In unserem Büro haben wir Python und Smartsheet verknüpft, um verschiedene Aufgaben zu erledigen. Unser Team hat die Codes in Python geschrieben, um mit Smartsheet und G-Drive zu interagieren. Es gibt mehrere Anwendungsfälle, bei denen wir Python im Hintergrund sowie in Form einer Benutzeroberfläche zur einfachen Nutzung verwenden. Es ist einfach, den Python-Code zu folgen und zu verstehen, sodass ich es leicht und bequem finde, kleinere Änderungen im Code vorzunehmen, um ihn an neue Prozessänderungen oder Ergänzungen anzupassen. Wir nutzen diesen integrierten Ansatz von Python und Smartsheet ziemlich intensiv und häufig. Mehrere Funktionen von Python werden verwendet, um verschiedene Aufgaben zu erledigen, wie:

1) Fotografieren - In einem UI-basierten Python-Code geben wir ein Empfangsdatum ein, woraufhin der Python-Code ein bestimmtes Smartsheet referenziert, die Daten und die Anzahl der Zeilen abruft, entsprechende Ordner erstellt und die Bilder in den jeweiligen Ordnern speichert, während sie nach unseren Anforderungen umbenannt werden, während wir die Fotos der Assets mit einer Kamera aufnehmen. Dies ist eine Integration von Python, Smartsheet und einer physischen externen Kamera.

2) Batch-Verarbeitung - In diesem UI-basierten Python-Code geben wir eine Batch-Nummer ein, woraufhin er die Daten aus dem jeweiligen Smartsheet liest, mehrere Ordner erstellt und Assets von G-Drive herunterlädt und in den neu erstellten Ordnern speichert. Dies ist eine Integration von Python, Smartsheet und G-Drive.

3) Asset-Update - In diesem UI-basierten Python-Skript werden die Assets mit den Smartsheet-Daten verglichen und die verarbeiteten Assets in Batches im Git-Ordner gespeichert, woraufhin neue .xml- und .json-Dateien geschrieben und die Smartsheets entsprechend aktualisiert werden. Dies ist eine Integration von Python, Smartsheet und Git.

4) Validierung - In diesem Python-Skript werden die verarbeiteten Batches auf Existenz und Genauigkeit der verarbeiteten Assets innerhalb der Batch-Ordner validiert. Dies ist eine Integration von Python, Smartsheet, .xml- und .json-Dateien.

5) Hochladen - In diesem skriptbasierten Python (ohne UI), nach Abschluss des Prozesses und der Validierungen, werden die Assets in einem Cloud-Speicher hochgeladen. Dies ist eine Integration von Python, Smartsheet und einem Cloud-Speicher.

Angesichts der weit verbreiteten Funktionen und der einfachen Implementierung konnten wir die meisten unserer Aktivitäten mithilfe der Integration von Python und Smartsheet automatisieren. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl unsere Aktivitäten nicht zeitgebunden sind oder umfangreiche Verarbeitung erfordern, stören uns die allgemein bekannten Probleme wie Langsamkeit, Speicherzuweisung oder Designbeschränkungen nicht. Unsere Arbeit wird erledigt, daher sehen wir im Moment kein Problem, das uns missfallen könnte. Bewertung gesammelt von und auf G2.com gehostet.

Es ist meine tägliche Arbeit, Python zu verwenden und Anwendungen zu entwickeln, das ist mein Job, und alles, was es bietet, ist am besten, vor allem seine leichte Erlernbarkeit und einfache Syntax. Bewertung gesammelt von und auf G2.com gehostet.

Nichts dergleichen. Es löst gerade alle meine Probleme und es gibt noch nichts, was mir daran missfällt. Bewertung gesammelt von und auf G2.com gehostet.

Python ist sehr einfach zu lernen. Es gibt so viele Bibliotheken, die wir für die Testautomatisierung verwenden können. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt bisher kein Problem mit Python. Visual Studio Code ist eine großartige IDE und ich kann Fehler leicht debuggen. Bewertung gesammelt von und auf G2.com gehostet.

• Python zeichnet sich als eine hochentwickelte, universelle Programmiersprache aus, deren Designphilosophie auf Code-Lesbarkeit und Einfachheit fokussiert ist. Die Syntax ist sauber und übersichtlich und verwendet Einrückungen anstelle von geschweiften Klammern oder Semikolons zur Definition von Codeblöcken, was den Code nicht nur optisch ansprechend macht, sondern auch die Wahrscheinlichkeit von syntaktischen Fehlern verringert. Dieser Ansatz steht im Einklang mit den Zen of Python-Prinzipien, die betonen, dass „Lesbarkeit zählt“ und „einfach besser ist als komplex“, was tief in die Entwicklung der Sprache eingebettet ist.

• Python unterstützt mehrere Programmierparadigmen, einschließlich objektorientierter, prozeduraler und funktionaler Programmierung. Diese multiparadigmatische Natur ermöglicht es Entwicklern, den am besten geeigneten Ansatz für das jeweilige Problem zu wählen, sei es der Aufbau modularer, wiederverwendbarer Komponenten mit Klassen oder die Nutzung funktionaler Konstrukte wie map, filter und reduce zur Datenverarbeitung. Die Sprache bietet auch fortgeschrittene Konstrukte wie List Comprehensions, Generatoren und Dekoratoren, die eine prägnante Ausdrucksweise komplexer Logik ermöglichen.

• Eine große Stärke von Python ist sein dynamisches Typsystem, bei dem die Variablentypen zur Laufzeit bestimmt werden. Diese Funktion ermöglicht schnelles Prototyping und Flexibilität im Code, da Entwickler die Variablentypen nicht explizit deklarieren müssen. Die interpretierte Natur von Python bedeutet, dass der Code Zeile für Zeile ausgeführt wird, was interaktive Entwicklung, sofortiges Feedback und einfacheres Debugging erleichtert. Die interaktive Shell und gebündelte Entwicklungsumgebungen wie IDLE verbessern dieses Erlebnis weiter, indem sie es einfach machen, Ideen zu testen und Probleme zu beheben.

• Die Standardbibliothek ist umfangreich und deckt alles von Datei-I/O und regulären Ausdrücken bis hin zu Netzwerken und Webdiensten ab. Dieses reiche Ökosystem reduziert die Notwendigkeit für Drittanbieterabhängigkeiten bei allgemeinen Aufgaben und beschleunigt die Entwicklung, indem es gut getestete, einsatzbereite Module bereitstellt. Darüber hinaus sind die Integrationsfähigkeiten von Python robust: Es kann mit C, C++, Java und anderen Sprachen interagieren und wird häufig als „Klebesprache“ verwendet, um unterschiedliche Systeme zu verbinden.

• Der Open-Source-Status und die plattformübergreifende Kompatibilität von Python sind bedeutende Vorteile. Die Sprache läuft nativ auf Windows, macOS, Linux und Unix, und es gibt inoffizielle Builds für mobile Plattformen. Die lebendige, globale Community trägt zu einer Fülle von Dokumentationen, Tutorials und Drittanbieterbibliotheken bei, was sicherstellt, dass Unterstützung sowohl für Anfänger als auch für erfahrene Entwickler leicht verfügbar ist. Das Ökosystem umfasst beliebte Frameworks für die Webentwicklung (Django, Flask), Datenanalyse (pandas, NumPy), maschinelles Lernen (TensorFlow, scikit-learn) und mehr, was Python zu einer vielseitigen Wahl in verschiedenen Bereichen macht.

• Die Eignung von Python für schnelle Entwicklung und Prototyping ist weithin anerkannt. Seine prägnante Syntax und hochentwickelten Abstraktionen ermöglichen eine schnelle Umsetzung von Ideen in funktionierenden Code, was besonders in schnelllebigen Umgebungen oder bei der Entwicklung von Minimum Viable Products wertvoll ist. Das automatische Speichermanagement und die integrierte Ausnahmebehandlung der Sprache vereinfachen den Entwicklungsprozess weiter, indem sie Boilerplate reduzieren und das Risiko von Speicherlecks oder unbehandelten Fehlern minimieren.

• Die Rolle von Python in modernen Technologiestacks ist prominent. Es wird weit verbreitet in Bereichen wie Data Science, künstliche Intelligenz, Webentwicklung, Automatisierung und Internet der Dinge (IoT) eingesetzt. Die Flexibilität der Sprache ermöglicht es, sie für Scripting, den Aufbau komplexer Anwendungen oder als eingebettete Skriptsprache innerhalb größerer Systeme zu verwenden. Ihre Popularität spiegelt sich auf dem Arbeitsmarkt und in der Community-Aktivität wider, was eine kontinuierliche Entwicklung und Relevanz sicherstellt. Bewertung gesammelt von und auf G2.com gehostet.

• Leistungsbeschränkungen: Als interpretierte Sprache führt Python Code im Allgemeinen langsamer aus als kompilierte Sprachen wie C++ oder Java. Dies kann ein Engpass für rechenintensive oder Echtzeitanwendungen sein.

• Speicherverbrauch: Pythons dynamische Typisierung und hochgradige Abstraktionen können zu einem höheren Speicherverbrauch führen, insbesondere beim Umgang mit großen Datensätzen oder komplexen Datenstrukturen.

• Global Interpreter Lock (GIL): Der GIL beschränkt die echte Multi-Thread-Ausführung in CPython, was die Parallelität für CPU-gebundene Aufgaben einschränkt und die Skalierbarkeit in bestimmten Szenarien beeinträchtigt.

• Abhängigkeitsmanagement: Das umfangreiche Ökosystem von Drittanbieter-Paketen kann zu Versionskonflikten und komplexen Abhängigkeitsbäumen führen, was die Projektwartung erschwert.

• Mobile Entwicklung: Die native Unterstützung und die Tools für mobile Plattformen sind im Vergleich zu anderen Sprachen weniger ausgereift, was Python für mobile-first Projekte weniger geeignet macht.

• Fallstricke der dynamischen Typisierung: Während die dynamische Typisierung die Flexibilität erhöht, kann sie auch zu Laufzeitfehlern führen, die während der Entwicklung schwerer zu erkennen sind, insbesondere in großen Codebasen. Bewertung gesammelt von und auf G2.com gehostet.

Python ist einfach zu verwenden und hilft mit vielen Bibliotheken, an verschiedenen maschinellen Lernmodellen zu arbeiten. Außerdem ist es einfach, es mit mehreren Softwareprogrammen zu integrieren. Und ich benutze es regelmäßig und es ist einfach, die Ideen umzusetzen. Bewertung gesammelt von und auf G2.com gehostet.

Frontend-Dinge wie API müssen wir immer noch auf andere Programmiersprachen angewiesen sein. Bewertung gesammelt von und auf G2.com gehostet.

Python glänzt durch seine saubere und lesbare Syntax, die es Entwicklern ermöglicht, weniger Code zu schreiben und mehr zu erreichen. Es ist extrem leistungsfähig genug für groß angelegte Anwendungen. Das reichhaltige Ökosystem von Bibliotheken und Frameworks, insbesondere für Webentwicklung, Datenwissenschaft und Automatisierung, macht es zu einer bevorzugten Sprache in vielen Bereichen. Die aktive Community und die umfangreiche Dokumentation erleichtern auch das Problemlösen und Lernen erheblich. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl die dynamische Typisierung von Python praktisch ist, fühlt sich das Typsystem im Vergleich zu besseren Lösungen wie TypeScript immer noch begrenzt an. Selbst mit der Hinzufügung von Typ-Hinweisen und Tools wie mypy ist die Durchsetzung optional und es fehlt die Strenge und Tool-Unterstützung, die die Typisierung von TypeScript so effektiv macht. Dies kann zu Laufzeitproblemen führen, die in statisch typisierten Sprachen zur Kompilierzeit erkannt würden. Bewertung gesammelt von und auf G2.com gehostet.

Python ist eine sehr nützliche Sprache, die mit KI kombiniert werden kann, um neue KI-Anfragen oder hilfreiche Dinge zu generieren. Bewertung gesammelt von und auf G2.com gehostet.

Gut, dass wir Pyscript verwenden, um es auf dem Computer auszuführen. Bewertung gesammelt von und auf G2.com gehostet.

Das Programmieren ist einfach zu verstehen und dynamischen Code zu schreiben. Bewertung gesammelt von und auf G2.com gehostet.

Derzeit keine Abneigungen gegen Python-Codes. Bewertung gesammelt von und auf G2.com gehostet.

Es ist einfach zu lernen und zu verwenden. Es gibt auch viele Bibliotheken für verschiedene Aufgaben und ein großartiges Support-Forum. Bewertung gesammelt von und auf G2.com gehostet.

Es ist nicht so schnell und fehlt an maschinennaher Programmierung. Es ist auch nicht gut im Frontend. Bewertung gesammelt von und auf G2.com gehostet.

Einfach zu codieren, einfach Pakete zu importieren, einfach Dinge zu verpacken Bewertung gesammelt von und auf G2.com gehostet.

Geschwindigkeit und Latenz können nicht eingestellt werden, aber das ist gut. Bewertung gesammelt von und auf G2.com gehostet.