En nuestro caso de oficina, hemos vinculado Python y Smartsheet para realizar varias tareas. Nuestro equipo ha escrito los códigos en Python para interactuar con Smartsheet y G-Drive. Hay múltiples casos de uso donde utilizamos Python en segundo plano, así como en forma de una interfaz de usuario para facilitar su uso. Es fácil seguir y entender los códigos de Python, lo que me resulta fácil y cómodo hacer cambios menores dentro de los códigos para adaptarlos a los nuevos cambios o adiciones de procesos. Usamos este enfoque integrado de Python y Smartsheet de manera bastante extensa y frecuente. Se utilizan múltiples características de Python para realizar varias tareas como:

1) Tomar fotografías: En un código de Python basado en UI, ingresamos una fecha de recepción, tras lo cual el código de Python se refiere a un Smartsheet particular, extrae los datos y el número de filas, crea carpetas respectivas y comienza a guardar las imágenes en las carpetas respectivas mientras las renombra según nuestro requerimiento a medida que seguimos tomando las fotos de los activos a través de una cámara. Esta es una integración de Python, Smartsheet y una cámara externa física.

2) Agrupamiento: En este código de Python basado en UI, ingresamos un número de lote, tras lo cual lee los datos del Smartsheet respectivo, crea múltiples carpetas y descarga activos de G-drive y los guarda en las carpetas recién creadas. Esta es una integración de Python, Smartsheet y G-drive.

3) Actualización de activos: En este script de Python basado en UI, los activos se comparan con los datos de Smartsheet y los activos procesados se guardan en lotes en la carpeta de Git, tras lo cual se escriben nuevos archivos .xml y .json y los Smartsheets se actualizan en consecuencia. Esta es una integración de Python, Smartsheet y Git.

4) Validación: En este script de Python, los lotes procesados se validan para verificar la existencia y precisión de los activos procesados dentro de las carpetas de lotes. Esta es una integración de Python, Smartsheet, archivos .xml y .json.

5) Carga: En este script basado en Python (sin UI), tras la finalización del proceso y las validaciones, los activos se cargan en un almacenamiento en la nube. Esta es una integración de Python, Smartsheet y un almacenamiento en la nube.

Considerando la amplia disponibilidad de características y la facilidad de implementación, pudimos automatizar la mayoría de nuestras actividades utilizando la integración de Python y Smartsheet. Reseña recopilada por y alojada en G2.com.

Aunque nuestras actividades no están limitadas por el tiempo ni consumen un procesamiento extenso, los problemas ampliamente conocidos como la lentitud, la asignación de memoria o las restricciones de diseño, no nos molestan como tal. Nuestro trabajo se realiza, así que por ahora no vemos ningún problema que nos desagrade. Reseña recopilada por y alojada en G2.com.

Es mi trabajo diario usar Python y desarrollar aplicaciones, este es mi trabajo, y todo lo que proporciona es lo mejor, principalmente su facilidad de aprendizaje y sintaxis simple. Reseña recopilada por y alojada en G2.com.

Nada en particular. Está resolviendo todos mis problemas en este momento y no hay nada que no me guste de ello todavía. Reseña recopilada por y alojada en G2.com.

Python es muy fácil de aprender. Hay tantas bibliotecas disponibles que podemos usar para la automatización de pruebas. Reseña recopilada por y alojada en G2.com.

No hay problema con Python hasta ahora. Visual Studio Code es un gran IDE y puedo depurar errores fácilmente. Reseña recopilada por y alojada en G2.com.

• Python se destaca como un lenguaje de programación de alto nivel y propósito general con una filosofía de diseño centrada en la legibilidad y simplicidad del código. La sintaxis es limpia y despejada, basándose en la indentación en lugar de llaves o puntos y comas para definir bloques de código, lo que no solo hace que el código sea visualmente atractivo, sino que también reduce la probabilidad de errores sintácticos. Este enfoque se alinea con los principios del Zen de Python, enfatizando que "la legibilidad cuenta" y "lo simple es mejor que lo complejo", los cuales están profundamente arraigados en la evolución del lenguaje.

• Python admite múltiples paradigmas de programación, incluyendo la programación orientada a objetos, procedimental y funcional. Esta naturaleza multiparadigma permite a los desarrolladores elegir el enfoque más adecuado para el problema en cuestión, ya sea construyendo componentes modulares y reutilizables usando clases, o aprovechando constructos funcionales como map, filter y reduce para el procesamiento de datos. El lenguaje también cuenta con constructos avanzados como comprensiones de listas, generadores y decoradores, que permiten expresar de manera concisa lógicas complejas.

• Una gran fortaleza de Python es su sistema de tipado dinámico, donde los tipos de variables se determinan en tiempo de ejecución. Esta característica permite una rápida creación de prototipos y flexibilidad en el código, ya que los desarrolladores no están obligados a declarar explícitamente los tipos de variables. La naturaleza interpretada de Python significa que el código se ejecuta línea por línea, facilitando el desarrollo interactivo, la retroalimentación inmediata y una depuración más sencilla. El shell interactivo y los entornos de desarrollo integrados como IDLE mejoran aún más esta experiencia, haciendo que sea sencillo probar ideas y solucionar problemas.

• La biblioteca estándar es extensa, cubriendo todo, desde entrada/salida de archivos y expresiones regulares hasta redes y servicios web. Este rico ecosistema reduce la necesidad de dependencias de terceros para tareas comunes y acelera el desarrollo al proporcionar módulos bien probados y listos para usar. Además, las capacidades de integración de Python son robustas: puede interactuar con C, C++, Java y otros lenguajes, y se utiliza frecuentemente como un "lenguaje de pegamento" para conectar sistemas dispares.

• El estado de código abierto de Python y su compatibilidad multiplataforma son ventajas significativas. El lenguaje se ejecuta de forma nativa en Windows, macOS, Linux y Unix, y existen compilaciones no oficiales para plataformas móviles. La vibrante comunidad global contribuye a una gran cantidad de documentación, tutoriales y bibliotecas de terceros, asegurando que el soporte esté fácilmente disponible tanto para principiantes como para desarrolladores experimentados. El ecosistema incluye marcos populares para el desarrollo web (Django, Flask), análisis de datos (pandas, NumPy), aprendizaje automático (TensorFlow, scikit-learn), y más, haciendo de Python una opción versátil en diversos dominios.

• La idoneidad de Python para el desarrollo rápido y la creación de prototipos es bien reconocida. Su sintaxis concisa y abstracciones de alto nivel permiten una rápida traducción de ideas en código funcional, lo cual es particularmente valioso en entornos de ritmo rápido o al desarrollar productos mínimos viables. La gestión automática de memoria del lenguaje y el manejo de excepciones incorporado simplifican aún más el proceso de desarrollo, reduciendo el código repetitivo y minimizando el riesgo de fugas de memoria o errores no manejados.

• El papel de Python en las pilas tecnológicas modernas es prominente. Es ampliamente adoptado en campos como la ciencia de datos, inteligencia artificial, desarrollo web, automatización e Internet de las Cosas (IoT). La flexibilidad del lenguaje le permite ser utilizado para scripting, construcción de aplicaciones complejas, o como un lenguaje de scripting embebido dentro de sistemas más grandes. Su popularidad se refleja en el mercado laboral y la actividad de la comunidad, asegurando una evolución y relevancia continuas. Reseña recopilada por y alojada en G2.com.

• Limitaciones de rendimiento: Como un lenguaje interpretado, Python generalmente ejecuta el código más lento que los lenguajes compilados como C++ o Java. Esto puede ser un cuello de botella para aplicaciones intensivas en cálculo o en tiempo real.

• Consumo de memoria: La tipificación dinámica y las abstracciones de alto nivel de Python pueden resultar en un mayor uso de memoria, especialmente al manejar grandes conjuntos de datos o estructuras de datos complejas.

• Global Interpreter Lock (GIL): El GIL restringe la ejecución verdaderamente multihilo en CPython, limitando la concurrencia para tareas dependientes de la CPU y afectando la escalabilidad en ciertos escenarios.

• Gestión de dependencias: El vasto ecosistema de paquetes de terceros puede llevar a conflictos de versiones y árboles de dependencias intrincados, complicando el mantenimiento del proyecto.

• Desarrollo móvil: El soporte nativo y las herramientas para plataformas móviles son menos maduras en comparación con otros lenguajes, haciendo que Python sea menos adecuado para proyectos enfocados en móviles.

• Peligros de la tipificación dinámica: Aunque la tipificación dinámica aumenta la flexibilidad, también puede llevar a errores en tiempo de ejecución que son más difíciles de detectar durante el desarrollo, particularmente en bases de código grandes. Reseña recopilada por y alojada en G2.com.

Python es fácil de usar y ayuda con el trabajo de muchas bibliotecas en diferentes modelos de aprendizaje automático para construir. También es fácil de integrar con múltiples programas. Y lo uso regularmente y es fácil implementar las ideas. Reseña recopilada por y alojada en G2.com.

Cosas de frontend como la API todavía tenemos que depender de otros lenguajes de programación. Reseña recopilada por y alojada en G2.com.

Python destaca por su sintaxis limpia y legible, lo que permite a los desarrolladores escribir menos código y lograr más. Es lo suficientemente potente como para aplicaciones a gran escala. El rico ecosistema de bibliotecas y frameworks, especialmente para el desarrollo web, la ciencia de datos y la automatización, lo convierte en un lenguaje de referencia en muchos dominios. La comunidad activa y la extensa documentación también hacen que la resolución de problemas y el aprendizaje sean mucho más fluidos. Reseña recopilada por y alojada en G2.com.

Aunque la tipificación dinámica de Python es conveniente, su sistema de tipos aún se siente limitado en comparación con soluciones mejores como TypeScript. Incluso con la adición de sugerencias de tipos y herramientas como mypy, la aplicación es opcional y carece de la rigurosidad y el soporte de herramientas que hacen que la tipificación de TypeScript sea tan efectiva. Esto puede llevar a problemas en tiempo de ejecución que serían detectados durante el tiempo de compilación en lenguajes de tipado estático. Reseña recopilada por y alojada en G2.com.

Python es un lenguaje muy útil que se puede combinar con la IA y generar nuevas solicitudes de IA o cosas que son útiles. Reseña recopilada por y alojada en G2.com.

Bueno, que usemos pyscript para ejecutarlo en la computadora. Reseña recopilada por y alojada en G2.com.

La programación es sencilla de entender y escribir código dinámico. Reseña recopilada por y alojada en G2.com.

Actualmente no hay disgustos con los códigos de Python. Reseña recopilada por y alojada en G2.com.

Es fácil de aprender y usar. También tiene muchas bibliotecas para diferentes tareas y un gran foro de soporte. Reseña recopilada por y alojada en G2.com.

No es tan rápido y carece de programación a nivel de máquina. Tampoco es bueno con el frontend. Reseña recopilada por y alojada en G2.com.

Fácil de codificar, fácil de importar paquetes, fácil de empaquetar cosas Reseña recopilada por y alojada en G2.com.

La velocidad y la latencia no se pueden ajustar, pero eso es bueno. Reseña recopilada por y alojada en G2.com.