未来比较有前景的8种编程语言，看看有没有你已经掌握的？

Python07

未来比较有前景的8种编程语言，看看有没有你已经掌握的？,第1张

目前，软件开发人员正在使用大量不同的编程语言，大多数工作需要熟悉很多技能，如Java、Java、PHP和C#。然而，随着软件需求的发展，新的和尚未被普遍接受的编程语言越来越突出，为程序员提供了针对某些工作的正确工具。

预测哪些语言最终会上升到编程语言排行榜的顶部是困难的，很多语言的受欢迎指数都呈上升趋势，以下是八种目前还没有大火的编程语言竞争力分析，看起来未来几年将在在企业中发挥巨大作用。(排名按照开源社区受欢迎程度，swift最受欢迎）

在2014年的苹果WWDC大会上首次亮相，旨在替代OSX和iOS开发的Objective-C语言。苹果于2015年12月，根据Apache许可证开源了该语言，这意味着所有源代码都可以编辑，程序可以在不归属于苹果的情况下运行。

RedMonk分析师Stephen O'Grady表示，Swift与Ruby和Python这些更现代的语言相似，自发布以来一直享受着高速增长。苹果公司表示： Swift采用安全的编程模式，并添加了现代功能，使编程更容易、更灵活、更有趣。

Github上Star：39.8K

这种开源语言被视为比较成熟的语言(如Java和C)更快速、更易于使用。它已被许多企业使用：BBC、SoundCloud，Facebook以及英国政府获奖的GOV.UK网站。

Type在年初开始普及，上半年保持着强劲的增长势头。这反映在其技术出版商RedMonk的排名中，在第一季度Github的排名中位列17位，其中Erlang和Rust并列。

被描述为“Java的超集”，Type最大的优点就是程序员可以利用Angular，这是一个用于创建以Type编写Web应用程序的框架。

Github上Star：24.6K

由Mozilla创建，Rust 1.0于2014年发布，已经开发了多年。

与C和C ++在某些方面类似，Mozilla将其描述为一种专注于性能、并行化和内存安全的新型编程语言。通过从零开始构建语言并结合现代编程语言设计的元素，Rust的创建者避免了传统语言必须处理大量”baggage“(向后兼容性要求)。经过一段时间的发展，该语言正在引起程序员的兴趣。

Github上Star：22.9K

快速编译并与Java一起运行，Kotlin是一种静态类型的编程语言，可在Java虚拟机上运行，可编译为Java源代码。

由俄罗斯软件开发公司JetBrains创建，Kotlin正在Pinterest，Evernote，Uber和Coursera上使用。

Github上Star：16.6k

Clojure于2009年推出，是Lisp编程语言的一种方言。它是一种强调函数式编程的通用语言。它将代码视为数据，并具有宏系统，如其他“Lisps”。

它被成功应用到沃尔玛、Puppet实验室和各大软件公司。

Github上Star：6.5k

Haskell将自己称为“高级纯函数式编程语言”，1990年发布了第一个版本。它具有类型推理系统，主要在学术界内使用，但有一些行业应用案例，例如AT&T，BAE Systems，Facebook甚至Google的项目。

2016年，开始编制2020版本。

Github上Star：681

R提供用于统计计算的开源软件环境。

首先出现在1993年，R在数据驱动的职业之中，例如数据挖掘、统计学家甚至学者，受到了越来越多的欢迎。它提供了一个简单有效的方式来分析数据，尽管它不能与像Hadoop这样的大型架构相竞争。

普通程序员目前对R语言的接受程度一般，随着大数据以及人工智能的发展，R语言未来的发展前景还是很不错的。

Github上Star：240

1.R数据的保存与加载

可通过save()函数保存为.Rdata文件，通过load()函数将数据加载到R中。

[ruby] view plain copy

> a <- 1:10

> save(a,file='d://data//dumData.Rdata')

> rm(a)   #将对象a从R中删除

> load('d://data//dumData.Rdata')

> print(a)

[1]  1  2  3  4  5  6  7  8  9 10

2.CSV文件的导入与导出

下面创建df1的数据框，通过函数write.csv()保存为一个.csv文件，然后通过read.csv()将df1加载到数据框df2中。

[ruby] view plain copy

> var1 <- 1:5

> var2 <- (1:5)/10

> var3 <- c("R and","Data Mining","Examples","Case","Studies")

> df1 <- data.frame(var1,var2,var3)

> names(df1) <- c("VariableInt","VariableReal","VariableChar")

> write.csv(df1,"d://data//dummmyData.csv",row.names = FALSE)

> df2 <- read.csv("d://data//dummmyData.csv")

> print(df2)

VariableInt VariableReal VariableChar

1           1          0.1        R and

2           2          0.2  Data Mining

3           3          0.3     Examples

4           4          0.4         Case

5           5          0.5      Studies

3.通过ODBC导入与导出数据

RODBC提供了ODBC数据库的连接。

3.1从数据库中读取数据

odbcConnect()建立一个数据库连接，sqlQuery()向数据库发送一个SQL查询，odbcClose()关闭数据库连接。

[ruby] view plain copy

library(RODBC)

connection <- odbcConnect(dsn="servername",uid="userid",pwd="******")

query <- "SELECT * FROM lib.table WHERE ..."

# or read query from file

# query <- readChar("data/myQuery.sql", nchars=99999)

myData <- sqlQuery(connection, query, errors = TRUE)

odbcClose(connection)

sqlSave()和sqlUpdate()用于写入或更新一个ODBC数据库表。

3.2从Excel文件中导入与导出数据

[ruby] view plain copy

library("RODBC")

conn<-odbcConnectExcel("D:/data/Amtrak.xls")

Amtrak<-sqlFetch(conn,"Data")

close(conn)