sidebarDepth: 3 sidebar: auto meta:

  • name: keywords content: Pandas用户调查
  • name: description content: Pandas 最近设计进行了一项用户调查，以帮助指导未来的发展。感谢所有参与的人！这篇文章介绍了浓缩后的结果。

2019年 Pandas 用户调查

发布于： 2019年8月22日星期四

英文原文地址： https://dev.pandas.io/pandas-blog/2019-pandas-user-survey.html

Pandas 最近设计进行了一项用户调查，以帮助指导未来的发展。感谢所有参与的人！这篇文章介绍了浓缩后的结果。

这个分析和原始数据可以在 GitHub) 上找到并在Binder上运行。

Binder

在2019年夏天我们进行调查的15天内，我们收到了大约1250份回复。

关于受访者

在 Pandas 的经验和使用频率上都有相当数量的代表，尽管大多数受访者都是非常的有经验。

png

png

我们提了一些问题，这些问题也在Python开发者调查中提出，因此我们可以将Pandas的用户数量与Python的用户数量进行比较。

90%的受访者使用Python作为主要语言(相比之下，PSF调查的比例为84%)。

  1. Yes    90.67%
  2. No      9.33%
  3. Name: Is Python your main language?, dtype: object

Windows 操作系统的用户很有代表性（请参阅 Steve Dower关于此主题的讨论)）。

  1. Linux      61.57%
  2. Windows    60.21%
  3. MacOS      42.75%
  4. Name: What Operating Systems do you use?, dtype: object

对于环境隔离层面的工具来说，conda是最受欢迎的。

png

大多数受访者只用Python 3。

  1. 3        92.39%
  2. 2 & 3     6.80%
  3. 2         0.81%
  4. Name: Python 2 or 3?, dtype: object

Pandas APIs

开源项目很难知道实际使用的是哪些功能，所以我们问了几个问题才得到下面的统计结果。

CSV 和 Excel 无疑是（这里不讨论好坏）最流行的格式。

png

在可能的 Pandas 内部重构的准备中，我们想要了解 DataFrame 有多常见（100列或更多）。

png

Pandas 正在慢慢增加新的扩展类型。分类是最受欢迎的，可空的整数类型已经几乎和具有时区的日期时间功能一样的受欢迎。

png

更多更好的例子似乎是一个高度优先的发展计划。Pandas 最近获得了NumFOCUS拨款以改进我们的文档，我们用它来编写教程式文档，这应该有助于满足这一需求。

png

我们还询问了特定的常用功能。

png

其中最突出的是 “扩展” 到大型数据集。一些反馈：

  1. 也许 Pandas 的文档中应该更好地体现出提供可扩展的 dataframes 的库（如Dask、vaex 和 modin）。
  2. 内存效率（可能来自原生字符串数据类型，较少的内部副本等），是一个值得实现的目标。

在那之后，下一个最关键的改进是整数缺失值。这些功能实际上在 Pandas 0.24 中已经添加了，但它们不是默认值，并且仍然存在与 pandas API 的某些部分不太兼容性。

与 NumPy 相比，Pandas 是一个喜欢折腾的库。我们自从 1.0 以来，做了许多弃用和一些彻头彻尾的API突破性变更。幸运的是，大多数的用户都可以做出决策和权衡。

  1. Yes    94.89%
  2. No      5.11%
  3. Name: Is Pandas stable enough for you?, dtype: object

有一种看法（很多 Pandas 维护者都这么认为）是认为熊猫 API 太大了。为了考量这一点，我们询问了用户是否认为 Pandas 的API太大、太小、还是恰到好处。

png

最后，我们要求给出对 Pandas 库的总体满意度，从 1（非常不满意）到 5（非常满意）打分。

png

大多数人都非常满意。平均回答是4.39。我期待随着时间的推移跟踪关注这些评分数字。

如果您正在分析原始数据，请务必将结果共享给我们 @pandas_dev。