Die immense Menge an Bibliotheken, die für die Datenanalyse und das maschinelle Lernen verfügbar sind, wie Pandas, NumPy und Scikit-learn. Die Syntax ist sehr sauber und lesbar, fast wie Englisch, was es ermöglicht, komplexe Lösungen in sehr kurzer Zeit im Vergleich zu C++ oder Java zu prototypisieren. Bewertung gesammelt von und auf G2.com gehostet.

Die Ausführungsgeschwindigkeit. Da es sich um eine interpretierte Sprache handelt, ist sie bei reinen Berechnungsaufgaben merklich langsamer als kompilierte Sprachen wie C oder Rust, wenn sie nicht optimiert ist. Auch die Verwaltung von virtuellen Umgebungen und Abhängigkeiten (pip vs conda) kann manchmal zu Kopfschmerzen führen. Bewertung gesammelt von und auf G2.com gehostet.

Python hat eine einfache Syntax und ist im Vergleich zu anderen Programmiersprachen sehr leicht zu erlernen. Es verfügt auch über umfangreiche Bibliotheken, die Bibliotheken für fast jede Aufgabe bereitstellen. Da es in der KI-Community weit verbreitet ist, bietet es viele Tools und Funktionen, die eine sofortige Integration mit vielen KI-Tools unterstützen. Bewertung gesammelt von und auf G2.com gehostet.

-Langsamer im Vergleich zu GO & Rust

-Laufzeitauswertung kann Fehler verursachen, die anfangs nicht erkannt werden. Bewertung gesammelt von und auf G2.com gehostet.

Gerade erst angefangen, fand ich Python zugänglich und überraschend leistungsstark. Ich konnte Aufgaben automatisieren, Daten verarbeiten und echte Probleme mit sehr wenig Programmiererfahrung lösen. Die Sprache wirkt sauber und logisch, und es gibt eine riesige Gemeinschaft, die hilfreiche Ressourcen und Beispiele teilt. Werkzeuge und Bibliotheken machen alles einfacher, und das Ausführen von Skripten, um Zeit zu sparen und Batch-Prozesse zu verwalten, hat mir eine Menge neuer Möglichkeiten eröffnet. Bewertung gesammelt von und auf G2.com gehostet.

Gelegentlich erfordert das Herausfinden der richtigen Pakete oder Abhängigkeiten ein wenig Recherche, insbesondere bei komplexeren Aufgaben. Aber ehrlich gesagt, ist die Unterstützung und Dokumentation von Python so umfangreich, dass ich immer Antworten finde, wenn ich sie brauche. Bewertung gesammelt von und auf G2.com gehostet.

Was ich an Python am meisten mag, ist seine Benutzerfreundlichkeit und Einfachheit im Vergleich zu anderen Anwendungen—die Syntax fühlt sich sehr natürlich und lesbar an, was das Programmieren auch für Anfänger reibungslos macht. Ich habe meine Reise mit Python begonnen, bis ich nun den Titel eines Experten erworben habe. Die Implementierung ist unkompliziert, und Projekte können schnell ohne unnötige Komplikationen eingerichtet werden.

Python glänzt auch durch seine Vielzahl an Funktionen und Bibliotheken, die alles von Webentwicklung über Datenwissenschaft bis hin zu maschinellem Lernen und Automatisierung abdecken. Das macht es unglaublich vielseitig.

In Bezug auf die Integration funktioniert Python gut mit anderen Sprachen, Tools und Plattformen, was es einfach macht, sich in verschiedene Umgebungen einzufügen. Die Unterstützung durch die Community ist ein weiterer starker Punkt—es gibt immer Dokumentationen, Tutorials oder Foren, um Hilfe zu finden. Dies war während meiner Karriere in diesem Bereich sehr hilfreich.

Deshalb ist Python für mich so besonders und eine Sprache, die ich häufig und mit Zuversicht nutze. Bewertung gesammelt von und auf G2.com gehostet.

Python ist eine der mächtigsten Sprachen, die ich je in meinem Leben verwendet habe. Allerdings finde ich sie manchmal langsamer im Vergleich zu anderen Sprachen, und ich habe das Gefühl, dass sie einige Einschränkungen hat, wenn sie auf mobilen und Low-Level-Geräten verwendet wird. Manchmal steckt der Kundenservice fest und muss alternative Wege finden, um gute Antworten zu erhalten. Bewertung gesammelt von und auf G2.com gehostet.

Python ist im Vergleich zu anderen Programmiersprachen sehr einfach zu lernen. Wir mussten nur ein Paket importieren, und es enthält alle Funktionen, die wir verwenden können. Keine komplexe Programmierung und viel einfacher. Sehr einfach, Anwendungen wie Django zu erstellen und diese zu integrieren. Bewertung gesammelt von und auf G2.com gehostet.

Soweit es keine Abneigung gibt. Aber ich habe gehört, dass es komplexer Programmierung nicht standhalten kann, aber ich habe so etwas nicht erlebt, weil ich kein Entwickler bin, sondern in einer Datenrolle arbeite. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag Python, weil es benutzerfreundlich ist und seine Bibliotheken wie NumPy, Pandas, Scikit-learn, Matplotlib, Seaborn, PyTorch und Keras seine Fähigkeiten wirklich erweitern. Es hilft mir bei mehrfachen Zugriffen und der Bereinigung von Daten, der Durchführung mathematischer Analysen, dem Zeichnen von Diagrammen, der Durchführung von Recherchen und dem Ausführen von Regressionen. Die anfängliche Einrichtung von Python war auch einfach. Bewertung gesammelt von und auf G2.com gehostet.

Ich denke, Python könnte besser mit Deep Learning und Backpropagation sowie maschinellem Lernen verbunden werden. Außerdem würde ich gerne Verbesserungen bei der menschlichen Interaktion und der Art und Weise sehen, wie Daten in das System eingespeist werden, damit Modelle erstellt werden können, um die Machbarkeit der Daten zu verbessern. Bewertung gesammelt von und auf G2.com gehostet.

Einfache und lesbare Syntax, Python kann in vielen Bereichen wie Webentwicklung, Datenwissenschaft, maschinelles Lernen, Fintech usw. verwendet werden. Es hat riesige Ökosysteme und plattformübergreifende Kompatibilität, egal ob es Windows, Mac oder andere Plattformen sind, es kann verwendet werden. Ideal für Anfänger und Profis. Starke Unterstützung in Bildung und Forschung. Bewertung gesammelt von und auf G2.com gehostet.

Für mich ist es eine Woche in der mobilen Entwicklung, außerdem benötigt es eine hohe Speicherkapazität, es ist in der Praxis schwieriger. Begrenzte browserbasierte Anwendung, das ist es. Bewertung gesammelt von und auf G2.com gehostet.

Das Beste, was mir Python bietet, ist die Möglichkeit, spezifische Routinen zu entwickeln, um sie in der Prozessautomatisierung (RPA) zu implementieren. Bewertung gesammelt von und auf G2.com gehostet.

Bisher habe ich nur mit traditionellen Frameworks für die Webentwicklung gearbeitet, was es mir erschwert, Python für diesen Zweck zu nutzen. Bewertung gesammelt von und auf G2.com gehostet.

Was ich an Python am meisten mag, ist, wie einfach es zu lernen und zu verwenden ist, selbst für jemanden ohne starken Programmierhintergrund. Die Syntax fühlt sich natürlich an und steht nicht im Weg, Probleme zu lösen. Es hat eine riesige Sammlung von Bibliotheken für fast alles, sei es Datenanalyse, maschinelles Lernen, Webentwicklung oder Automatisierung. Außerdem ist die Community sehr hilfsbereit, sodass es immer eine Lösung online gibt, wenn ich mal feststecke. Es macht das Erstellen von Dingen einfach schneller und angenehmer. Bewertung gesammelt von und auf G2.com gehostet.

Eine Sache, die ich an Python nicht mag, ist seine langsamere Geschwindigkeit im Vergleich zu einigen anderen Sprachen wie C++ oder Java. Es ist nicht immer die beste Wahl für leistungskritische Aufgaben. Außerdem kann das Debuggen von Problemen im Zusammenhang mit Einrückungen oder dynamischer Typisierung manchmal etwas knifflig sein, insbesondere in großen Projekten. Und wenn man mit verschiedenen Python-Versionen oder Paketabhängigkeiten arbeitet, kann das Verwalten der Umgebung frustrierend werden, ohne Werkzeuge wie venv oder conda. Bewertung gesammelt von und auf G2.com gehostet.

Python ist einfach zu lernen und einfach zu lesen. Ich benutze es täglich für Datenarbeit, Automatisierung und Skripterstellung. Der beste Teil ist die umfangreiche Bibliotheksunterstützung, man kann ein Paket für fast alles finden, von Datenanalyse bis maschinellem Lernen.

Es funktioniert auch gut in verschiedenen Bereichen: Datenengineering, Webanwendungen, KI und sogar kleine Automatisierungsskripte. Diese Flexibilität macht es zu meiner bevorzugten Sprache. Bewertung gesammelt von und auf G2.com gehostet.

Python kann im Vergleich zu anderen Sprachen langsam sein, insbesondere bei umfangreichen Berechnungen. Für Big-Data-Aufgaben benötigen Sie Frameworks wie PySpark oder zusätzliche Optimierungen.

Manchmal kann auch die Verwaltung von Umgebungen und Abhängigkeiten chaotisch werden, insbesondere wenn man an mehreren Projekten arbeitet. Bewertung gesammelt von und auf G2.com gehostet.