制作编程语言排行图通常涉及以下步骤：
数据收集
从各种渠道获取编程语言的相关数据，如TIOBE编程语言排行榜、Redmonk编程语言排行榜、GitHub编程语言趋势等。这些数据通常包括编程语言的使用频率、搜索量、代码库大小、招聘需求和社区活跃度等。
数据清洗
对收集到的数据进行清洗和整理，以便用于后续的分析和可视化。这可能包括去除重复数据、处理缺失值、转换数据格式等。
选择图表类型
根据数据的特点和分析目的选择合适的图表类型。常见的图表类型包括柱状图、饼图和折线图。例如，柱状图可以直观地比较不同编程语言的受欢迎程度，饼图可以展示编程语言在市场中的占比，折线图可以展示编程语言随时间的变化趋势。
数据可视化
使用数据可视化工具或库（如Python的matplotlib、seaborn、Plotly，R语言的ggplot2等）来绘制图表。在绘制过程中，可以为每种编程语言设置不同的颜色，并添加必要的标签和标题，以增强图表的可读性和美观性。
动态展示
如果需要展示编程语言随时间的变化趋势，可以使用动态图表库（如R语言的shiny）来实现动态展示。这样用户可以交互式地查看不同时间段的数据，从而更直观地理解编程语言的流行趋势。
```python
import matplotlib.pyplot as plt
import requests
import re
获取数据
url = "https://www.tiobe.com/tiobe-index/"
response = requests.get（url）
html_content = response.text
提取数据
pattern = re.compile（r'
matches = pattern.findall（html_content）
languages = [match.group（1） for match in matches]
ranks = [int（match.group（2）） for match in matches]
绘制柱状图
plt.figure（figsize=（10, 6））
plt.bar（languages, ranks, color='skyblue'）
plt.xlabel（'Programming Languages'）
plt.ylabel（'Rank'）
plt.title（'Top Programming Languages'）
plt.xticks（rotation=90）
plt.show（）
```
这个示例展示了如何使用Python的requests库获取TIOBE编程语言排行榜的数据，并使用matplotlib库绘制柱状图。你可以根据需要修改代码，以获取其他来源的数据并绘制不同类型的图表。