95%5%94%6%90%10%84%16%75%25%20212020201920182017

Em média, a participação de usuários do Python 2 diminui 5 pontos percentuais a cada ano, e agora apenas 5 desenvolvedores em 100 o utilizam.

É interessante que, comparado ao Python 3, o Python 2 é mais frequentemente aplicado a áreas de computação gráfica, jogos e desenvolvimento móvel.

Casos de uso de versões do Python100+

Python 3
Python 2
54%/31%48%/24%38%/27%38%/16%34%/14%28%/18%27%/23%23%/12%19%/14%18%/19%11%/24% 9%/17% 8%/7% 5%/12% 4%/7% 7%/5%Análise de dadosDesenvolvimento WebDevOps/Administração do sistema/Composição de scripts de automaçãoMachine learningProgramação de web parsers/scrapers/crawlersTestes de software/Criação de testes automatizadosFins educacionaisPrototipagem de softwareDesenvolvimento para desktopProgramação de redeComputação gráficaDesenvolvimento de jogosDesenvolvimento embarcadoDesenvolvimento móvelDesenvolvimento de aplicações multimídiaOutros

Versões do Python 3

Python 3.5 ou inferiorPython 3.6Python 3.7Python 3.8Python 3.9Python 3.10Python 3.5 ou inferior2%Python 3.67%Python 3.713%Python 3.827%Python 3.935%Python 3.1016%

Instalação e upgrade do Python100+

38%28%16%16%15% 6% 5% 3% 1% 1% 1% 3%12%Python.orgPython fornecido pelo sistema operacional (via apt-get, yum, homebrew etc.)Contêineres do DockerAnacondapyenvCompilação do código fonteOutra pessoa gerencia as atualizações do Python para mimUpgrade automático via provedor de nuvemActivePythonIntel Distribution for PythonpythonzOutrosEu não atualizo

Observação: o Enthought obteve menos de 0,5% e foi combinado com a categoria "Outros".

Mais da metade dos usuários do Windows obtêm o Python da Python.org, enquanto, apenas um terço dos usuários do Linux fazem o mesmo. Como era de se esperar, os usuários de Linux e macOS geralmente instalam e atualizam o Python usando as opções fornecidas pelo sistema operacional. Ao mesmo tempo, para usuários do macOS, os contêineres pyenv e Docker também são formas bastante populares de obter o Python.

Isolamento de ambiente do Python100+

50%31%20%16%11% 5% 4%25%VirtualenvDockerCondaPipenvPoetryVagrant / virtual machinesOutrosNenhuma opção

Entre os desenvolvedores Python, 75% usam algumas ferramentas para isolar ambientes Python. Curiosamente, o Conda é a ferramenta mais popular entre os desenvolvedores que utilizam o Jupyter Notebook (50%), enquanto outros desenvolvedores preferem o Virtualenv e o Docker.

Frameworks e bibliotecas

Frameworks da Web100+

41%40%21% 4% 3% 3% 3% 3% 2% 1% 5%29%FlaskDjangoFastAPITornadoweb2pyBottleCherryPyPyramidFalconHugOutrosNenhuma opção

O Flask, o Django e a FastAPI ainda são as três principais frameworks da Web para Python. A FastAPI, lançada inicialmente no final de 2018, apresenta o crescimento mais rápido, tendo aumentado 9 pontos percentuais em relação ao ano anterior. Ao mesmo tempo, em comparação com 2020, a parcela de usuários do Flask diminuiu 5 pontos percentuais.

Você pode encontrar mais informações sobre o panorama do framework Django na Pesquisa para desenvolvedores Django de 2021, conduzida em parceria com a Django Software Foundation.

Frameworks e bibliotecas de Ciência de Dados100+

60%55%43%30%29%23%18%17%16%10% 3% 1% 1% 4%27%NumPyPandasMatplotlibSciPySciKit-LearnTensorFlowPyTorchSeabornKerasNLTKGensimMXNetTheanoOutrosNenhuma opção

10% dos desenvolvedores Python usam simultaneamente 7 ou mais frameworks de ciência de dados e bibliotecas, enquanto cerca de metade deles usa 2 ou menos frameworks.

Outros frameworks e bibliotecas100+

52%31%24%19%15%14%14%13% 9% 7% 6% 4% 3% 3% 7%19%RequestsPillowAsyncioTkinterPyQTScrapyaiohttpPygamehttpxSixKivywxPythonPyGTKTwistedOutrosNenhuma opção

A maioria das outras frameworks é mais popular entre os desenvolvedores Web do que entre os cientistas de dados, que usam o Tkinker e o PyQT com uma frequência significativamente maior.

Frameworks de teste de unidade100+

50%25%11% 6% 5% 4% 3% 1%38%pytestunittestmocktoxdoctestHypothesisnoseOutrosNenhuma opção

A popularidade dos diferentes frameworks de testes de unidade do Python permanece quase a mesma em comparação com o ano passado.

Embora apenas 56% dos desenvolvedores individuais as utilizem, 75% dos entrevistados de empresas com 5.000 ou mais funcionários mencionam o trabalho com frameworks de testes de unidade.

ORMs100+

34%29%16% 5% 3% 2% 1% 1% 4%36%SQLAlchemyDjango ORMRaw SQLSQLObjectPeeweeTortoise ORMPonyORMDejavuOutrosNenhum desenvolvimento de banco de dados

O SQLAlchemy é o ORM mais popular entre todos os usuários de bancos de dados.

É interessante que 52% dos usuários do Redis usam o Django ORM, enquanto ele é geralmente usado por menos de um terço dos desenvolvedores Python. Igualmente digno de nota é que 20% dos usuários do Amazon Redshift usam o SQLObject, enquanto, entre a população geral esse número é de apenas 5%.

Bancos de dados100+

43%38%37%20%18%10% 6% 3% 2% 2% 1% 1% 1% 1% 6%19%PostgreSQLSQLiteMySQLMongoDBRedisMS SQL ServerOracle DatabaseAmazon RedshiftNeo4jCassandraDB2HBaseh2CouchbaseOutrosNenhuma opção

Entre os cientistas de dados, 80% usam bancos de dados, enquanto, entre desenvolvedores Web, 98% fazem o mesmo.

Aqueles que estão envolvidos em desenvolvimento Web usam o PostgreSQL com uma frequência 32% superior, o Redis com uma frequência 25% superior e o SQLite com uma frequência 12% superior em comparação com aqueles envolvidos em ciência de dados. Ao mesmo tempo, os cientistas de dados mencionam usar o Oracle Database duas vezes mais que os desenvolvedores Web.

Ferramentas de Big Data100+

11% 9% 5% 5% 4% 2% 2% 2% 1% 1% 2%75%Apache SparkApache KafkaDaskApache Hadoop/MapReduceApache HiveClickHouseApache FlinkApache BeamApache TezApache SamzaOutrosNenhuma opção

A distribuição de ferramentas de big data permanece praticamente a mesma em relação ao ano passado. Em geral, os cientistas de dados as utilizam com uma frequência 13% superior em comparação a outros desenvolvedores, enquanto o Apache Spark e o Dask são cerca de duas vezes mais populares entre eles.

Plataformas de nuvem

61%

dos desenvolvedores Python usam plataformas de nuvem.

Principais plataformas de nuvem100+

50%32%23%23%17%12% 5% 5% 4% 1% 9%AWSGoogle Cloud PlatformMicrosoft AzureHerokuDigitalOceanPythonAnywhereLinodeOpenStackOpenShiftRackspaceOutros

Essa pergunta foi respondida apenas por entrevistados que usam plataformas de nuvem.

Curiosamente, os usuários do Visual Basic, C# e C/C++ usam a AWS com quase metade da frequência dos desenvolvedores Python em geral.

Como você executa o código na nuvem?100+

2021
2020
48%/47%41%/43%27%/27%24%/25% 2%/2%11%/11%Dentro de containersEm máquinas virtuaisEm uma plataforma como serviçoServerlessOutrosNenhuma opção

Essa pergunta foi respondida apenas por entrevistados que usam plataformas de nuvem.

As máquinas virtuais continuam a perder popularidade. Em 2018, elas tinham uma parcela de 47% e eram a escolha mais popular. Agora, apenas 41% dos desenvolvedores Python as utilizam.

Como você desenvolve para a nuvem?100+

2021
2020
53%/56%41%/40%20%/21%19%/17%18%/18% 9%/8% 1%/1%10%/9%Localmente com o virtualenvEm containers do DockerEm máquinas virtuaisEm ambientes de desenvolvimento remotoCom um interpretador de sistema localDiretamente no ambiente de produçãoOutrosNenhuma opção

Essa pergunta foi respondida apenas por entrevistados que usam plataformas de nuvem.

O desenvolvimento Python local com o virtualenv é extremamente popular entre aqueles envolvidos em desenvolvimento Web, DevOps e prototipagem de software (61-65%). O uso de contêineres do Docker é mais popular entre os desenvolvedores Web (54%).

Máquinas virtuais são amplamente utilizadas por desenvolvedores envolvidos em DevOps, machine learning e programação de rede (26-27%). Curiosamente, aqueles envolvidos em DevOps e machine learning também usam ambientes de desenvolvimento remoto com mais frequência do que todos os outros entrevistados.

Ferramentas de desenvolvimento

Sistema operacional100+

LinuxWindowsmacOSBSDOutrosLinux63%Windows58%macOS25%BSD2%Outros1%

Em comparação com 2020, a popularidade do Linux e do macOS diminuiu 5 pontos percentuais cada, enquanto o uso do Windows aumentou 10 pontos percentuais.

Sistemas de integração contínua (CI)100+

31%22%17% 5% 5% 4% 2% 2% 1% 1% 5%39%GitHub ActionsGitlab CIJenkins/HudsonTravis CICircleCIBitbucket PipelinesTeamCityBambooAppVeyorCruiseControlOutrosNenhuma opção

Introduzido em 2018, o GitHub Actions rapidamente ganhou popularidade e agora está em primeiro lugar na lista de sistemas de CI, sendo usado por pouco menos de um terço dos desenvolvedores Python.

Outro sistema de CI em crescimento é o Gitlab CI: seu uso aumentou 4 pontos percentuais desde 2018. Ao mesmo tempo, o Travis CI está perdendo rapidamente sua popularidade, com uma queda de 13% em relação a 2018. O Jenkins/Hudson também perdeu 8 pontos percentuais em três anos.

36%

dos programadores Python usam ferramentas de documentação. A mais popular é o Sphinx.

Ferramentas de documentação100+

61%Sphinx
22%MKDocs
17%Doxygen
14%Outros

Ferramentas e recursos para desenvolvimento Python

Pelo menos às vezes
Nunca ou quase nunca
89%11%87%13%87%13%85%15%79%21%77%23%75%25%74%26%74%26%64%36%62%38%61%39%50%50%43%57%41%59%usam complementação automática no editorrefatoram códigousam Sistemas de Controle de Versãousam ambientes virtuais Python para projetosusam linting de códigoescrevem testes para códigousam bancos de dados SQLusam dicas de tipo opcionaisusam um depuradorexecutam/depuram ou editam código em máquinas remotasusam ferramentas de Integração Contínuausam Rastreadores de Issuesusam cobertura de códigousam um profiler Pythonusam bancos de dados NoSQL

Aqueles que usam o Python como linguagem principal usam um profiler Python e cobertura de código com uma frequência 8% superior e ambientes virtuais Python com uma frequência 10% superior para seus projetos em comparação com desenvolvedores que usam o Python como linguagem secundária.

Editores

A parcela combinada das edições PyCharm Community e Professional é de 31%, o que está próximo do resultado do ano passado. O VS Code cresceu 6 pontos percentuais em relação ao ano passado.

Curiosamente, o PyCharm e o VS Code são igualmente populares entre os desenvolvedores Web (39%), enquanto os cientistas de dados preferem o VS Code por 9 pontos percentuais a mais como IDE principal.

IDE/Editor principal100+

35%31% 7% 3% 3% 2% 2% 2% 2% 2% 2% 2% 3% 3%VS CodePyCharmVimJupyter NotebookSublime TextIDLEEmacsIntelliJ IDEAAtomNotePad++SpyderJupyterLabOutrosNenhuma opção

Para identificar os editores e IDEs mais populares, fizemos uma pergunta de resposta única "Qual é o editor principal que você usa para o seu desenvolvimento Python atual?".

Ciência de dados vs. desenvolvimento Web100+

Ciência de dados
Desenvolvimento Web
36%/39%27%/39% 5%/7% 2%/1% 2%/2% 2%/2% 2%/3%21%/3%VS CodePyCharmVimAtomEmacsIntelliJ IDEASublime TextOutros

Desenvolvimento Web refere-se a pessoas que selecionaram "Desenvolvimento Web" em resposta à pergunta "Para o que você mais usa o Python?". Os dados referem-se a pessoas que selecionaram "Análise de dados" ou "Machine learning" na mesma pergunta.

Como você ficou sabendo pela primeira vez sobre o IDE/Editor principal?

23%16%14%13%11% 8% 7% 2% 1% 4%Amigos/colegasNão me lembroEscola/UniversidadeMecanismos de pesquisaPlataforma de aprendizagem online/Curso onlineAnálise técnica/Fórum/BlogRedes sociaisConferência/Grupo de UsuáriosPropagandaOutros

As maneiras mais populares pelas quais os desenvolvedores Python ficam sabendo sobre seus IDEs principais são por meio de atividades de aprendizagem, recomendações de amigos/colegas ou mecanismos de pesquisa.

Curiosamente, apenas 1% dos entrevistados mencionou que a publicidade foi uma fonte de descoberta da ferramenta.

57% daqueles que usam o Jupyter Notebook ficam sabendo sobre ele na escola/universidade ou em cursos online, enquanto 25% dos entrevistados em geral ficam sabendo sobre suas ferramentas da mesma maneira.

Número de IDEs/Editores usados

12345 e mais116%237%325%413%5 e mais8%

O VS Code, o Jupyter Notebook e o PyCharm são os mais populares para usar além do IDE principal. Cada um é usado por mais de 20% dos desenvolvedores Python.

Frequência de uso do IDE/Editor principal

DiariamenteSemanalmenteMensalmenteMenos frequênciaDiariamente83%Semanalmente13%Mensalmente2%Menos frequência2%

IDEs/Editores usados além do IDE/Editor principal100+

26%25%23%21%13%12%12% 9% 6% 5% 3% 3% 2% 1% 5%16%VS CodeJupyter NotebookPyCharmVimNotePad++Sublime TextJupyterLabIDLEAtomSpyderIntelliJ IDEAPython Tools for Visual Studio (PTVS)EmacsEclipse + PydevOutrosNenhuma opção

O VS Code, o Jupyter Notebook e o PyCharm são os mais populares para usar além do IDE principal. Cada um é usado por mais de 20% dos desenvolvedores Python.

Aqueles que usam o Jupyter Notebook como seu IDE principal também usam o Spyder cerca de quatro vezes mais do que outros desenvolvedores Python.

Tornando o Python ainda melhor

Você sabia?

Em 2021, a Python Software Foundation nomeou um novo desenvolvedor residente (Developer-in-Residence) para trabalhar em tempo integral na linguagem de programação Python e apoiar sua comunidade de desenvolvedores.

O desenvolvedor principal Łukasz Langa foi contratado para o cargo CPython DIR em julho. Langa está trabalhando para ajudar a limpar o backlog, investigar as prioridades do projeto e analisar outras áreas de interesse.

O que você acha da nova
função Developer-in-Residence?

14%Parece boa, mas ainda nãovi nenhum impacto
7%Parece boa e já estou vendoimpacto
2%Não me agrada
77%Nunca ouvi falar

23% dos desenvolvedores Python já conhecem a função Developer-in-Residence, e 91% deles consideram essa iniciativa boa.

Além disso, 30% dos desenvolvedores que conhecem a função Developer-in-Residence já veem o impacto dessa inovação.

Relato de problemas

Apenas 19% dos usuários do Python já chegaram a relatar seus bugs. Curiosamente, o site bugs.python.org não é a maneira mais popular de relatá-los: cerca de duas vezes mais programadores preferem perguntar em outro lugar ou enviar uma solicitação pull ao GitHub.

Daqueles que relataram bugs, 73% tiveram o problema resolvido, e apenas 7% dos entrevistados disseram que nunca tiveram retorno de ninguém.

Você já tentou relatar seus problemas?

9% 8% 4% 2% 1%81%Sim, perguntei em outro lugarSim, enviei uma solicitação pull no GitHubSim, relatei um problema em bugs.python.orgSim, perguntei em listas de discussãoSim, perguntei no DiscourseNão

Seu problema foi resolvido?

47%26%18% 7% 3%Sim, no final das contasSim, rapidamenteNão, mas houve discussãoNão, nunca tive resposta de ninguémOutros

Esta pergunta foi respondida apenas por entrevistados que já relataram problemas.

Pacotes Python

63%

dos desenvolvedores Python usam contêineres, e 59% deles usam um ambiente virtual dentro desses contêineres.

Você usa um ambiente virtual em contêineres?

Não, não uso um ambiente virtual em contêineres
Não, não uso contêineres
Sim, uso um ambiente virtual em um contêiner
37%37%26%

Quais ferramentas relacionadas a pacotes Python
você usa diretamente?100+

81%32%30%23%22%13%13%11%10% 6% 2% 1% 0% 2% 7%pipvenv (biblioteca padrão)Contêineres (por exemplo, via Docker)virtualenvCondaPoetrypipenvMáquinas virtuaistwinetoxSolução interna específica para o local de trabalhoflitPDMOutrosNenhuma/não tenho certeza

Você usa o módulo de biblioteca padrão venv?100+

42%23%11%11% 4% 1%23%11%Uso o venv diretamenteUso via virtualenvUso via PoetryUso via PipenvUso via toxOutrosNão, não uso o venvNão sei

Dependências de aplicações

45% dos desenvolvedores Python usam algumas ferramentas para afixar versões de dependências de aplicações. A maneira mais comum de armazená-las é em requirements.txt, que é usado por três quartos dos desenvolvedores.

Você usa alguma ferramenta para gerenciar versões precisas/exatas de dependências de aplicações?

Não
Sim
55%45%

Em quais formatos suas informações de dependências de aplicações são armazenadas?100+

76%26%22%16%11% 4% 5% 3%requirements.txtpyproject.tomlpoetry.lockpipfile.lockConda environment.ymlpip constraints.txtOutrosNenhuma opção

Essa pergunta apenas foi respondida pelos entrevistados que usam algumas ferramentas para gerenciar versões precisas/exatas de dependências de aplicações.

Você usa algum serviço automatizado para atualizar as versões das dependências de aplicações?100+

24%10% 6% 2%65%DependabotFerramentas personalizadas, por exemplo, um cron job ou uma tarefa de CI agendadaPyUpOutrosNão, minhas dependências de aplicações são atualizadas manualmente

Quais ferramentas você usa para gerenciamento de dependências de aplicações?100+

poetrypipenvpip-toolsOutrosNenhuma opçãopoetry27%pipenv26%pip-tools26%Outros4%Nenhuma opção33%

Essa pergunta apenas foi respondida pelos entrevistados que usam algumas ferramentas para gerenciar versões precisas/exatas de dependências de aplicações.

Instalação de pacotes

90% dos desenvolvedores mencionam que usam o pip para instalar pacotes Python. O Python Package Index é o local mais popular para obter os pacotes.

De onde você instala os pacotes?100+

81%33%17%16%15%11%10%10% 9% 8% 4% 3% 2% 9%PyPIGitHubFonte localAnacondaDa distribuição do LinuxPython Package Index privadoEspelho interno do PyPICanal conda-forge do CondaCanal padrão do CondaGitLabOutro canal do CondaArtifactoryOutrosNão tenho certeza

Quais ferramentas você usa para instalar pacotes?100+

90%21%13% 5% 5% 2% 3% 3%pipCondaPoetryeasy_installpipxpip-syncOutrosNenhuma opção
55%

dos desenvolvedores Python dizem que desenvolvem aplicações, e a Setuptools é a ferramenta mais popular para essa finalidade, usada por 46% dos desenvolvedores.

Quais ferramentas você usa para desenvolver
aplicações Python?100+

46%30%18%17% 5% 2% 1% 1% 1% 1% 4%28%SetuptoolsWheelbuildPoetryconda-buildFlitpexPDM-PEP517maturinEnsconsOutrosNenhuma/não tenho certeza

Essa pergunta foi respondida apenas por entrevistados que desenvolvem aplicações.

Embora mais da metade dos usuários do Python desenvolvam aplicações, apenas 40% deles já as publicaram em um repositório de pacotes.

Quais ferramentas você usa para criar pacotes
das suas bibliotecas Python?100+

71%42%26%20% 5% 3% 1% 1% 1% 1% 3%SetuptoolsWheelbuildPoetryconda-buildFlitEnsconspexmaturinPDM-PEP517Outros

Essa pergunta foi respondida apenas por entrevistados que desenvolvem bibliotecas Python.

34% dos entrevistados desenvolvem bibliotecas Python e, para eles, a Setuptools é a maneira mais comum de criar os pacotes, sendo usada por 71%.

Curiosamente, apenas 27% dos desenvolvedores de bibliotecas Python já as publicaram em um repositório de pacotes.

Onde você publicou suas
bibliotecas Python empacotadas?100+

72%PyPI
37%Python Package Indexprivado
10%Espelho interno do PyPI
6%conda-forge
4%Outros

Essa pergunta foi respondida apenas por entrevistados que publicaram suas bibliotecas Python em pacotes.

O Python Package Index é o local mais popular para publicar bibliotecas desenvolvidas e pacotes de aplicações, enquanto o PyPI privado é usado com cerca da metade da frequência.

Dados demográficos

Trabalhar em equipe vs. trabalhar independentemente

48%Trabalham em equipe
48%Trabalham em seuspróprios projetos demaneira independente
4%Trabalham como consultorexterno ou instrutor

Trabalhando em projetos

42%Trabalham em muitosprojetos diferentes
39%Trabalham em um projetoprincipal e em váriosprojetos paralelos
19%Trabalham apenas em umprojeto

Situação de emprego

62%14% 6% 6% 6% 4% 1% 2%Empregado em período integral por uma empresa/organizaçãoEstudanteFreelancerSelf-employedTrabalhador estudanteEmpregado em meio período por uma empresa/organizaçãoAposentadoOutros

Tamanho da empresa

7%12%17%24% 7%10%19% 3%Apenas eu2–1011–5051 a 500501–1,0001.001–5.000> 5.000Não tenho certeza

Essa pergunta só foi respondida por entrevistados que trabalham em empresas.

Tamanho da equipe

2 a 78 a 1213 a 2021 a 40> 402 a 772%8 a 1217%13 a 206%21 a 403%> 402%

Essa pergunta só foi respondida por entrevistados que trabalham em empresas.

Setor da empresa

41% 7% 7% 5% 4% 4% 3%Tecnologia da informação/desenvolvimento de softwareCiênciasEducação/treinamentoContabilidade/finanças/segurosIndústriaMedicina/saúdeServiços bancários/imóveis/financiamento hipotecário
Todos os resultados

Essa pergunta só foi respondida por entrevistados que trabalham em empresas.

Setor-alvo

51% 4% 3% 3% 3% 3% 3%Tecnologia da informação/desenvolvimento de softwareContabilidade/Finanças/SegurosIndústriaMedicina/SaúdeVendas/distribuição/desenvolvimento de negóciosServiços bancários/imóveis/financiamento hipotecárioSegurança
Todos os resultados

Essa pergunta só foi respondida por entrevistados que trabalham em empresas.

Cargos100+

72%17%17%17% 9% 7% 6% 5% 5% 5% 4% 4%13%Desenvolvedor/ProgramadorAnalista de dadosArquitetoChefe de equipeSuporte técnicoAnalista de sistemasCIO/CEO/CTOEngenheiro de controle de qualidadeGerente de produtoDBAAnalista de negóciosEscritor técnicoOutros

Essa pergunta só foi respondida por entrevistados que estão empregados.

Faixa etária

18–2021–2930–3940–4950 a 5960 anos ou mais18–2010%21–2938%30–3929%40–4913%50 a 596%60 anos ou mais3%

Experiência com o Python

Menos de 1 ano1 a 2 anos3 a 5 anos6 a 10 anosMais de 11 anosMenos de 1 ano23%1 a 2 anos23%3 a 5 anos29%6 a 10 anos15%Mais de 11 anos10%

Experiência de programação profissional

Menos de 1 ano1 a 2 anos3 a 5 anos6 a 10 anosMais de 11 anosMenos de 1 ano36%1 a 2 anos19%3 a 5 anos19%6 a 10 anos11%Mais de 11 anos15%

Qual é o seu país ou região?

Todos os países/regiões com menos de 1% foram mesclados em "Outros".

17% 9% 7% 6% 5% 5% 4% 3% 3% 3% 2% 2% 2% 2%Estados UnidosÍndiaAlemanhaChina ContinentalReino UnidoFrançaRússiaBrasilPolôniaCanadáItáliaHolandaAustráliaIrã
Todos os resultados

Metodologia e dados brutos

Quer se aprofundar mais nos dados? Baixe as respostas anônimas da pesquisa e veja o que você pode aprender. Compartilhe suas descobertas e ideias mencionando @jetbrains e @ThePSF no Twitter com a hashtag #pythondevsurvey.

Antes de dissecar esses dados, observe as seguintes informações importantes:

O conjunto de dados inclui respostas apenas dos canais oficiais da Python Software Foundation. Depois de filtrar respostas duplicadas e não confiáveis, o conjunto de dados inclui mais de 23.000 respostas coletadas entre 11 de outubro e 6 de dezembro de 2021, por meio da promoção da pesquisa no site python.org, no blog da PSF , nas contas do Twitter e do LinkedIn da PSF, em listas de discussão oficiais do Python e subreddits relacionados ao Python. Para evitar que a pesquisa fosse inclinada em favor de qualquer ferramenta ou tecnologia específica, não foram utilizados canais relacionados a produtos, serviços ou fornecedores para coletar as respostas.

Os dados são anonimizados, sem informações pessoais ou detalhes de geolocalização. Para evitar a identificação de quaisquer entrevistados individuais por suas observações literais, todos os campos abertos foram excluídos.

Para ajudar você a entender melhor a lógica da pesquisa, estamos compartilhando o conjunto de dados, as perguntas da pesquisa e a lógica da pesquisa. Usamos diferentes métodos de ordenação para opções de resposta (alfabética, randomizada e direta). A ordem das respostas é especificada para cada pergunta.

Critérios para a filtragem das respostas

  • 17 anos ou menos.
  • Não chegou à pergunta "Quantos anos de experiência profissional em programação você tem?", na terceira página da pesquisa.
  • Menos de 21 anos e mais de 11 anos de experiência profissional em programação.
  • Excesso de respostas únicas para perguntas de múltipla escolha (excluindo respostas "Nenhum").
  • Respostas dos mesmos endereços de e-mail (apenas uma resposta deixada).
  • Respostas semelhantes do mesmo endereço IP.

Pelo menos dois dos seguintes:

    • Mais de 16 linguagens de programação usadas.
    • Mais de 9 cargos.
    • Mais de 11 finalidades de uso do Python ("Para que você usa o Python?").
    • O país selecionado está no topo da lista em ordem alfabética, não entre os países/regiões mais citados, e difere do país/região detectado com base no IP.
    • Cargos de CEO e Suporte Técnico ao mesmo tempo.
    • CEO e menos de 21 anos.
    • Excesso de respostas selecionadas no geral (aqueles que usam quase todos os frameworks para ciência de dados, para desenvolvimento Web, pacotes etc.).
    • Respondeu rápido demais (menos de 6 segundos por pergunta).

Mais uma vez, em nome da Python Software Foundation e da JetBrains, gostaríamos de agradecer a todos os que participaram desta pesquisa. Com a ajuda de vocês, fomos capazes de mapear o panorama da comunidade Python com mais precisão!

Contribua com a Campanha de Doações Recorrentes da PSF. A PSF é uma organização sem fins lucrativos inteiramente apoiada por seus patrocinadores, membros e o público.

Confira os resultados da Pesquisa de Desenvolvedores Python em 2020 , 2019 , 2018 e 2017.

Descubra os outros relatórios de pesquisa em grande escala da JetBrains!

Obrigado pelo seu tempo!

Esperamos que você tenha achado nosso relatório útil. Compartilhe-o com seus amigos e colegas.

Participe de pesquisas futuras:

Se tiver alguma dúvida sobre esta pesquisa ou sugestões para pesquisas futuras, entre em contato conosco em surveys@jetbrains.com ou psf@python.org.