英文原文: GitHub: Numpy and Scipy are the most popular packages for machine learning projects, 翻譯
在 GitHub 2018 年的 Octoverse 報告中，機器學習和數(shù)據(jù)科學是 GitHub 上的熱門話題。其中，tensorflow / tensorflow 是項目貢獻最多的項目之一，pytorch / pytorch 是增長最快的項目之一，而 Python 是 GitHub 上第三大最受歡迎的語言。于是，GitHub 決定更加深入地研究一下，機器學習和數(shù)據(jù)科學在該平臺究竟是怎樣的情況。
GitHub 提取了 2018 年 1 月 1 日到 2018 年 12 月 31 日之間的貢獻數(shù)據(jù)。這些貢獻可能包括推送代碼、發(fā)起話題或提取請求、評論問題或提取請求，以及審查拉取請求。對于大多數(shù)導入的程序包，GitHub 使用了從依賴關(guān)系圖中獲得的數(shù)據(jù)，其中包括所有公共存儲庫和已選擇加入依賴關(guān)系圖的所有私有存儲庫。
機器學習編程語言：Python 穩(wěn)坐冠軍
GitHub 以使用“機器學習”主題標記的存儲庫的貢獻者為依據(jù)，對存儲庫中最常見的主要編程語言進行了排名。結(jié)果顯示，Python 是機器學習庫中最常用的語言，也是 GitHub 上第三種最常用的語言。然而，并非所有機器學習項目都使用 Python：GitHub 上還有其他一些最常見的機器學習通用語言，如 C ++、JavaScript、Java、C＃、Shel l 和 TypeScript 躋身 GitHub 編程語言 Top10，同時是機器學習項目的 Top10 語言。Julia、R 和 Scala 都出現(xiàn)在機器學習項目編程語言的前 10 名，但未上榜 GitHub 整體最受歡迎編程語言 Top10。Julia 和 R 都是數(shù)據(jù)科學家常用的語言，Scala 在 與 Apache Spark 等大數(shù)據(jù)系統(tǒng)交互時變得越來越常用。
最受歡迎機器學習和數(shù)據(jù)科學包：numpy、scipy、pandas 占據(jù)前三
我們從依賴圖中提取數(shù)據(jù)，以計算導入流行 Python 包的機器學習或數(shù)據(jù)科學項目的百分比。上表為項目導入最多程序包 Top10 排名。我們發(fā)現(xiàn)：
- Numpy，一個支持多維數(shù)據(jù)數(shù)學運算的軟件包，是導入最多的軟件包，近四分之三的機器學習和數(shù)據(jù)科學項目使用此包。
- Scipy，一個用于科學計算的軟件，pandas，一個用于管理數(shù)據(jù)集的軟件包，以及可視化庫matplotlib，都在超過 40％ 的機器學習和數(shù)據(jù)科學項目中使用。
- Scikit-learn 是一種流行的機器學習包，包含大量機器學習算法的實現(xiàn)，近 40％ 的項目使用此包。
- Tensorflow 是一種用于處理神經(jīng)網(wǎng)絡(luò)的軟件包，近四分之一的項目使用。
前十名中其他的包均為實用程序包：排名第六的是 Python 2 和 3 兼容性庫，python-dateutil 和 pytz 是用于處理日期的包。
最受歡迎的機器學習項目：Tensorflow
2018 年，帶有“機器學習”標簽、貢獻最多的開源項目為 Tensorflow，是迄今為止最受歡迎的機器學習項目，且其貢獻者數(shù)量是第二大受歡迎項目 scikit-learn 的五倍多。排名第三和第九的 explosion/spaCy/ spaCy 和 RasaHQ / rasa_nlu 是兩個專注于自然語言處理問題的項目。另外四個項目，CMU-Perceptual-Computing-Lab / openpose，thtrieu / darkflow，ageitgey / face_recognition 和 tesseract-ocr / tesseract 則專注于圖像處理。另外，Julia 語言源代碼也是 2018 年項目貢獻最多的項目之一。
該翻譯引用的原文鏈接(圖掛了)：https://github.blog/2019-01-24-the-state-of-the-octoverse-machine-learning/
