几周前，我在博客上写了我如何使用Git的元数据和RapLeaf的API来构建GitHub组织的人口统计资料（请参阅此处的博客文章，请单击此处查看每个组织的数据）。我还尝试过以不同的方式拦截数据，以获得每种编程语言而非组织的人口统计资料。关于开发人员使用不同编程语言的刻板印象比比皆是，我很好奇它们与现实有何关系。从各个编程语言用户群的年龄、收入、性别等基本信息入手，根据我手上已有的数据，不难做到：我用GitHub分析编程语言的构成在每个数据存储库中进行估算。例如，GitHub估计一个项目有75%使用Java语言；把他们的收入加起来；我再过滤掉获得大于100个收入数据点的编程语言。下面是收入统计，按照家庭平均收入从低到高排序：同样的数据用图表的形式展示如下：大部分排名结果大致符合我的预期：Haskell是一个非常学术化的语言，所以在收入方面并不可观；PHP是一门比较容易掌握的语言，方便非专业或初级程序员使用，所以收入相对较低Java和ActionScript算是高级语言，多用于企业软件开发，所以收入相当高富。另一方面，我对低端和高端的一些语言不是很熟悉，比如XSLT、Puppet、CoffeeScript，不知道为什么排名高低。我们也看到了使用这些数据得出结论的局限性：这些项目是开源的，不能应用于封闭程序开发者补偿；Rapleaf数据未参考总收入信息，样本可能存在偏差；我忽略了年龄、性别和其他可能导致数据分布偏斜的因素；我没有分析所有的GitHub数据存储库，用作样本的用户配置文件可能不具有代表性。综上所述，即使绝对值存在偏差，这仍然是比较不同编程语言之间相对收益差异的一个开始。英文原文：bpodgursky.wordpress.com翻译链接：http://www.36kr.com/p/205652.html
