JetBrains logo

Confira os resultados da Pesquisa de Desenvolvedores Python de 2023, 2021, 2020, 2019 e 2018.

Uso geral do Python

Python como linguagem principal vs. secundária

85%

Principal

15%

Secundária

Uso do Python com outras linguagens100+

37%

40%

JavaScript

36%

38%

HTML/CSS

34%

33%

SQL

31%

33%

Bash/Shell

29%

30%

C/C++

19%

20%

Java

11%

10%

TypeScript

11%

11%

C#

9%

9%

PHP

8%

9%

Go

7%

6%

Rust

6%

5%

R

4%

4%

Visual Basic

3%

3%

Kotlin

86% dos desenvolvedores Python usam outras linguagens além do Python, sendo as mais populares o JavaScript, o HTML/CSS e o SQL.

Uso do Python com outras linguagens100+

37%

38%

JavaScript

37%

32%

HTML/CSS

35%

28%

SQL

32%

22%

Bash/Shell

27%

37%

C/C++

18%

28%

Java

10%

17%

TypeScript

10%

18%

C#

9%

14%

PHP

8%

11%

Go

6%

5%

R

6%

9%

Rust

4%

5%

Visual Basic

3%

6%

Kotlin

Linguagens para a Web e Ciência de Dados100+

45%

50%

SQL

34%

66%

JavaScript

34%

41%

Bash/Shell

33%

60%

HTML/CSS

32%

19%

C/C++

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, o JavaScript e o HTML/CSS são as linguagens mais populares entre os desenvolvedores Web, enquanto o SQL é a escolha número um para cientistas de 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?

51%

Tanto para o trabalho quanto para projetos pessoais

28%

Para projetos pessoais, educacionais ou paralelos

21%

Para o trabalho

1 em cada 5 entrevistados usa o Python somente para projetos relacionados ao trabalho, enquanto pouco mais da metade o combina com projetos pessoais.

Uso do Python em 2021 e 2022100+

51%

51%

Análise de dados

43%

45%

Desenvolvimento Web

36%

36%

Machine learning

34%

36%

DevOps/Administração do sistema/Composição de scripts de automação

30%

31%

Programação de web parsers/scrapers/crawlers

Uso do Python como linguagem principal e secundária100+

53%

44%

Análise de dados

45%

31%

Desenvolvimento Web

37%

29%

Machine learning

35%

34%

DevOps/Administração do sistema/Composição de scripts de automação

30%

28%

Programação de web parsers/scrapers/crawlers

Até que ponto você está envolvido nas seguintes atividades?

Análise de dados

Desenvolvimento Web

Machine learning

DevOps/Administração do sistema/Composição de scripts de automação

Programação de web parsers/scrapers/crawlers

Fins educacionais

Testes de software/Criação de testes automatizados

Prototipagem de software

Desenvolvimento para desktop

Programação de rede

Computação gráfica

Desenvolvimento de jogos

Desenvolvimento embarcado

Desenvolvimento móvel

Desenvolvimento de aplicações multimídia

Outros

Para o que você mais usa o Python?

22%

23%

Desenvolvimento Web

18%

17%

Análise de dados

12%

11%

Machine learning

10%

10%

DevOps/Administração do sistema/Composição de scripts de automação

9%

9%

Fins educacionais

Aqueles que usam o Python como linguagem principal fazem isso principalmente para desenvolvimento Web (23%).

Como linguagem secundária, o Python é mais frequentemente usado para análises de dados (16%) e DevOps (14%), enquanto o desenvolvimento Web vem em terceiro lugar (13%).

Você se considera um Cientista de Dados?

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

Cerca de um terço dos usuários Python envolvidos em análise de dados e machine learning se consideram cientistas de dados.

Versões do Python

Python 3 vs. Python 2

2022

2021

2020

2019

2018

2017

Mais de 90% dos entrevistados já implementaram o Python 3, então é possível dizer que ele

já conquistou aceitação geral.

O número de usuários do Python 2 permaneceu quase o mesmo nos últimos 3 anos, abaixo de 7%. No entanto, algumas pessoas ainda usam a versão 2 para análise de dados (29%), computação gráfica (24%) e DevOps (23%).

Casos de uso de versões do Python100+

54%

29%

Análise de dados

46%

19%

Desenvolvimento Web

38%

13%

Machine learning

36%

23%

DevOps/Administração do sistema/Composição de scripts de automação

32%

13%

Programação de web parsers/scrapers/crawlers

Versões do Python 3

45%

16%

Python 3.10

23%

35%

Python 3.9

17%

27%

Python 3.8

9%

13%

Python 3.7

4%

7%

Python 3.6

Observação: a pesquisa foi realizada de 14 de outubro a 14 de novembro de 2022, e o Python 3.11 só foi lançado em 24 de outubro de 2022.

11%

dos usuários do Python dizem que não atualizam suas versões do Python, e 6% relatam que outra pessoa gerencia suas atualizações.

52%

dos entrevistados que usam o Windows instalam o Python via python.org, enquanto as opções mais populares para usuários do macOS e do Linux são os containers Python fornecido pelo sistema operacional, Python.org, containers do Docker e pyenv.

Instalação e upgrade do Python100+

37%

Python.org

26%

Python fornecido pelo sistema operacional (via apt-get, yum, homebrew etc.)

17%

Anaconda

17%

Contêineres do Docker

16%

pyenv

6%

Compilação do código fonte

6%

Outra pessoa gerencia as atualizações do Python para mim

5%

Upgrade automático via provedor de nuvem

2%

ActivePython

2%

Intel Distribution for Python

2%

pythonz

3%

Outros

11%

Eu não atualizo

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

Isolamento de ambiente do Python100+

49%

Virtualenv

31%

Docker

22%

Conda

16%

Pipenv

14%

Poetry

6%

Vagrant/máquinas virtuais

4%

Outros

23%

Nenhuma opção

O Poetry está lentamente se tornando uma ferramenta mais popular para o isolamento do ambiente Python. Desde 2020, somou 6 pontos percentuais. A ferramenta parece promissora, já que alguns de seus recursos já estão implementados no núcleo do Python.

Frameworks e bibliotecas

Frameworks da Web100+

39%

Flask

39%

Django

25%

FastAPI

4%

web2py

4%

CherryPy

4%

Tornado

3%

Pyramid

3%

Bottle

2%

Falcon

2%

Hug

5%

Outros

27%

Nenhuma opção

O uso de frameworks Web em Python ainda é uma corrida disputada entre o Flask, o Django e o FastAPI.

Todos os outros frameworks juntos mal alcançariam o terceiro lugar. O FastAPI somou 4 pontos percentuais desde o ano passado e agora é usado por 1 em cada 4 desenvolvedores Python.

Você pode descobrir mais sobre o panorama do Django na Pesquisa de Desenvolvedores Django 2022, realizada em parceria com a Django Software Foundation.

Outros frameworks e bibliotecas100+

48%

Requests

29%

Pillow

25%

Asyncio

20%

Tkinter

15%

PyQT

15%

Scrapy

14%

aiohttp

13%

httpx

12%

Pygame

6%

Kivy

6%

Six

5%

wxPython

4%

Twisted

4%

PyGTK

6%

Outros

19%

Nenhuma opção

Embora os 3 principais frameworks não tenham mudado em relação a 2021, Requests cedeu 4 pontos percentuais para httpx.

Frameworks de teste de unidade100+

51%

pytest

24%

unittest

10%

mock

6%

doctest

6%

tox

5%

Hypothesis

4%

nose

1%

Outros

35%

Nenhuma opção

Em geral, empresas maiores têm maior probabilidade de usar testes de unidade em seus projetos Python e também de adotar o pytest e o mock mais amplamente do que as menores.

ORMs100+

35%

SQLAlchemy

28%

Django ORM

16%

Raw SQL

8%

SQLObject

3%

Peewee

3%

Tortoise ORM

3%

PonyORM

2%

Dejavu

4%

Outros

34%

Nenhum desenvolvimento de banco de dados

Bancos de dados100+

42%

PostgreSQL

37%

MySQL

36%

SQLite

19%

MongoDB

16%

Redis

12%

MS SQL Server

7%

Oracle Database

4%

Amazon Redshift

3%

Neo4j

3%

Cassandra

2%

DB2

2%

h2

2%

HBase

2%

Couchbase

6%

Outros

18%

Nenhuma opção

O MS SQL Server e o Oracle Database são duas vezes mais populares entre os cientistas de dados do que entre os desenvolvedores Web, enquanto a adoção da maioria dos outros bancos de dados é muito maior entre os desenvolvedores Web.

Ferramentas de Big Data100+

12%

Apache Spark

10%

Apache Kafka

6%

Apache Hadoop/MapReduce

6%

Dask

5%

Apache Hive

3%

Apache Beam

3%

ClickHouse

3%

Apache Flink

2%

Apache Samza

2%

Apache Tez

1%

Outros

69%

Nenhuma opção

31% dos desenvolvedores Python usam ferramentas de big data, marcando um aumento de 6 pontos percentuais desde 2021. Entre os cientistas de dados, esse número chega a 42%, quem diria?

Plataformas de nuvem

66%

dos desenvolvedores Python usam plataformas de nuvem – 5 pontos percentuais a mais do que no ano passado.

Principais plataformas de nuvem100+

49%

AWS

33%

Google Cloud Platform

25%

Microsoft Azure

20%

Heroku

16%

DigitalOcean

14%

PythonAnywhere

7%

Linode

6%

OpenStack

5%

OpenShift

2%

Rackspace

9%

Outros

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

Entre os usuários do Python na África, o Heroku é a plataforma de nuvem mais popular, pois é usada por 39% dos desenvolvedores de lá. As outras linguagens que os desenvolvedores usam também afetam sua escolha de plataforma.

Como era de se esperar, os usuários do C# usam o Microsoft Azure quase com a mesma frequência que a AWS. Os desenvolvedores Go e TypeScript são os usuários mais ativos da plataforma de nuvem, com mais de 80% deles usando nuvens.

Como você executa o código na nuvem?100+

47%

48%

Dentro de containers

41%

41%

Em máquinas virtuais

27%

27%

Em uma plataforma como serviço

27%

24%

Serverless

2%

2%

Outros

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

Como você desenvolve para a nuvem?100+

53%

56%

Localmente com o virtualenv

41%

40%

Em containers do Docker

20%

21%

Em máquinas virtuais

19%

17%

Em ambientes de desenvolvimento remoto

18%

18%

Com um interpretador de sistema local

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

O desenvolvimento local com virtualenv continua caindo em popularidade, perdendo 7 pontos percentuais desde 2020. Ele é mais comumente usado por entrevistados que trabalham em desenvolvimento Web com o Python.

O uso de ambientes de desenvolvimento remoto está aumentando lenta mas seguramente, acrescentando 3 pontos percentuais desde 2020. Seu uso mais comum é para machine learning, programação de rede e DevOps.

Ferramentas de desenvolvimento

Sistema operacional100+

59%

Linux

58%

Windows

26%

macOS

3%

BSD

1%

Outros

Em comparação com o ano passado, a popularidade do macOS e do Windows permaneceu praticamente a mesma, enquanto o uso do Linux diminuiu 4 pontos percentuais.

Sistemas de integração contínua (CI)100+

35%

GitHub Actions

22%

Gitlab CI

16%

Jenkins/Hudson

6%

Bitbucket Pipelines

6%

Travis CI

6%

CircleCI

3%

TeamCity

3%

Bamboo

2%

AppVeyor

2%

CruiseControl

4%

Outros

35%

Nenhuma opção

A popularidade do GitHub Actions continua a crescer, com mais de um terço dos desenvolvedores Python usando-o atualmente.

A adoção geral de ferramentas de CI também aumentou 4 pontos percentuais em relação a 2021.

34%

dos entrevistados usam ferramentas de gerenciamento contínuo, sendo o Ansible o mais popular, enquanto 11% preferem usar algumas soluções personalizadas.

Ferramentas de documentação100+

22%

Sphinx

11%

MKDocs

8%

Doxygen

5%

Outros

61%

Não uso ferramentas de documentação

39% dos usuários do Python usam uma ferramenta de documentação, com a primeira escolha sendo o Sphinx, o que permanece inalterado desde o ano passado.

Ferramentas e recursos para desenvolvimento Python

usam complementação automática no editor

usam ambientes virtuais Python para projetos

refatoram código

usam Sistemas de Controle de Versão

usam linting de código

escrevem testes para código

usam bancos de dados SQL

usam um depurador

usam dicas de tipo opcionais

executam/depuram ou editam código em máquinas remotas

usam ferramentas de Integração Contínua

usam Rastreadores de Issues

usam cobertura de código

usam um profiler Python

usam bancos de dados NoSQL

Editores

Escolhidos por dois terços combinados dos entrevistados, o PyCharm e o VS Code são os 2 principais IDEs para desenvolvimento Python.

Apenas 14% dos entrevistados usam apenas um IDE ou editor, e a grande maioria (61%) usa simultaneamente 2 a 3 IDEs ou editores. 26% dos desenvolvedores Python preferem o PyCharm como IDE adicional e um quarto deles usa o VS Code.

IDE/Editor principal

37%

VS Code

29%

PyCharm

5%

Jupyter Notebook

3%

Vim

3%

Neovim

2%

Sublime Text

2%

IDLE

2%

Emacs

2%

IntelliJ IDEA

2%

Spyder

2%

NotePad++

2%

JupyterLab

1%

Atom

1%

Eclipse + Pydev

4%

Outros

3%

Nenhuma 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 Web

40%

44%

VS Code

25%

37%

PyCharm

3%

4%

Vim

2%

2%

Emacs

2%

3%

Sublime Text

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.

Número de IDEs/Editores usados

14%

1

35%

2

26%

3

14%

4

11%

5+

IDEs/Editores usados além do IDE/Editor principal100+

25%

VS Code

23%

Jupyter Notebook

18%

Vim

17%

PyCharm Community Edition

14%

NotePad++

13%

JupyterLab

12%

Sublime Text

9%

PyCharm Professional Edition

8%

IDLE

8%

Nano

6%

Spyder

5%

Atom

5%

Python Tools for Visual Studio (PTVS)

5%

Neovim

4%

IntelliJ IDEA

3%

Emacs

2%

Eclipse + Pydev

1%

Wing IDE

4%

Outros

14%

Nenhuma opção

Pacotes Python

85%

dos desenvolvedores Python usam ferramentas para isolar ambientes entre projetos, com as 3 principais soluções sendo o venv, o virtualenv e o Conda.

Qual das seguintes ferramentas você usa para isolar ambientes Python entre projetos?100+

43%

venv

37%

virtualenv

21%

Conda

16%

Poetry

14%

pipenv

6%

virtualenvwrapper

3%

hatch

3%

Outros

15%

Não uso ferramentas para isolar ambientes Python

Você usa um ambiente virtual em contêineres?

Houve um aumento de 5 pontos percentuais no número de desenvolvedores usando ambientes virtuais em containers desde o ano passado.

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

76%

81%

pip

29%

32%

venv (biblioteca padrão)

26%

30%

Contêineres (por exemplo, via Docker)

23%

22%

Conda

18%

23%

virtualenv

Embora as três principais ferramentas ainda sejam as mesmas de um ano atrás, todas elas estão lentamente caindo em popularidade. Enquanto isso, o uso do Poetry aumentou em 2 pontos percentuais.

Você usa o módulo de biblioteca padrão venv?100+

42%

Uso o venv diretamente

23%

Uso via virtualenv

13%

Uso via Poetry

12%

Uso via Pipenv

4%

Uso via tox

1%

Outros

11%

Não sei

18%

Não, não uso o venv

O número de usuários do módulo de biblioteca padrão venv aumentou 5 pontos percentuais em relação a 2021.

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

69%

76%

requirements.txt

33%

26%

pyproject.toml

25%

22%

poetry.lock

15%

16%

pipfile.lock

11%

11%

Conda environment.yml

O armazenamento de informações sobre dependências de aplicativos em requirements.txt está se tornando menos popular, caindo 7 pontos percentuais em relação ao ano passado.

Ao mesmo tempo, o pyproject.toml aumentou na mesma proporção e agora é usado por um terço dos desenvolvedores Python.

Muito trabalho constante foi feito no pyproject.toml, que alcançou a paridade de recursos, e ele agora tem suporte direto no pip.

45%

dos desenvolvedores Python usam ferramentas para gerenciar as versões das dependências de aplicativos. O Poetry, o pipenv e o pip-tools são as principais ferramentas usadas para esse fim, com uso quase igual entre os desenvolvedores.

30%

dos desenvolvedores Python ainda atualizam manualmente as versões das dependências de aplicativos, marcando uma queda de 5 pontos percentuais em relação a um ano atrás.

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

30%

poetry

28%

pipenv

26%

pip-tools

4%

Outros

28%

Nenhuma opção

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

De onde você instala os pacotes?100+

73%

PyPI

33%

GitHub

17%

Fonte local

16%

Anaconda

12%

Da distribuição do Linux

11%

Python Package Index privado

11%

Canal conda-forge do Conda

10%

Espelho interno do PyPI

9%

Canal padrão do Conda

9%

GitLab

4%

Artifactory

4%

Outro canal do Conda

1%

Outros

10%

Não tenho certeza

O uso do PyPI diminuiu 7 pontos percentuais, enquanto o uso de todos os outros métodos de instalação de pacotes é quase o mesmo de 2021.

Quais ferramentas você usa para instalar pacotes?100+

84%

pip

22%

Conda

15%

Poetry

6%

easy_install

6%

pipx

3%

pip-sync

2%

Outros

5%

Nenhuma opção

57%

dos usuários do Python desenvolvem aplicativos usando o Python, com o Setuptools, o Wheel, o build e o Poetry sendo as ferramentas mais populares para esse fim.

Quais ferramentas você usa para desenvolver
aplicações Python?
100+

40%

Setuptools

29%

Wheel

21%

build

19%

Poetry

7%

conda-build

3%

Flit

3%

Enscons

3%

pex

2%

PDM-PEP517

2%

maturin

4%

Outros

25%

Nenhuma/não tenho certeza

Essa pergunta foi respondida apenas por entrevistados que desenvolvem aplicações.

Embora mais da metade dos usuários do Python desenvolvam aplicações, apenas 41% deles já as publicaram em um repositório de pacotes.

Onde você publicou seus pacotes de aplicativos Python?100+

61%

PyPI

38%

Python Package Index privado

14%

Espelho interno do PyPI

8%

conda-forge

6%

Outros

Essa pergunta só foi respondida pelos entrevistados que publicaram seus pacotes de aplicativos Python.

34%

dos entrevistados já desenvolveram e empacotaram bibliotecas Python. As soluções mais populares para essa finalidade geralmente são as mesmas do desenvolvimento de aplicativos Python.

74%

dos entrevistados que desenvolveram suas próprias bibliotecas Python já as publicaram, principalmente usando o PyPI ou um Python Package Index privado para fazer isso.

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

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

59%

71%

Setuptools

39%

42%

Wheel

30%

26%

build

24%

20%

Poetry

8%

5%

conda-build

Onde você publicou suas bibliotecas Python em pacotes?100+

63%

PyPI

38%

Python Package Index privado

15%

Espelho interno do PyPI

9%

conda-forge

5%

Outros

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

Curiosamente, o uso do PyPI diminuiu 9 pontos percentuais em relação ao ano passado, enquanto a popularidade dos espelhos internos do PyPI aumentou 5 pontos percentuais.

Dados demográficos

Trabalhar em equipe vs. trabalhar independentemente

49%

Trabalham em seus próprios projetos de maneira independente

46%

Trabalham em equipe

5%

Trabalham como consultor externo ou instrutor

Trabalhando em projetos

41%

Trabalham em um projeto principal e em vários projetos paralelos

38%

Trabalham em muitos projetos diferentes

21%

Trabalham apenas em um projeto

Situação de emprego

59%

Empregado em período integral por uma empresa/organização

13%

Estudante

7%

Freelancer

7%

Autônomo(a)

7%

Trabalhador estudante

5%

Empregado em meio período por uma empresa/organização

1%

Aposentado

2%

Outros

Tamanho da empresa

8%

Apenas eu

11%

2–10

17%

11–50

26%

51 a 500

8%

501–1,000

10%

1.001–5.000

18%

5.000+

3%

Não tenho certeza

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

Tamanho da equipe

67%

2 a 7

19%

8 a 12

7%

13 a 20

4%

21 a 40

3%

40+

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

Setor da empresa

38%

Tecnologia da informação/desenvolvimento de software

7%

Educação/treinamento

7%

Ciências

6%

Contabilidade/finanças/seguros

4%

Medicina/saúde

4%

Indústria

4%

Serviços bancários/imóveis/financiamento hipotecário

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

Setor-alvo

50%

Tecnologia da informação/desenvolvimento de software

5%

Contabilidade/Finanças/Seguros

3%

Indústria

3%

Vendas/distribuição/desenvolvimento de negócios

3%

Logística/Transporte

3%

Serviços bancários/imóveis/financiamento hipotecário

3%

Medicina/Saúde

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

Cargos100+

65%

Desenvolvedor/Programador

19%

Analista de dados

17%

Chefe de equipe

15%

Arquiteto

10%

Suporte técnico

7%

Analista de sistemas

6%

Gerente de produto

6%

CIO/CEO/CTO

6%

Engenheiro de controle de qualidade

5%

DBA

5%

Analista de negócios

4%

Escritor técnico

13%

Outros

Essa pergunta só foi respondida por entrevistados que estão empregados.

Faixa etária

9%

18–20

37%

21–29

31%

30–39

13%

40–49

6%

50 a 59

3%

60+

Experiência com o Python

23%

Menos de 1 ano

20%

1 a 2 anos

29%

3 a 5 anos

18%

6 a 10 anos

10%

Mais de 11 anos

Experiência de programação profissional

33%

Menos de 1 ano

19%

1 a 2 anos

19%

3 a 5 anos

12%

6 a 10 anos

16%

Mais de 11 anos

Qual é o seu país ou região?

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

19%

Estados Unidos

11%

Índia

6%

Alemanha

4%

China Continental

4%

Reino Unido

4%

Brasil

4%

França

3%

Rússia

2%

Canadá

2%

Polônia

2%

Itália

2%

Turquia

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 começar a dissecar esses dados, preste atenção aos seguintes pontos importantes:

Este conjunto de dados inclui respostas apenas dos canais oficiais da Python Software Foundation. Removendo respostas duplicadas e não confiáveis, o conjunto de dados inclui mais de 23.000 respostas coletadas de outubro a dezembro de 2022, com a pesquisa sendo promovida no python.org e no blog da PSF, em listas de discussão oficiais do Python e subreddits relacionados ao Python, bem como pelas contas do Twitter e do LinkedIn da PSF. 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 foram anonimizados, sem informações pessoais ou detalhes de geolocalização. Para evitar a identificação de quaisquer entrevistados individuais por suas observações, 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

Qualquer um dos seguintes:

  • 17 anos ou menos.
  • Não respondeu à pergunta "Você tem quantos anos de experiência profissional em programação?", 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").
  • Várias respostas do mesmo endereço de e-mail (apenas uma resposta é usada).
  • Não usa o Python.

Pelo menos dois dos seguintes:

    • Mais de 16 linguagens de programação usadas.
  • Mais de 9 cargos.
  • Mais de 11 opções selecionadas em resposta a "Para que você usa o Python?".
  • O país/região selecionado está no topo da lista em ordem alfabética e não entre os países/regiões populares.
  • Tanto o cargo de CEO quanto o de Suporte Técnico.
  • CEO e menor de 21 anos.
  • Muitas respostas selecionadas no geral (usando quase todos os frameworks para ciência de dados, para desenvolvimento Web, pacotes etc.).
  • Respostas muito rápidas (menos de 5 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 2021, 2020, 2019, 2018 e 2017.

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

Obrigado pelo seu tempo!

Gravidade

Esperamos que você tenha achado nosso relatório útil. Compartilhe este relatório com seus amigos e colegas!

Faça parte do JetBrains Tech Insights Lab

Participe de pesquisas e estudos de UX (experiência do usuário) para tornar os produtos da JetBrains mais fáceis de usar e ainda mais poderosos. Por participar de nossa pesquisa, você também terá a chance de ganhar recompensas.