Nel nostro caso d'ufficio, abbiamo collegato Python e Smartsheet per svolgere vari compiti. Il nostro team ha scritto i codici in Python per interagire con Smartsheet e G-Drive. Ci sono molteplici casi d'uso in cui utilizziamo Python in background così come sotto forma di interfaccia utente per facilità d'uso. È facile seguire e comprendere i codici Python, il che mi rende facile e comodo apportare piccole modifiche all'interno dei codici per adattarli ai nuovi cambiamenti o aggiunte di processo. Utilizziamo questo approccio integrato di Python e Smartsheet in modo piuttosto estensivo e frequente. Molteplici funzionalità di Python vengono utilizzate per svolgere vari compiti come:

1) Scattare fotografie - In un codice Python basato su UI inseriamo una data di ricezione, dopodiché il codice Python si riferisce a un particolare Smartsheet, estrae i dati e il numero di righe, crea le rispettive cartelle e inizia a salvare le immagini nelle rispettive cartelle rinominandole secondo le nostre esigenze mentre continuiamo a scattare le foto degli asset tramite una fotocamera. Questa è un'integrazione di Python, Smartsheet e una fotocamera esterna fisica.

2) Batch - In questo codice Python basato su UI, inseriamo un numero di batch, dopodiché legge i dati dallo Smartsheet rispettivo, crea più cartelle e scarica asset da G-drive e li salva nelle rispettive cartelle appena create. Questa è un'integrazione di Python, Smartsheet e G-drive.

3) Aggiornamento degli asset - In questo script Python basato su UI, gli asset vengono confrontati con i dati di Smartsheet e gli asset elaborati vengono salvati in batch nella cartella Git, dopodiché vengono scritti nuovi file .xml e .json e gli Smartsheet vengono aggiornati di conseguenza. Questa è un'integrazione di Python, Smartsheet e Git.

4) Validazione - In questo script Python, i batch elaborati vengono validati per l'esistenza e l'accuratezza degli asset elaborati all'interno delle cartelle batch. Questa è un'integrazione di Python, Smartsheet, file .xml e .json.

5) Caricamento - In questo script basato su Python (senza UI), al completamento del processo e delle validazioni, gli asset vengono caricati su un cloud storage. Questa è un'integrazione di Python, Smartsheet e un cloud storage.

Considerando le funzionalità ampiamente disponibili e la facilità di implementazione, siamo stati in grado di automatizzare la maggior parte delle nostre attività utilizzando l'integrazione di Python e Smartsheet. Recensione raccolta e ospitata su G2.com.

Sebbene le nostre attività non siano vincolate dal tempo o richiedano un'elaborazione estensiva, i problemi ampiamente noti come lentezza, allocazione della memoria o restrizioni di design, non ci disturbano più di tanto. Il nostro lavoro viene svolto, quindi per ora non vediamo alcun problema da non apprezzare. Recensione raccolta e ospitata su G2.com.

È il mio lavoro quotidiano usare Python e sviluppare applicazioni, questo è il mio lavoro, e tutto ciò che fornisce è il meglio, soprattutto la sua facilità di apprendimento e la sintassi semplice. Recensione raccolta e ospitata su G2.com.

Niente di simile. Sta risolvendo tutti i miei problemi in questo momento e non c'è nulla da disprezzare al riguardo per ora. Recensione raccolta e ospitata su G2.com.

Python è molto facile da imparare. Ci sono molte librerie disponibili che possiamo usare per l'automazione dei test. Recensione raccolta e ospitata su G2.com.

Non ci sono problemi con Python fino ad ora. Visual Studio Code è un ottimo IDE e posso facilmente eseguire il debug degli errori. Recensione raccolta e ospitata su G2.com.

• Python si distingue come un linguaggio di programmazione di alto livello e di uso generale, con una filosofia di design incentrata sulla leggibilità e semplicità del codice. La sintassi è pulita e ordinata, basandosi sull'indentazione piuttosto che su parentesi graffe o punti e virgola per definire i blocchi di codice, il che non solo rende il codice visivamente attraente ma riduce anche la probabilità di errori sintattici. Questo approccio è in linea con i principi dello Zen di Python, sottolineando che "la leggibilità conta" e "semplice è meglio che complesso", che sono profondamente radicati nell'evoluzione del linguaggio.

• Python supporta più paradigmi di programmazione, inclusi la programmazione orientata agli oggetti, procedurale e funzionale. Questa natura multi-paradigma consente agli sviluppatori di scegliere l'approccio più adatto al problema in questione, sia che si tratti di costruire componenti modulari e riutilizzabili utilizzando le classi, sia che si tratti di sfruttare costrutti funzionali come map, filter e reduce per l'elaborazione dei dati. Il linguaggio presenta anche costrutti avanzati come le comprensioni di lista, i generatori e i decoratori, che consentono un'espressione concisa di logiche complesse.

• Un punto di forza principale di Python è il suo sistema di tipizzazione dinamica, in cui i tipi di variabili sono determinati a runtime. Questa caratteristica consente una rapida prototipazione e flessibilità nel codice, poiché gli sviluppatori non sono tenuti a dichiarare esplicitamente i tipi di variabili. La natura interpretata di Python significa che il codice viene eseguito riga per riga, facilitando lo sviluppo interattivo, il feedback immediato e il debug più semplice. La shell interattiva e gli ambienti di sviluppo integrati come IDLE migliorano ulteriormente questa esperienza, rendendo semplice testare idee e risolvere problemi.

• La libreria standard è estesa, coprendo tutto, dall'I/O dei file e le espressioni regolari al networking e ai servizi web. Questo ricco ecosistema riduce la necessità di dipendenze di terze parti per compiti comuni e accelera lo sviluppo fornendo moduli ben testati e pronti all'uso. Inoltre, le capacità di integrazione di Python sono robuste: può interfacciarsi con C, C++, Java e altri linguaggi, ed è spesso utilizzato come "linguaggio collante" per connettere sistemi disparati.

• Lo stato open-source di Python e la compatibilità cross-platform sono vantaggi significativi. Il linguaggio gira nativamente su Windows, macOS, Linux e Unix, e esistono build non ufficiali per piattaforme mobili. La comunità vibrante e globale contribuisce a una ricchezza di documentazione, tutorial e librerie di terze parti, garantendo che il supporto sia prontamente disponibile sia per i principianti che per gli sviluppatori esperti. L'ecosistema include framework popolari per lo sviluppo web (Django, Flask), l'analisi dei dati (pandas, NumPy), l'apprendimento automatico (TensorFlow, scikit-learn) e altro ancora, rendendo Python una scelta versatile in diversi domini.

• L'idoneità di Python per lo sviluppo rapido e la prototipazione è ben riconosciuta. La sua sintassi concisa e le astrazioni di alto livello consentono una rapida traduzione delle idee in codice funzionante, il che è particolarmente prezioso in ambienti frenetici o quando si sviluppano prodotti minimi vitali. La gestione automatica della memoria del linguaggio e la gestione delle eccezioni integrate semplificano ulteriormente il processo di sviluppo, riducendo il codice boilerplate e minimizzando il rischio di perdite di memoria o errori non gestiti.

• Il ruolo di Python negli stack tecnologici moderni è prominente. È ampiamente adottato in campi come la scienza dei dati, l'intelligenza artificiale, lo sviluppo web, l'automazione e l'Internet delle Cose (IoT). La flessibilità del linguaggio gli consente di essere utilizzato per scripting, costruzione di applicazioni complesse o come linguaggio di scripting incorporato all'interno di sistemi più grandi. La sua popolarità si riflette nel mercato del lavoro e nell'attività della comunità, garantendo un'evoluzione e una rilevanza continue. Recensione raccolta e ospitata su G2.com.

• Limitazioni delle prestazioni: Essendo un linguaggio interpretato, Python esegue generalmente il codice più lentamente rispetto ai linguaggi compilati come C++ o Java. Questo può essere un collo di bottiglia per applicazioni ad alta intensità di calcolo o in tempo reale.

• Consumo di memoria: Il tipaggio dinamico di Python e le astrazioni di alto livello possono comportare un maggiore utilizzo della memoria, specialmente quando si gestiscono grandi set di dati o strutture dati complesse.

• Global Interpreter Lock (GIL): Il GIL limita l'esecuzione multi-threaded vera e propria in CPython, limitando la concorrenza per i compiti legati alla CPU e influenzando la scalabilità in determinati scenari.

• Gestione delle dipendenze: Il vasto ecosistema di pacchetti di terze parti può portare a conflitti di versione e alberi di dipendenze intricati, complicando la manutenzione del progetto.

• Sviluppo mobile: Il supporto nativo e gli strumenti per le piattaforme mobili sono meno maturi rispetto ad altri linguaggi, rendendo Python meno adatto per progetti mobile-first.

• Insidie del tipaggio dinamico: Sebbene il tipaggio dinamico aumenti la flessibilità, può anche portare a errori di runtime più difficili da rilevare durante lo sviluppo, in particolare in grandi basi di codice. Recensione raccolta e ospitata su G2.com.

Python è facile da usare e aiuta con molti lavori di librerie per costruire diversi modelli di apprendimento automatico. Inoltre, è facile da integrare con diversi software. E lo uso regolarmente ed è facile implementare le idee. Recensione raccolta e ospitata su G2.com.

Per le cose del frontend come le API, dobbiamo ancora dipendere da altri linguaggi di programmazione. Recensione raccolta e ospitata su G2.com.

Python brilla con la sua sintassi pulita e leggibile, che consente agli sviluppatori di scrivere meno codice e ottenere di più. È estremamente potente per applicazioni su larga scala. Il ricco ecosistema di librerie e framework, specialmente per lo sviluppo web, la scienza dei dati e l'automazione, lo rende un linguaggio di riferimento in molti settori. La comunità attiva e la documentazione estesa rendono anche la risoluzione dei problemi e l'apprendimento molto più agevoli. Recensione raccolta e ospitata su G2.com.

Sebbene il tipaggio dinamico di Python sia conveniente, il suo sistema di tipi sembra ancora limitato rispetto a soluzioni migliori come TypeScript. Anche con l'aggiunta di suggerimenti di tipo e strumenti come mypy, l'applicazione è facoltativa e manca della rigidità e del supporto degli strumenti che rendono il tipaggio di TypeScript così efficace. Questo può portare a problemi di runtime che verrebbero individuati durante il tempo di compilazione nei linguaggi a tipaggio statico. Recensione raccolta e ospitata su G2.com.

Python è un linguaggio molto utile che può essere combinato con l'IA e generare nuove richieste di IA o cose che sono utili. Recensione raccolta e ospitata su G2.com.

Bene che usiamo pyscript per eseguirlo sul computer Recensione raccolta e ospitata su G2.com.

La programmazione è semplice da capire e scrivere codice dinamico Recensione raccolta e ospitata su G2.com.

Attualmente nessun problema con i codici Python. Recensione raccolta e ospitata su G2.com.

È facile da imparare e usare. Ha anche molte librerie per compiti diversi e un ottimo forum di supporto. Recensione raccolta e ospitata su G2.com.

Non è così veloce e manca di programmazione a livello di macchina. Inoltre, non è buono con il frontend. Recensione raccolta e ospitata su G2.com.

Facile da programmare, facile da importare pacchetti, facile da confezionare cose Recensione raccolta e ospitata su G2.com.

La velocità e la latenza non possono essere impostate, ma va bene così. Recensione raccolta e ospitata su G2.com.