L'immense quantité de bibliothèques disponibles pour l'analyse de données et le Machine Learning, comme Pandas, NumPy et Scikit-learn. La syntaxe est très propre et lisible, presque comme lire l'anglais, ce qui permet de prototyper des solutions complexes en très peu de temps comparé à C++ ou Java. Avis collecté par et hébergé sur G2.com.

La vitesse d'exécution. Étant un langage interprété, il est notablement plus lent que les langages compilés comme C ou Rust dans les tâches de calcul pur s'il n'est pas optimisé. De plus, la gestion des environnements virtuels et des dépendances (pip vs conda) peut parfois devenir un casse-tête. Avis collecté par et hébergé sur G2.com.

Python a une syntaxe facile, et il est très facile à apprendre par rapport à d'autres langages de programmation. Il dispose également de vastes bibliothèques, offrant des bibliothèques pour presque chaque tâche. Comme il est largement utilisé par la communauté de l'IA, il est livré avec de nombreux outils et fonctionnalités qui prennent en charge l'intégration prête à l'emploi avec de nombreux outils d'IA. Avis collecté par et hébergé sur G2.com.

-Plus lent par rapport à GO et Rust

-L'évaluation en temps d'exécution peut causer des erreurs qui ne sont pas détectées initialement. Avis collecté par et hébergé sur G2.com.

En commençant tout juste, j'ai trouvé Python accessible et étonnamment puissant. J'ai pu automatiser des tâches, traiter des données et résoudre de vrais problèmes avec très peu d'expérience en programmation. Le langage semble propre et logique, et il y a une énorme communauté partageant des ressources utiles et des exemples. Les outils et les bibliothèques facilitent tout, et exécuter des scripts pour gagner du temps et gérer des processus par lots a ouvert de nombreuses nouvelles possibilités pour moi. Avis collecté par et hébergé sur G2.com.

Parfois, trouver les bons packages ou dépendances nécessite un peu de recherche, surtout pour des tâches plus complexes. Mais honnêtement, le support et la documentation de Python sont si étendus que je trouve toujours des réponses quand j'en ai besoin. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus dans Python, c'est sa facilité d'utilisation et sa simplicité par rapport à d'autres applications—la syntaxe semble très naturelle et lisible, ce qui rend le codage fluide même pour les débutants. J'ai commencé mon parcours avec Python jusqu'à ce que je gagne maintenant le titre d'expert. L'implémentation est simple, et les projets peuvent être mis en place rapidement sans complications inutiles.

Python brille également par son grand nombre de fonctionnalités et de bibliothèques, couvrant tout, du développement web à la science des données, l'apprentissage automatique et l'automatisation. Cela le rend incroyablement polyvalent.

En termes d'intégration, Python fonctionne bien avec d'autres langages, outils et plateformes, ce qui le rend facile à intégrer dans différents environnements. Le soutien de la communauté est un autre point fort—il y a toujours de la documentation, des tutoriels ou des forums disponibles pour trouver de l'aide. Cela a été très utile tout au long de ma carrière dans ce domaine.

C'est pourquoi Python est si spécial pour moi et une langue que j'utilise fréquemment et en toute confiance. Avis collecté par et hébergé sur G2.com.

Python est l'un des langages les plus puissants que j'ai jamais utilisés dans ma vie. Cependant, parfois je le trouve plus lent par rapport à d'autres langages, et je pense qu'il présente certaines limitations lorsqu'il est utilisé sur des appareils mobiles et de bas niveau. Parfois, le service client est bloqué et doit trouver des moyens alternatifs pour de bonnes réponses. Avis collecté par et hébergé sur G2.com.

Python est très facile à apprendre par rapport à d'autres langages de programmation. Nous avons juste besoin d'importer un paquet et il contiendra toutes les fonctions à utiliser. Pas de programmation complexe et beaucoup plus simple. Très facile de créer des applications comme Django et facile d'intégrer les mêmes. Avis collecté par et hébergé sur G2.com.

Pour autant qu'il n'y ait pas de désaccord en tant que tel. Mais j'ai entendu dire qu'il ne pourra pas supporter une programmation complexe, mais je n'ai rien expérimenté de tel car je ne suis pas développeur mais dans un rôle de données. Avis collecté par et hébergé sur G2.com.

J'aime Python parce qu'il est convivial et que ses bibliothèques comme NumPy, Pandas, Scikit-learn, Matplotlib, Seaborn, PyTorch et Keras améliorent vraiment ses capacités. Il m'aide avec l'accès multiple et le nettoyage des données, l'exécution d'analyses mathématiques, le dessin de diagrammes, la conduite de recherches et l'exécution de régressions. L'installation initiale de Python était facile aussi. Avis collecté par et hébergé sur G2.com.

Je pense que Python pourrait être mieux connecté avec l'apprentissage profond et la rétropropagation ainsi qu'avec l'apprentissage automatique. De plus, j'aimerais voir des améliorations dans l'interaction humaine et la manière dont les données sont introduites dans le système, afin que des modèles puissent être générés pour améliorer la faisabilité des données. Avis collecté par et hébergé sur G2.com.

Syntaxe simple et lisible, Python peut être utilisé dans de nombreux domaines comme le développement web, la science des données, l'apprentissage automatique, la fintech, etc. Il possède d'énormes écosystèmes et une compatibilité multiplateforme, que ce soit Windows, Mac ou toute autre plateforme, il peut être utilisé. Idéal pour les débutants et les professionnels. Fort soutien dans l'éducation et la recherche. Avis collecté par et hébergé sur G2.com.

Pour moi, c'est une semaine dans le développement mobile, de plus cela nécessite une grande capacité de mémoire, c'est plus difficile en pratique. Application basée sur un navigateur limitée, c'est tout. Avis collecté par et hébergé sur G2.com.

Le meilleur que m'offre Python est de pouvoir développer des routines spécifiques pour les implémenter dans l'automatisation des processus (RPA) Avis collecté par et hébergé sur G2.com.

Jusqu'à présent, je n'ai travaillé qu'avec des frameworks traditionnels pour le développement web, ce qui me rend difficile l'utilisation de Python à cette fin. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus dans Python, c'est la facilité avec laquelle on peut l'apprendre et l'utiliser, même pour quelqu'un sans solide expérience en programmation. La syntaxe semble naturelle et ne gêne pas la résolution de problèmes. Il dispose d'une énorme collection de bibliothèques pour presque tout, que ce soit l'analyse de données, l'apprentissage automatique, le développement web ou l'automatisation. De plus, la communauté est très utile, donc chaque fois que je suis bloqué, il y a toujours une solution en ligne. Cela rend la création de choses plus rapide et plus agréable. Avis collecté par et hébergé sur G2.com.

Une chose que je n'aime pas à propos de Python est sa vitesse plus lente par rapport à certains autres langages comme C++ ou Java. Ce n'est pas toujours le meilleur choix pour les tâches nécessitant de hautes performances. De plus, parfois, déboguer des problèmes liés à l'indentation ou au typage dynamique peut être un peu délicat, surtout dans un grand projet. Et lorsqu'on travaille avec différentes versions de Python ou des dépendances de packages, gérer l'environnement peut devenir frustrant sans des outils comme venv ou conda. Avis collecté par et hébergé sur G2.com.

Python est facile à apprendre et facile à lire. Je l'utilise quotidiennement pour le travail de données, l'automatisation et le scripting. La meilleure partie est son énorme support de bibliothèque, vous pouvez trouver un package pour presque tout, de l'analyse de données à l'apprentissage automatique.

Il fonctionne également bien dans différents domaines : ingénierie des données, applications web, IA, et même de petits scripts d'automatisation. Cette flexibilité est ce qui en fait mon langage de prédilection. Avis collecté par et hébergé sur G2.com.

Python peut être lent par rapport à d'autres langages, surtout pour les calculs intensifs. Pour les tâches de big data, vous avez besoin de frameworks comme PySpark ou d'un réglage supplémentaire.

Parfois, la gestion des environnements et des dépendances peut également devenir compliquée, surtout lorsque vous travaillez sur plusieurs projets. Avis collecté par et hébergé sur G2.com.