Worldwide, Feb 2026 : PYPL 全球编程语言流行度排行榜火热出炉
本期榜单中的编程语言排名和流行度变化可以从以下几个方面进行分析：
1. Python 依然占据榜首
- Python以 31.17% 的市场份额稳居第 1 位，且其流行度小幅上升 (+0.5%)，进一步巩固了其在开发者社区的主导地位。Python 的易用性和广泛的应用场景（如数据科学、机器学习和Web开发等）让它的受欢迎程度持续上升。
2. C/C++ 表现突出
- C/C++以 14.96% 的份额位列第 2，流行度上涨了 7.6%。这表明在底层系统开发和高性能计算领域，对 C/C++ 语言的需求再次增强，可能受到嵌入式开发和系统编程等领域复苏的推动。
3. Java 和 JavaScript 的下滑趋势
- Java和JavaScript分别以 10.46% 和 5.05% 的份额位列第 3 和第 5，但均出现了下降趋势，Java 的下降幅度为 -4.6%，JavaScript 则下降了 -2.9%。这可能与新兴编程语言的流行以及框架的变化影响了这两种语言的受欢迎程度。
4. 新兴语言的回暖
- Rust和Swift的份额虽然不高，但都呈现小幅增长，分别为 +0.1% 和 +1.4%。Rust 的安全性和性能逐渐被认可，而 Swift 在iOS开发中的重要性也未减。
5. 稀有语言的潜在增长
- Ada、Powershell、Dart、Lua和Julia等较少使用的语言也出现了小幅增长，这可能是由于特定领域应用的推动。例如，Julia 在科学计算和数据处理方面的应用正在逐渐引起关注。
6. 安全和遗留语言持续困境
- PHP、Objective-C、C#、Kotlin等语言的流行度有所下降，尤其是 PHP 下降幅度较小 (-0.6%)，可能显示出开发者对其新兴替代方案（如 Node.js 等）的兴趣。
7. 其他语言的稳定状态
- 一些语言如Scala、Haskell和Groovy的市场份额保持稳定，显示出它们在特定社区中的坚持使用。
结论
整体来看，Python、C/C++ 继续主导市场，Java 和 JavaScript 的位置受到挑战，而一些新兴语言可能在特定领域获得更大的关注。开发者需要关注这些变化，以便选择适合未来发展的编程语言。
| Rank/排名 | Language/语言 | Share/流行度 | Trend/趋势 |
|---|---|---|---|
| 1 | Python | 31.17 % | +0.5 % |
| 2 | C/C++ | 14.96 % | +7.6 % |
| 3 | Java | 10.46 % | -4.6 % |
| 4 | R | 6.88 % | +2.4 % |
| 5 | JavaScript | 5.05 % | -2.9 % |
| 6 | Swift | 3.92 % | +1.4 % |
| 7 | Rust | 3.19 % | +0.1 % |
| 8 | C# | 3.19 % | -2.9 % |
| 9 | PHP | 3.14 % | -0.6 % |
| 10 | Ada | 2.81 % | +1.5 % |
| 11 | Objective-C | 2.03 % | -0.5 % |
| 12 | TypeScript | 1.9 % | -0.8 % |
| 13 | Matlab | 1.59 % | -0.1 % |
| 14 | Powershell | 1.34 % | +0.4 % |
| 15 | Dart | 1.15 % | +0.2 % |
| 16 | Lua | 1.02 % | +0.2 % |
| 17 | Kotlin | 1.02 % | -0.8 % |
| 18 | Ruby | 0.99 % | -0.0 % |
| 19 | VBA | 0.86 % | -0.1 % |
| 20 | Julia | 0.84 % | +0.4 % |
| 21 | Go | 0.68 % | -1.3 % |
| 22 | Abap | 0.4 % | -0.1 % |
| 23 | Scala | 0.37 % | -0.2 % |
| 24 | Zig | 0.27 % | +0.2 % |
| 25 | Delphi/Pascal | 0.24 % | +0.2 % |
| 26 | Groovy | 0.15 % | +0.0 % |
| 27 | Visual Basic | 0.14 % | -0.2 % |
| 28 | Haskell | 0.12 % | +0.0 % |
| 29 | Cobol | 0.07 % | -0.0 % |
| 30 | Perl | 0.05 % | +0.0 % |
数据来源:https://pypl.github.io/PYPL.html