马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?立即注册
x
本文作者利用Git提交的元数据和 Rapleaf API为流行的Github组织构建了一系列的统计数据( 博客介绍, 具体数据),此外,他还对每门编程语言进行了统计,但作者希望统计能与现实接轨,他分别根据年龄、收入和性别来对每门编程语言进行划分。本文主要是统计每门编程的收入。 统计方法
- 估算每个仓库的语言组成情况,例如,对某个项目进行评估,其中有75%的地方使用的是Java语言。
- 某个开源项目,如果有50%的地方使用了某门语言,然后统计所有做贡献开发者的总收入。
- 编程语言必须大于100个可用收入数据点。
下面是每门语言的平均收入结果,由低到高排列: 以图表形式显示,数据是一样的: 大多数语言排名都比较符合我的预期,其中也有一些出乎意料的:
- Haskell是一门偏学术的语言,但学术界并不以高薪而闻名于世。
- PHP是一门非常易懂的语言,大多数人都可以上手。
- Java和ActionScript在企业软件中被普遍使用,所以他们在企业软件中的待遇肯定不菲。
说明
- 这些数据所使用的都是开源项目,所以它无法代表闭源项目开发者的收入情况。
- Rapleaf数据并没有覆盖范围,可能会存在偏差。
- 对年龄、性别等其他方面没有进行纠正。
- 没有抓取Github上的所有资料库,所以数据不具有代表性。
此外,关于这份统计,在 HN上引起了非常激烈的讨论,大家不妨去看看。
|