编译 | 苏宓

出品 | CSDN（ID：CSDNnews）

要说当下最热门的编程语言，非 Python 莫属。根据每月更新的 TIOBE 编程语言排行榜，Python 以 26.14% 的使用率稳居第一，几乎是第二名 C++ 的三倍。

那么，究竟是谁在使用 Python？用它来干什么？这门语言里有哪些好用的工具？以及其生态发展如何了？

日前，Python 软件基金会（PSF）联合 JetBrains 发布了第八次 Python 开发者调查报告。这也是迄今为止规模最大的一次，共有超过 3 万名开发者参与。值此，JetBrains 官方网站也刊登了一篇由 Talk Python 创始人兼 PSF 研究员 Michael Kennedy 撰写的深度解析文章。接下来，就让我们通过 Michael Kennedy 的解读，一同了解本次调查所揭示的 Python 生态最新趋势。

2025 年 Python 的主要趋势

超过八成开发者把 Python 当主力语言

根据调查显示，有 86% 的受访者将 Python 作为编写计算机程序、构建应用程序、创建 API 等的主要语言。

当然，也有不少开发者喜欢把 Python 搭配其他编程语言一起使用，如 JavaScript、HTML/CSS、SQL 等。

其中在以 Python 为主要语言的受访者中，有 40% 的人使用 JavaScript，而 Python 次要语言群体中，这一比例上升到 43%。紧随其后的是 HTML，分别为 37% 和 35%，SQL 也同样受欢迎，分别为 37% 和 30%。 

Python 用户大多是编程新手

要问究竟是谁在用 Python？

对于那些有多年编程经历的人而言，很容易假设业内的大多数开发者都拥有丰富的经验。

然而，调查结果揭示的事实却并非如此。

数据显示，有 50% 的受访者的职业编程经验不足两年；其中，39% 的人使用 Python 的时间不到两年（包括在兴趣爱好或教育环境中的使用）。

这个结果再次证明了 Python 对职业早期的开发者非常友好。它简单（但不肤浅）的语法和易上手的特性，对新手和有经验的开发者都很有吸引力。许多人热爱编程和 Python，并乐于将其分享给社区的新成员。

数据科学现在占据 Python 使用的一半以上

今年，有 51% 的受访 Python 开发者表示自己主要从事数据探索与处理工作，其中 pandas 和 NumPy 是使用最广泛的工具。

过去，Python 社区常常将其应用领域划分为“三分天下”：约三分之一用于 Web 开发，三分之一用于数据科学与科学计算，剩余的三分之一则归入“其他”类别。

然而，这种划分方式如今已难以准确反映现实。随着数据科学的份额大幅提升，这一领域已经占据了绝对的主导地位。

这种趋势不仅源于当前数据与人工智能的热潮，也得益于新工具的快速涌现。例如，Polars（高性能数据处理）、Marimo（新一代 Notebook 交互方式）、以及一系列面向大语言模型、视觉模型和智能体的开发包/框架（如 Transformers、Diffusers、smolagents、LangChain/LangGraph、LlamaIndex）正在不断推动 Python 生态演进。

可以说，Python 的重心正进一步向数据与 AI 倾斜。

尽管新版本有好处，大多数人仍在使用旧版本 Python

调查显示，Python 运行时版本在最新版本与旧版本之间分布不均。15% 的开发者使用最新发布的 Python，但大多数人（83%）仍在使用一年或更久前的版本。甚至还有 4% 的受访者仍在使用 Python 2。

调查还发现，很多人明明已经在用 Docker 或容器来运行代码，但依然选择了旧版本的 Python——这让 83% 的人没有用最新版的结果显得更意外。

要知道，容器的好处就是可以把运行环境“装在一个盒子里”，和系统自带的 Python 互不干扰。换句话说，哪怕系统里还是旧版本，在容器里完全可以轻松使用最新的 Python，既安全又方便。照理说，用了容器的人，升级到最新版应该更容易才对。

那么，为什么大家还没升级到最新 Python 呢？调查显示主要有两个原因：

1. 现有版本满足我的需求（53%）

2. 没有时间去更新（25%）

然而，Michael Kennedy 认为，使用旧版本的开发者可能错过了很多机会。不仅仅是语言特性（如 except 关键字）或标准库的小改进（如 tomllib），Python 3.11、3.12 和 3.13 都带来了显著性能提升，3.14 将带来更多。

令人惊讶的是，这些优势无需修改代码。只要选择新版运行时，你的代码就能跑得更快。CPython 在向后兼容方面表现非常出色，升级几乎不需额外工作。

对此，Michael Kennedy 举几个数字：

• 目前 48% 的人使用 Python 3.11。升级到 3.13 后，代码端到端运行速度可提升约 11%，内存使用减少约 10–15%。

• 如果他们属于 27% 仍在使用 3.10 或更早版本的人，代码速度可提升约 42%（无需修改代码），内存使用可下降 20–30%。

有些人可能会说：“够快了，我们流量不大。”但对中大型企业来说，这意味着大量云计算成本浪费（同时也带来能源消耗和环境影响）。

Michael Kennedy 表示，一些研究显示云计算开销（特别是计算型实例）大致如下：

中型企业：

• AWS 年度账单总额（中位数）：约 230 万美元/年

• EC2（计算实例）支出占比（约 50–70%）：每年约 115 万至 160 万美元

大型企业：

• AWS 年度总账单：约 2400–3600 万美元/年（即每月 200–300 万美元）

• EC2 占比（约 50–70%）：每年约 1200–2500 万美元

如果假设他们使用的是 Python 3.10，那么分别可能节省 42 万美元和 560 万美元（按 EC2 成本的 30% 计算）。

除了财务和环境因素，升级还意味着可以使用最新语言特性，与核心开发者的工作保持同步。对此，Michael Kennedy 奉劝道，大家一定要把升级作为优先事项。

Python Web 开发的回归

过去几年，有观点认为 Python 生态中的 Web 开发重要性在下降。这可能受两股强大力量影响：

1. 随着更多数据科学和 AI 背景的开发者加入 Python 社区，相对稳定的 Web 开发者人数占比下降；

2. Web 依然以前端为主，而在浏览器中运行 Python 还未成为现实，Web 开发者自然更倾向使用 JavaScript。

从 2021–2023 年的数据来看，这一趋势确实呈下降态势：45% → 43% → 42%。但今年，Web 开发回来了！

受访者报告称，2024 年有 46% 的人使用 Python 做 Web 开发。为了进一步佐证这一趋势，我们还看到 Web “辅助语言”的使用也相应上升：HTML/CSS 使用增长 15%，JavaScript 增长 14%，SQL 增长 16%。

Python Web 框架中最大的赢家是 FastAPI，使用率从 29% 跳升至 38%，增长约 30%。虽然所有主流框架都在逐年增长，但 FastAPI 的近 30% 跳升尤为显眼。

对此，Michael Kennedy 推测，这部分原因是大量 Python 新手涌入社区，其中很多人来自 ML/AI/数据科学领域，他们往往没有多年使用 Flask 或 Django 的经验，因此更可能选择当前最热门的 Python Web 框架——FastAPI。现在也有很多案例是将 ML 模型通过 FastAPI API 对外提供服务。

除此之外，异步友好的 Python Web 框架趋势也在继续发展。其中，Django 在稳步增加异步功能，几乎完成，但截至 5.2 版本，其数据库层还需进一步优化，官方表示：“我们仍在为 ORM 及 Django 的其他部分完善异步支持。”

Python Web 服务器向异步和 Rust 工具转移

值得一提的是，用于生产环境的 Python Web 应用和 API 服务器也在发生变化。Michael Kennedy 分享了他观察到的两股趋势：

1. 异步框架的推广要求应用服务器支持 ASGI，而不仅仅是 WSGI；

2. Rust 在加速 Python 代码执行方面愈发重要。

去年这一领域最大的变化是 uWSGI 的完全消亡。

同时，我们也看到 Gunicorn 在处理异步工作负载方面逐渐被原生异步服务器取代，如 uvicorn 和 Hypercorn，它们可以独立运行。基于 Rust 的新兴服务器，如 Granian，也获得了稳定的用户群体。

Rust：Python 性能加速的利器

过去几年，Rust 已成为 Python 的性能“副驾驶”。2025 年 Python Language Summit 揭示：“在上传到 PyPI 的新项目原生代码中，大约有四分之一到三分之一使用 Rust”，说明“开发者正选择使用 Rust 启动新项目”。

从调查结果来看，Python 包的二进制扩展中 Rust 的使用率从 27% 增长到 33%。

在生态系统中，这一趋势可以通过 Polars（数据科学）和 Pydantic（几乎所有领域）的成功体现出来。甚至在 Python 应用服务器中，如新兴的 Granian，也能看到 Rust 的应用。

Typed Python 工具正在完善

今年的另一个重要趋势是 Typed Python（类型化 Python）。你可能见过 Python 函数定义中的类型信息，例如：

def add(x: int, y: int) -> int: ...

类型标注在 Python 中已经存在一段时间了，但现在有一股新趋势正在推动 Typed Python 更加普及和宽容。自从 typing 模块早期以来，我们就有了 mypy 等工具，但它们主要关注整个程序的一致性。而在过去几个月里，出现了两个新的高性能类型检查工具：

• ty（来自 Astral）——一款极快的 Python 类型检查器和语言服务器，用 Rust 编写

• Pyrefly（来自 Meta）——一款更快的 Python 类型检查器，也用 Rust 编写

这两个工具都在争夺下一代类型检查工具的位置，同时提供极快的语言服务器协议（LSP）。

注意到相似之处了吗？它们都是用 Rust 写的，这也印证了之前提到的“Rust 已成为 Python 的性能副驾驶”。

代码和文档构成大部分开源贡献

开源贡献的方式多种多样。大多数人想到的贡献者，通常是写代码、添加新功能的人。然而，还有一些不那么显眼但同样重要的贡献方式，比如处理 issue 或审查 pull request。

调查显示，约三分之一的开发者参与了开源贡献，主要以代码和文档/教程的形式体现。

PostgreSQL：Python 开发者的数据库之王

当被问到选择哪个数据库时，受访者绝大多数选择 PostgreSQL。PostgreSQL 是 Python 数据库的王者，且使用率持续增长，从 43% 增至 49%，同比增长 14%，对于一个有 28 年历史的开源项目而言非常惊人。

有趣的是，除了 PostgreSQL 使用率高之外，排名前六的数据库使用率均同比增长，这也进一步表明 Web 开发正在回暖。

前瞻趋势预测

在解读文章中，Talk Python 创始人兼 PSF 研究员 Michael Kennedy 也给出了三大前瞻趋势预测：

Agentic AI 将带来变革

第一个前瞻趋势是 Agentic AI 将成为编程的游戏规则改变者。Agentic AI 经常被视为“vibe coding”的工具，既被爱也被诟病。但实际上，当与有才华的工程师或数据科学家结合使用时，Agentic AI 工具的生产力非常可观。

PSF 调查之外的数据显示，约 70% 的开发者在 2023 年使用或计划使用 AI 编程工具，到 2024 年，约 44% 的职业开发者每天使用。

JetBrains 《2023 年开发者生态状况报告》指出，在几年内，“基于 AI 的代码生成工具已从有趣的研究，发展为许多开发者工具箱中的重要组成部分”。跳到 2025 年，根据《2025 年开发者生态状况调查》，近半数受访者（49%）计划在未来一年尝试 AI 编程代理。

对此，不少大型科技公司项目经理表示，他们几乎无法招聘不使用 Agentic AI 的开发者，因为使用者与不使用者之间的生产力差距太大（估计使用 AI 可提高约 30% 的生产力）。

Async、await 和多线程将成为 Python 核心

Python 的未来将充满并发。如今，Python Web 框架和应用服务器向异步执行的趋势，但这只是强大趋势的一部分。

Python 3.14 将成为首个完全支持自由线程（free-threaded）Python 的版本。自由线程 Python 是指不使用 GIL（全局解释器锁）的 Python 运行时，最早在 CPython 3.13 中作为实验引入。

就在上周，指导委员会和核心开发者正式将其纳入语言和运行时的永久特性。这将产生深远影响：开发者和数据科学家需要更仔细地考虑带锁的多线程代码、竞态条件以及由此带来的性能优势。特别是拥有原生扩展包的维护者，可能需要重写部分代码以支持自由线程 Python，避免自身陷入竞态条件和死锁。

这一变化的潜在好处巨大。Michael Kennedy 列举了一个贴近现实的例子，他表示，其目前使用的是最便宜的 Apple Mac Mini M4，它有 10 个 CPU 核心。在自由线程 Python 推出前，单个 Python 进程的最大性能只能达到机器实际能力的 10%。一旦自由线程 Python 完全应用，使用多线程、async 和 await 的标准 Python 程序应能接近最大性能。

Async 和 await 不仅仅是 Web 开发者用来写更并发代码的工具，它们出现在越来越多的场景中。例如 Temporal 工具，它利用 asyncio 事件循环，但用持久执行代替传统线程技巧。你只需 await 某个操作，背后便实现了跨机器的持久执行，即使机器重启也能继续。

Python GUI 与移动开发正在崛起

第三个前瞻趋势是 Python GUI 和移动端 Python 正在崛起。

谈到 iOS 和 Android 原生应用，现在大家只能靠梦想有一天能用 Python 来构建它们。

不过，在 2025 年 Python Language Summit 上，Russell Keith-Magee 展示了他在让 iOS 和 Android 成为 CPython Tier 3 支持平台方面的工作，这已在 PEP 730 和 PEP 738 中阐述。这是实现用 Python 编写并发布到应用商店的原生应用的必要条件，但还不够充分。

更广泛来看，Python 界对 UI 的探索也有不少新尝试。fast.ai 的 Jeremy Howard 推出了 FastHTML，允许大家用纯 Python 构建现代 Web 应用。NiceGUI 也越来越受欢迎，是用纯 Python 编写 Web 应用和 PWA 的优秀方式。

对此，Michael Kennedy 预计这些变化，尤其是移动端的进展，将解锁强大的应用场景，未来几年仍会持续被讨论。

给 Python 程序员一些可落地的行动建议

最后，Michael Kennedy 也为 Python 开发者提供了一些可操作的建议，帮助大家抓住这些技术和开源浪潮的机会。

建议一：学习 uv

uv（https://astral.sh/uv/）是一款出色的 Python 管理工具。自推出以来，其使用率从 0% 激增至 11%，与此同时，它还在 2025 年仍持续快速增长。这个基于 Rust 的工具整合了很多重要功能，同时拥有高性能和强大特性。

如果你想要把 Python 安装在本机，只需运行：

uv venv venv

即可同时安装最新稳定版并创建虚拟环境。安装 uv 时，建议使用它的独立安装器，这样 uv 可以自我管理并不断优化。

建议二：使用最新 Python

根据调查结果显示，83% 的受访者没有使用最新版本 Python。那么，不要成为其中之一。使用虚拟环境或容器安装最新版本 Python。最快最方便的方式是用 uv，这不会影响系统 Python 或其他配置。

如果你在 Docker 容器中开发或部署，只需设置最新 Python 3.13 并运行：

RUN curl -LsSf https://astral.sh/uv/install.sh | shRUN uv venv --python 3.13 /venv

如果你在本地虚拟环境开发，那就去掉 RUN 关键字，用 uv 创建环境即可。记得在 Python 发布新大版本时更新版本号。通过这一步，你可以充分利用现代 Python 的性能和语言特性。

建议三：学习 Agentic AI

如果你还没尝试过 Agentic AI，强烈建议亲自体验。其实，有很多人想要避开 AI 和 LLM，理由也很充分，如版权问题存在争议、环境影响真实、且可能威胁开发者工作和自主性。但使用顶级模型进行 Agentic AI，而非仅仅聊天机器人，可以显著提高生产力。

对此，Michael Kennedy 并不推荐 vibe coding（氛围编码）。但如果你想要借助某个库或工具、命令行来自动化工作中的简单部分，其实直接把它交给 Agentic AI 就行，你无需增加主应用的技术债，同时提高工作效率。

另一个很多人常犯的错误是使用最便宜的免费模型。当模型效果不佳时，他们就会以此为证据，说：“看，它没什么用。它只会胡编乱造，把事情搞砸。” 所以，尽可能地选择好的模型，如果你想认真尝试一下，可以花 10–20 美元体验一个月，看看模型的实际可能性。

建议四：学会读基础 Rust

Python 开发者应考虑学习 Rust 基础，不是替代 Python，而是互补。正如报告中提到的，Rust 在 Python 生态中越来越重要。你不必成为 Rust 开发者，但能读懂基本 Rust，了解你所使用库的内部工作原理，将是一项有价值的技能。

建议五：深入理解多线程

Python 开发者大多在多线程和并行编程方面经验有限。Python 3.6 引入了 async/await，但主要用于 I/O 并发，例如调用 Web 服务时使用 HTTPX 并 await 调用，这种并发避免了大部分竞态条件问题。

现在，真正的并行线程即将到来。随着 PEP 703 在 Python 3.14 中正式接受，我们需要理解线程、锁、信号量和互斥量的工作原理。

这将是一项挑战，但也是显著提升 Python 性能的机会。

在 2025 Python Language Summit 上，约三分之一的演讲涉及并发和线程，这无疑是未来趋势的前瞻信号。当然，并非所有程序都会涉及并发或线程，但它们会足够普遍，因此掌握基础概念非常重要。

建议六：关照新手

最后，Michael Kennedy 建议道，无论你是在构建项目、写文章，还是分享包、库和工具时，都要考虑初学者的存在，方便他们使用、学习。因为报告显示，Python 开发者中有一半使用 Python 不到两年，而且大多数人在任何编程形式上的经验也不足两年。

因此，当你走向世界去演讲、撰写文章或创建工具时，请记住不要假设大家已经拥有多年共享经验，比如如何管理多个 Python 文件、使用虚拟环境、固定依赖版本等等。

以上便是此次报告的亮点内容，查阅完整报告可详见：https://lp.jetbrains.com/python-developers-survey-2024/#

推荐阅读：

CEO一刀裁掉80%员工，只因他们“抗拒AI”？「大换血」两年后：公司年入破亿、4天就出成果

李建忠：关于AI时代人机交互和智能体生态的研究和思考

写代码写出26亿身家、“淘宝第一个程序员”多隆离职后重出江湖，加入老同事创企，“杀入”AI赛道！

【活动分享】2025 全球机器学习技术大会（ML-Summit）北京站将于 2025 年 10 月 16-17 日在北京威斯汀酒店举办。大会共 12 大主题、50+ 海内外专家，聚焦大模型技术和应用变革。详情参考官网：https://ml-summit.org (或点击原文链接）。