几周前我提到过如何通过使用git的提交元数据(metadata)和Rapleaf API 来收集Github上热门组织的一些统计资料(日志, 每个组织的数据)。现在我又对这些数据按编程语言而不是组织进行划分产生了兴趣。网上关于各编程语言对应的屌丝程序员的描述比比皆是，但我还是很好奇它们是如何与现实中的人们对应起来的。
几周前我提到过如何通过使用git的提交元数据(metadata)和RapleafAPI来收集Github上热门组织的一些统计资料(日志, 每个组织的)。
现在我又对这些数据按编程语言而不是组织进行划分产生了兴趣。网上关于各编程语言对应的屌丝程序员的描述比比皆是，但我还是很好奇它们是如何与现实中的人们对应起来的。一开始，我想先简单地统计一下每种编程语言使用者的年龄、收入和性别。基于我已经收集的数据，这一工作还是比较轻松的：
对于统计每个repo使用的编程语言，我使用Github自带的语言统计结果。例如，Github估计这个项目中75%是java代码。
统计了每个项目中某种语言代码占用大于50%的那些贡献者的收入
过滤出那些收入点>100的编程语言
下面是收入的统计结果，升序排列：
LanguageAverage Household Income ($)Data Points
Puppet87,589.29112
Haskell89,973.82191
PHP94,031.19978
CoffeeScript94,890.80435
VimL94,967.11532
Shell96,930.54979
Lua96,930.69101
Erlang97,306.55168
Clojure97,500.00269
Python97,578.872314
JavaScript97,598.753443
Emacs Lisp97,774.65355
C#97,823.31665
Ruby98,238.743242
C++99,147.93845
CSS99,881.40527
Perl100,295.45990
C100,766.512120
Go101,158.01231
Scala101,460.91243
ColdFusion101,536.70109
Objective-C101,801.60562
Groovy102,650.86116
Java103,179.391402
XSLT106,199.19123
ActionScript108,119.47113
这是上表对应的柱状图：
对于大多数语言的排名还是比较符合预期的,得出了一下结论：
Haskell是一种非常学术化的(academic)语言,因此学术界不会以薪资而闻名。
PHP是一种非常通用的语言，普通的、年轻的、低收入的程序员都可以上手。
从图谱右侧最高的部分可看出，Java和ActionScript多用于企业级软件的开发，，因此其薪资待遇是相当的可观。
另一方面，由于对某些语言，像XSLT, Puppet, CoffeeScript不太熟悉，大家知道为什么这些语言排名较高或收入较低吗？感谢告知。
需要说明的是：
所有这些数据都来自开源项目，因而可能无法精确地体现那些闭源开发者们的收入水平。
Rapleaf并没有完全统计所有人的收入，因此数据可能存在偏差。
数据(年龄、性别……)有误差
没有对Github上所有项目进行统计，因此结论可能不具有代表性。
最后，对统计结果或方法有任何想法或建议请告知我，我还会再出一份按年龄、性别排名的编程语言报告。
别想一下造出大海，必须先由小河川开始。
