Результаты опроса разработчиков Python

Более 30 000 разработчиков Python со всего мира приняли участие в ежегодном опросе, организованном Python Software Foundation, и член PSF Майкл Кеннеди поделился результатами в новой публикации в блоге. Вот некоторые ключевые моменты:

Большинство по-прежнему используют устаревшие версии Python, несмотря на преимущества новых релизов. 15% из нас работают на самой последней версии Python, но более вероятно, что мы используем версию, которой не менее года (83%). Менее 1% используют Python 3.5 или более ранние версии. Опрос также показывает, что многие из нас используют Docker и контейнеры для запуска кода, что делает показатель в 83% и выше еще более удивительным. Просто выберите более новую среду выполнения, и ваш код будет работать быстрее. CPython всегда отличался отличной обратной совместимостью, и обновление обычно не требует значительных усилий. Автор подсчитал, что некоторые пользователи облачных сервисов переплачивают от 420 000 до 5,6 млн долларов в виде вычислительных затрат. Если ваша компания обнаружит, что вы тратите лишние 0,4–5 млн долларов в год из-за того, что не уделили день на обновление, этот разговор будет непростым.

Rust – это то, как мы ускоряем Python. Саммит Python Language 2025 года показал, что "от четверти до трети всего нативного кода, загружаемого на PyPI для новых проектов, написан на Rust", что указывает на то, что "люди выбирают Rust для начала новых проектов". Анализ результатов опроса показывает, что использование Rust выросло с 27% до 33% для бинарных расширений пакетов Python. В блоге также рекомендуется разработчикам Python изучить основы Rust, "не для замены Python, а для его дополнения", поскольку Rust "становится все более важным в наиболее значимых частях экосистемы Python".

PostgreSQL – король баз данных Python, и его доля растет: с 43% до 49%. Это рост на 14% за год, что впечатляет для 28-летнего проекта с открытым исходным кодом. Все шесть ведущих баз данных показали рост использования за год. Вероятно, это еще один показатель того, что веб-разработка снова набирает обороты.

Почти половина респондентов (49%) планируют опробовать AI-агентов для кодирования в ближайший год. Менеджеры по персоналу в крупных технологических компаниях заявили, что им почти невозможно нанять разработчиков, которые не используют AI-агентов. Разрыв в производительности между теми, кто использует их, и теми, кто избегает, просто слишком велик (оценивается примерно в 30% более высокую производительность с AI).

Это их восьмой ежегодный опрос (проведенный в сотрудничестве с JetBrains в октябре и ноябре прошлого года). Но даже несмотря на то, что Python существует уже 34 года, он все еще развивается. "Только за последние несколько месяцев было выпущено два новых высокопроизводительных инструмента для типизации", – отмечает блог (ty и Pyrefly typecheckers – оба написаны на Rust). А Python 3.14 станет первой версией Python, которая полностью поддержит свободно потоковую модель (free-threaded Python).

Недавно управляющий совет и основные разработчики официально приняли эту функцию как постоянную часть языка и среды выполнения. Разработчикам и специалистам по данным придется более внимательно относиться к многопоточному коду с блокировками, гонками данных и преимуществами в производительности, которые он дает. Разработчикам пакетов, особенно тем, у кого есть расширения на нативном коде, возможно, придется переписать часть своего кода, чтобы поддерживать свободно потоковую модель Python, чтобы избежать гонок данных и взаимных блокировок.

Это дает огромные возможности. Сейчас я пишу это на самом дешевом Apple Mac Mini M4. Этот компьютер имеет 10 ядер процессора. Это означает, что до того, как это изменение проявится в Python, максимальная производительность, которую я могу получить от одного процесса Python, составляет 10% от того, на что способна моя машина. Как только свободно потоковая модель Python станет полностью частью экосистемы, я должен буду приблизиться к максимальной производительности со стандартной программой Python, использующей потоки и ключевые слова async и await.

Другие заметные результаты опроса:

• Data science сейчас занимает более половины всей экосистемы Python. В этом году 51% опрошенных разработчиков Python занимаются исследованием и обработкой данных, а pandas и NumPy – наиболее часто используемые инструменты для этого.
• Ровно 50% респондентов имеют менее двух лет опыта профессионального программирования! А 39% имеют менее двух лет опыта работы с Python (даже в любительских или образовательных целях).
• Опрос показывает, что одна треть разработчиков вносит вклад в open source. Это проявляется в основном в виде кода и документации/добавлении учебных материалов.