Quelque soit le langage de programmation ? La réponse n’est pas toujours évidente. Dans cet article, nous aidons les développeurs à trouver les bonnes résolutions afin d’attaquer les problématiques du dev. 

cours de programmation / apprendre à programmer en ligne / tuto programmation / tutoriels langages de programmation

Le langage de programmation le plus demandé en 2022

Avec la nouvelle année bien entamée, il est temps d’abandonner notre classement semestriel des langages de programmation du premier trimestre. Comme toujours, il s’agit d’une continuation du travail effectué à l’origine par Drew Conway et John Myles White fin 2010. Bien que les moyens spécifiques de collecte aient changé, le processus de base reste le même : nous extrayons les classements de langage de GitHub et Stack Overflow, et combinez-les pour un classement qui tente de refléter à la fois la traction du code (GitHub) et de la discussion (Stack Overflow). L’idée n’est pas d’offrir une représentation statistiquement valide de l’utilisation actuelle, mais plutôt de corréler la discussion et l’utilisation du langage dans le but d’extraire des informations sur les tendances d’adoption futures potentielles.

Le processus de classement actuel

La source de données utilisée pour la partie GitHub de l’analyse est l’archive GitHub. Nous interrogeons les langages par pull request d’une manière similaire à celle utilisée par GitHub pour assembler l’état de l’Octoverse. Notre requête est conçue pour être aussi comparable que possible au processus précédent.

Le langage est basée sur le langage du référentiel de base. Bien que cela continue d’avoir les mises en garde décrites ci-dessous, il a l’avantage d’être cohérent avec notre méthodologie précédente.
Nous excluons les mises en pension fourchues.
Nous utilisons l’historique agrégé pour déterminer le classement (bien qu’en fonction des modifications de la structure de la table, cela ne puisse plus être accompli via une seule requête.)
Pour Stack Overflow, nous collectons simplement les métriques requises à l’aide de leur outil d’exploration de données utile.

Avec cette description à l’écart, veuillez garder à l’esprit les autres mises en garde habituelles.

Pour être inclus dans cette analyse, un langage doit être observable à la fois dans GitHub et Stack Overflow.
Aucune affirmation n’est faite ici que ces classements sont représentatifs de l’usage général plus largement. Ils ne sont ni plus ni moins qu’un examen de la corrélation entre deux populations que nous pensons être prédictives de l’utilisation future, d’où leur valeur.
Il existe de nombreuses communautés potentielles qui pourraient être sondées pour cette analyse. GitHub et Stack Overflow sont utilisés ici d’abord en raison de leur taille et ensuite en raison de leur exposition publique aux données nécessaires à l’analyse. Nous encourageons toutefois les parties intéressées à effectuer leurs propres analyses en utilisant d’autres sources.
Tous les classements numériques doivent être pris avec un grain de sel. Nous classons par numéros ici strictement par souci d’intérêt. En général, le classement numérique est nettement moins pertinent que le niveau ou le groupement du langage. Dans de nombreux cas, une place sur la liste ne se distingue pas de la suivante. La séparation entre les niveaux du langage sur l’intrigue, cependant, est généralement représentative des différences substantielles de popularité relative.
De plus, plus on descend dans le classement, moins il y a de données disponibles pour classer les langages. Au-delà des niveaux supérieurs des langages, selon l’instantané, la quantité de données à évaluer est infime, et le placement réel des language devient moins fiable à mesure que l’on avance dans la liste.
Les language qui ont des communautés basées en dehors de Stack Overflow telles que Mathematica seront sous-représentées sur cet axe. Il n’est pas possible de mettre à l’échelle un processus qui mesure cent sites communautaires différents, à la fois parce que beaucoup ne disposent pas de mesures publiques disponibles et parce que mesurer différents sites communautaires les uns par rapport aux autres n’est pas statistiquement valide.

Sur ce, voici le tracé du premier trimestre pour 2020.

Outre le graphique ci-dessus, qui peut être difficile à analyser même en taille réelle, nous proposons les classements numériques suivants. Comme on le verra, cette course a produit plusieurs liens qui sont reflétés ci-dessous (ils sont énumérés ici par ordre alphabétique plutôt que consolidés en tant que liens parce que cette dernière approche a conduit à des malentendus).

1 JavaScript
2 Python ( Tutoriel Python )
2 Java
4 PHP
5 C#
6 C++
7 Ruby
7 CSS
9 TypeScript
9 C
11 Swift
12 Objective-C
13 Scala
13 R
15 Go
15 Shell
17 PowerShell
18 Perl
19 Kotlin
20 Haskell

Cours et tutoriel langage de programmation / apprendre à programmer en ligne

Généralement, lorsque ces classements sont préparés, il n’y a pas grand-chose à commenter en ce qui concerne l’évolution des entrées du Top 10. Étant donné que les axes X et Y reflètent des métriques de nature relutive, plus le langage est classée, plus elle devient difficile à déplacer. Il est à noter, par conséquent, que nous avons un mouvement entre quatre langages. Deux seront discutés plus en détail ci-dessous, mais la chute de C++ (6) d’une place est éclipsée par la montée de Ruby de #8 à #7. En soi, ce gain aurait relativement peu de conséquence, mais comme cela a été dit il y a deux ans dans cet espace, quantitativement, Ruby semblait avoir atteint un sommet et avait été dans une période de stagnation et, sans doute, de déclin. La performance d’un quart n’inverse bien sûr pas cette analyse ou cette trajectoire du jour au lendemain, mais c’est certainement un point positif pour les défenseurs du langage.

Python (+1) :

Python n’a pas souvent été distingué dans ces classements, en partie parce que ses performances ont été stables, presque métronomiquement. À l’exception d’un quart, il a passé environ quatre ans à la quatrième place, grimpant à la troisième place il y a trois ans et se tenant – jusqu’à ce mois-ci. Pour la première fois dans l’histoire de ces classements qui ont débuté en 2012, nous avons une entrée non-Java ou JavaScript dans notre numéro deux. Il n’a déplacé aucun de ces langages, mais il a lié Java pour la première fois. On nous demande souvent les raisons pour lesquelles l’utilisation de certains langages augmente ou diminue, et il existe plusieurs modèles qui ont tendance à être corrélés à une utilisation accrue (ou réduite). L’un d’entre eux est la polyvalence. Comme le langage avec lequel il s’est lié dans cette exécution, Java, Python a continué à se trouver un rôle dans de nouvelles charges de travail et cas d’utilisation, même s’il fait face à une concurrence plus spécialisée dans ces domaines. Ceci, tout comme l’accessibilité générale et la facilité d’utilisation du langage, est l’un des facteurs les plus importants de la capacité de Python non seulement à survivre, mais à prospérer. La question est maintenant de savoir s’il peut maintenir ce classement sans précédent, ou s’il ne s’agit que d’un blip.

TypeScript (+1) :

comme indiqué lors de notre dernière exécution, à l’exception des performances de Swift pendant un seul trimestre, cela faisait cinq ans que nous n’avions pas vu un nouveau Top 10 des langages. Après avoir accompli cet exploit en juin, la question était de savoir si TypeScript pouvait maintenir cette performance ou si, comme Swift, le langage à la croissance la plus rapide que nous avions mesuré, ce serait une anomalie ponctuelle et reviendrait en dehors du Top 10. Ce trimestre apporte la réponse, qui était que TypeScript n’a pas maintenu ses performances, il les a dépassées. Au lieu de reculer dans la fourchette 10-15, le langage compatible JavaScript a continué de gagner, passant de la dixième place à la neuvième. Comme avec Python, TypeScript réussit en partie grâce aux modèles. Au lieu de la polyvalence, cependant, TypeScript est soutenu à la fois par sa capacité à s’entremêler avec une grande base de code existante en JavaScript et par sa capacité potentielle à rendre le code résultant plus sûr. Cela s’est avéré être une combinaison gagnante, qui suscite des attentes quant à savoir si le langage appartient ou non au Top 10 jusqu’à quel point elle pourrait aller plus haut, voire pas du tout.

R (+2) :

lors de notre première manche de ce classement, R s’est classé 17e. Toutes ces années plus tard, il saute de deux places depuis l’édition du dernier trimestre jusqu’à la 13e place. Dans l’intervalle, il s’est classé jusqu’au 12e rang, mais se trouve le plus souvent dans la fourchette 13-15. Compte tenu de l’orientation spécialisée du langage, il s’agit probablement de son plafond effectif, mais c’est aussi une illustration de la popularité remarquable d’un langage dont l’utilisation est restreinte à toutes fins utiles à un seul domaine – ceux qui travaillent avec et opèrent sur des données. Le succès de R est un exemple de la puissance d’une communauté soutenue par le milieu universitaire pour élever un langage au-delà de son seuil attendu, et il est à noter que la croissance susmentionnée de Python et son expansion dans l’analyse de données ne se sont visiblement pas faites au détriment de la traction dans R .

Rust (0) / Go (+1) :

Pour ceux qui s’attendent à un autre bond ce trimestre de Rust, les résultats seront décevants : le langage brillant qui, selon beaucoup, devrait être utilisé comme base pour davantage de projets d’infrastructure de base est resté stable à #21. À cet égard, l’ascension mesurée de Rust reflète la stagnation récente de Go (15) – nonobstant la bosse de ce trimestre pour ce dernier. Après le rapide voyage initial de Go dans le classement, sa progression s’est largement arrêtée et il a langui au milieu de l’adolescence : depuis 2015, il a enregistré 14 fois, 16 twi