Строим свой рейтинг языков программирования на данных GitHub в Anaconda и JupyterLab

Автор: Иван Богданов, Технический писатель

Каждый раз, когда выходит новый рейтинг языков программирования типа TIOBE или RedMonk, в комментариях начинается одно и то же. Python не может быть первым, Rust переоценен, TypeScript вообще непонятно где. Рейтинги считают по-разному: одни смотрят на поисковые запросы, другие — на упоминания в репозиториях и на форумах, третьи проводят опросы среди разработчиков. Каждый метод дает свой результат, и у каждого найдутся критики.

Мы решили не спорить с методологией чужих рейтингов, а собрать данные самостоятельно. Программный интерфейс приложения GitHub отдает статистику публичных репозиториев бесплатно, поэтому мы запросили ее напрямую: сколько новых репозиториев создается на каждом языке, какие из них набирают звезды и как картина менялась поквартально с начала 2024 по конец 2025 года. Двадцать языков, восемь кварталов, несколько неожиданных выводов.

Сервер и окружение

Для анализа мы взяли VPS с предустановленным образом Anaconda + JupyterLab — операционная система Ubuntu, 4 виртуальных процессорных ядра (vCPU), 8 ГБ оперативной памяти. Графический процессор не нужен, т. к. задача аналитическая, вся нагрузка — это запросы по протоколу HTTP к API и pandas.

Подключаемся по SSH и запускаем JupyterLab:

jupyterlab--ip=0.0.0.0--port=8888--no-browser--allow-root

Открываем браузер на http://IP_адрес_сервера:8888 и можно работать. Anaconda берет все нужные пакеты из своего репозитория — pandas (таблицы), matplotlib и seaborn (графики), requests (HTTP-запросы), tqdm (прогресс-бар) устанавливаются одной командой без поиска и ручной настройки. Добавляем только plotly для интерактивных графиков:

conda create -n github-langs python=3.11 pandas matplotlib seaborn requests tqdm -y
conda activate github-langs
conda install -c conda-forge plotly ipykernel -y
python -m ipykernel install--user --name github-langs --display-name "GitHub Langs"

После обновления страницы в браузере на стартовой странице JupyterLab появится новое ядро GitHub Langs — это Python-окружение, которое JupyterLab будет использовать для запуска кода. Выбираем его, создаем ноутбук и начинаем работу.

Что и как считаем

Поисковый программный интерфейс GitHub (GitHub Search API) позволяет искать репозитории с фильтрами по языку, дате создания и количеству звезд. Лимит — 5000 запросов в час с токеном, нам хватает с запасом. Для каждого языка и каждого квартала собираем три метрики:

• total_repos - сколько новых публичных репозиториев создано;
• notable_repos - то же, но только с ≥10 звезд (признак того, что проект живет и его заметили);
• top100_stars / top100_forks - суммарные звезды и форки топ-100 репозиториев по звездам.

Главное ограничение Search API — не более 1000 результатов на запрос. Обходим просто: дробим по диапазонам дат, запрашиваем только total_count (одна строка в ответе), добавляем паузы. Сначала проверяем токен:

response = requests.get("https://api.github.com/user", headers=HEADERS)
# → Авторизован как: ibogdanov-creator
# → Лимит запросов: 4999/5000

20 языков × 8 кварталов × 3 метрики ≈ 480 запросов и это значит,что мы укладываемся в лимит с огромным запасом. Основной цикл с прогресс-баром tqdm занял около 15 минут. Итоговый файл CSV — 160 строк. Данные сохранены, можно перезапускать ядро сколько угодно.

После сбора прогнали данные через отдельный скрипт верификации: 20 контрольных точек, повторные запросы к программному интерфейсу GitHub (API), сравнение с CSV. Все 20 выдали по итогу статус OK, расхождение не больше 0,2%. GitHub периодически пересчитывает индекс публичных репозиториев, поэтому небольшой разброс ожидаем. Данные чистые.

Стоит заранее отметить важное ограничение. Мы смотрим только на публичные репозитории. Корпоративная разработка на Java, C# или COBOL остается за закрытыми дверями внутренних установок GitLab и Bitbucket. Китайские разработчики активно используют Gitee. Количество новых репозиториев отражает активность сообщества, но не долю языка в реальных проектах, так как легаси-код новых репозиториев не создает. Это срез публичной активности, не универсальный рейтинг.

Что получилось: разбираем графики

JavaScript первый

Что мы видим: JavaScript — 14 млн новых репозиториев за два года. Python — 11,3 млн. TypeScript — 7,1 млн. Дальше резкий обрыв: Java — 5,2 млн, затем C# и C++ по 2,1 млн.

График 1. Топ-20 языков по числу новых репозиториев, GitHub Q1 2024 - Q4 2025

Несмотря на то что в большинстве рейтингов Python занимает лидирующую позицию, в данном случае он оказался лишь на втором месте, что стало неожиданностью. Причина кроется в используемой методологии. Мы учитываем количество новых репозиториев, а JavaScript охватывает все аспекты клиентской веб-разработки, включая учебные и личные проекты начинающих разработчиков. Вероятно, Python можно назвать более зрелым языком, так как проекты на нём создаются реже, но они обычно более сложные и серьёзные.

Scala, Elixir, Julia и Zig показывают 0,0M на фоне лидеров, и масштаб просто несопоставим. Но это не значит, что они умирают, и дальше увидим интересное.

TypeScript улетел в космос, а PHP провалился

Нормализуем данные к первому кварталу (Q1) 2024 = 100. Так удобнее сравнивать темпы роста, а не абсолютные числа. В ноутбуке этот график интерактивный: можно выбирать языки в легенде, убирать и возвращать линии — в статичной версии этого не передать.

График 2. Динамика новых репозиториев по кварталам, Q1 2024 = 100 (в ноутбуке - интерактивная версия на Plotly)

TypeScript к четвертому кварталу 2025 года дошел до индекса 290. Python - 230. Все остальные языки в диапазоне 100–150. TypeScript, похоже, перестал быть надстройкой над JavaScript и все чаще оказывается тем языком, с которого начинают новый проект на стороне клиента.

PHP - единственный язык в выборке с аномальным поведением: пик в четвертом квартале 2024 года, после которого последовал спад.

Rust и Go - качество против количества

На точечной диаграмме с логарифмической шкалой видна интересная закономерность. По оси X — количество репозиториев, по оси Y — суммарные звезды топ-100. Размер точки отражает долю заметных репозиториев (от 10 звезд и выше).

График 3. Репозитории против Звезды (лог. шкала). Размер точки = доля заметных репозиториев

Rust и Go стоят аномально высоко по звездам относительно числа репозиториев. У JavaScript при 14 млн репозиториев, но относительно мало звезд на каждый: среди 14 миллионов JS-репозиториев много учебного мусора. Репозиторий на Rust создают осознанно.

Julia — маленький объем, но хорошее соотношение звезд. Нишевый язык для науки: если человек делает проект на Julia, он делает что-то серьезное. Zig и Elixir в одном кластере — маленькие сообщества, но лояльные.

Победители и проигравшие за два года

Если большая часть языков не только сохранила свои позиции, но и пошла в рост: TypeScript +190%, Zig +155%, Python +131%, Lua +84%, Rust +56%, то в минусе только двое: Scala -10% и Ruby -37%.

График 4. Рост числа новых репозиториев четвертый квартал 2025 против первого квартала 2024, %

Ruby, безусловно, продемонстрировал интересные результаты. Язык по-прежнему актуален, а фреймворк Rails остаётся востребованным. Однако количество новых проектов на этом языке снижается. Некоторые разработчики переключились на Python, особенно в области искусственного интеллекта, другие — на TypeScript для работы с Node.js. Это нельзя назвать катастрофой, но тенденция очевидна.

Zig демонстрирует второй по скорости рост, хотя на первом графике его присутствие практически незаметно из-за относительно небольшой базы. Несмотря на это, процентное увеличение значительное, что свидетельствует о реальном росте. Язык привлекает системных программистов, для которых Rust оказывается слишком сложным, а C — недостаточно безопасным.

Что у каждого языка внутри

Здесь самое полезное для понимания тенденций. Рассмотрим топ-5 репозиториев по звездам для каждого из топ-10 языков, собранных отдельным запросом к API.

График 5. Топ-5 репозиториев по звездам для каждого языка, GitHub 2024–2025

Топ Python содержит почти исключительно инструментарий искусственного интеллекта (ИИ): DeepSeek-V3 (102k звезд), awesome-llm-apps (102k), markitdown от Microsoft (91k), browser-use (81k). Поэтому рост объясняется не притоком веб-разработчиков на Django, и, судя по топу репозиториев, основной инструментарий ИИ 2024–2025 тяготеет к Python.

В топе TypeScript лидирует openclaw с 310k звезд, и это понятно, так как персональный ИИ-ассистент до сих пор на слуху. Следом opencode (121k), gemini-cli от Google (98k), MCP servers от Anthropic (81k). Практически весь топ TypeScript — это также инфраструктура искусственного интеллекта.

Неожиданность в C++: Ladybird browser (61k) — первый по-настоящему независимый браузерный движок, написанный с нуля, не ответвление Chromium и не ответвление WebKit. В топе Go: Fabric (40k) — библиотека для работы с ИИ, typescript-go (24k) — Microsoft переписывает компилятор TypeScript на Go ради производительности.

Сезонность: кто ведет себя предсказуемо, а кто нет

Seaborn строит тепловую карту за пять строк кода, и это один из тех случаев, когда инструмент делает за тебя всю работу по визуализации. Нормализуем каждый язык к своему максимуму (0–100) и смотрим закономерности.

График 6. Сезонность активности по языкам. % от максимального квартала каждого языка

Python и TypeScript: светло-желтые клетки в начале (43% и 34% от своего пика в первом квартале 2024 года), темно-красные в конце — за два года они удвоились и утроились соответственно. Java, C# и JavaScript равномерно темные на протяжении всего периода, без резких колебаний. PHP стоит особняком: пик в четвертом квартале 2024 года, после которого последовал спад.

Сравниваем с TIOBE и RedMonk

Теперь давайте сравним наши данные с данными TIOBE, которые взяты с сайта за март 2026 года и RedMonk, полученными из отчета за первый квартал 2025 года, опубликованного в июне 2025-го. Да, у них так бывает.

График 7. Сравнение рейтингов: наш GitHub против TIOBE (март 2026) и RedMonk (первый квартал 2025)

Главные расхождения:

• C на втором месте в TIOBE, у нас на восьмом. TIOBE считает по поисковым запросам, а поисковый трафик по C огромен: документация, Stack Overflow, учебные материалы. Новых публичных проектов на C создается значительно меньше.
• TypeScript: у нас третий, в TIOBE нет в топ-20, в RedMonk шестой. Самое показательное расхождение. Люди ищут не «typescript как сделать X», а «javascript как сделать X». Наш рейтинг по новым репозиториям отражает реальный сдвиг экосистемы.
• Go: у нас девятый, в TIOBE шестнадцатый. Разработчики на Go создают проекты, но редко задают вопросы на Stack Overflow — документация хорошая, сообщество нашло свои площадки.

Выводы

Мы собрали 160 точек данных по 20 языкам за 8 кварталов, нашли топ-5 репозиториев для каждого из топ-10 языков и сравнили результаты с тремя внешними рейтингами.

Судя по топу репозиториев, искусственный интеллект заметно изменил расклад сил. Python и TypeScript возглавляют списки во многом благодаря инфраструктуре ИИ, хотя топ звезд — это отчасти хайп-метрика, и громкие релизы вроде DeepSeek набирают звезды быстро. Языки растут не потому, что появились новые веб-библиотеки, а потому что инструментарий ИИ 2024–2025 тяготеет именно к ним.

TypeScript, похоже, победил в клиентской веб-разработке. Плюс 190% за два года — это не краткосрочный ажиотаж, а смена стандарта. Новый проект на чистом JavaScript сегодня все чаще требует отдельного обоснования. Rust растет стабильно, без всплесков — квартал за кварталом, без громких релизов-триггеров. Системные программисты переходят — и модный статус языка, и практическая ценность для безопасности памяти здесь, похоже, работают вместе. Ruby теряет позиции, но не уходит. Минус 37% за два года — серьезный сигнал. Rails жив, но новые проекты все чаще выбирают другие инструменты.

Весь анализ проводился на виртуальном выделенном сервере (VPS) с предустановленным образом Anaconda и JupyterLab. Инфраструктура не отвлекала от задачи ни разу: окружение готово, пакеты совместимы, результаты воспроизводимы. От подключения по протоколу защищенного удаленного доступа (SSH) до первого графика прошло меньше десяти минут.