No nosso caso de escritório, vinculamos Python e Smartsheet para realizar várias tarefas. Nossa equipe escreveu os códigos em Python para interagir com o Smartsheet e o G-Drive. Existem vários casos de uso em que usamos Python em segundo plano, bem como na forma de uma interface de usuário para facilitar o uso. É fácil seguir e entender os códigos Python, o que me permite fazer pequenas alterações nos códigos para adaptá-los às novas mudanças ou adições de processos. Usamos essa abordagem integrada de Python e Smartsheet de forma bastante extensiva e frequente. Vários recursos do Python estão sendo usados para realizar várias tarefas, como:

1) Tirar fotografias - Em um código Python baseado em UI, inserimos uma data de recebimento, após o qual o código Python se refere a um Smartsheet específico, puxa os dados e o número de linhas, cria pastas respectivas e começa a salvar as imagens nas pastas respectivas enquanto as renomeia conforme nossa necessidade, à medida que continuamos tirando fotos dos ativos através de uma câmera. Esta é uma integração de Python, Smartsheet e uma câmera externa física.

2) Agrupamento - Neste código Python baseado em UI, inserimos um número de lote, após o qual ele lê os dados do Smartsheet respectivo, cria várias pastas e baixa ativos do G-drive e os salva nas pastas recém-criadas. Esta é uma integração de Python, Smartsheet e G-drive.

3) Atualização de ativos - Neste script Python baseado em UI, os ativos são comparados com os dados do Smartsheet e os ativos processados são salvos em lotes na pasta Git, após o qual novos arquivos .xml e .json são escritos e os Smartsheets são atualizados de acordo. Esta é uma integração de Python, Smartsheet e Git.

4) Validação - Neste script Python, os lotes processados são validados quanto à existência e precisão dos ativos processados dentro das pastas de lotes. Esta é uma integração de Python, Smartsheet, arquivos .xml e .json.

5) Upload - Neste script baseado em Python (sem UI), após a conclusão do processo e das validações, os ativos são carregados em um armazenamento em nuvem. Esta é uma integração de Python, Smartsheet e um armazenamento em nuvem.

Considerando os recursos amplamente disponíveis e a facilidade de implementação, conseguimos automatizar a maioria de nossas atividades usando a integração de Python e Smartsheet. Análise coletada por e hospedada no G2.com.

Embora nossas atividades não sejam limitadas pelo tempo nem consumam muito processamento, os problemas amplamente conhecidos como lentidão, alocação de memória ou restrições de design não nos incomodam tanto. Nosso trabalho é realizado, então, por enquanto, não vemos nenhum problema a ser desaprovado. Análise coletada por e hospedada no G2.com.

É meu trabalho diário usar Python e desenvolver aplicações, este é meu trabalho, e tudo o que ele proporciona é o melhor, principalmente sua facilidade de aprendizado e sintaxe simples. Análise coletada por e hospedada no G2.com.

Nada disso. Está resolvendo todos os meus problemas agora e ainda não há nada de que não goste. Análise coletada por e hospedada no G2.com.

Python é muito fácil de aprender. Há tantas bibliotecas disponíveis que podemos usar para automação de testes. Análise coletada por e hospedada no G2.com.

Não há problema com o Python até agora. O Visual Studio Code é um ótimo IDE e eu posso depurar erros facilmente. Análise coletada por e hospedada no G2.com.

• O Python destaca-se como uma linguagem de programação de alto nível e propósito geral, com uma filosofia de design focada na legibilidade e simplicidade do código. A sintaxe é limpa e descomplicada, dependendo da indentação em vez de chaves ou ponto e vírgulas para definir blocos de código, o que não só torna o código visualmente atraente, mas também reduz a probabilidade de erros sintáticos. Esta abordagem está alinhada com os princípios do Zen do Python, enfatizando que "a legibilidade conta" e "simples é melhor do que complexo", que estão profundamente enraizados na evolução da linguagem.

• O Python suporta múltiplos paradigmas de programação, incluindo programação orientada a objetos, procedural e funcional. Esta natureza multiparadigma permite que os desenvolvedores escolham a abordagem mais adequada para o problema em questão, seja construindo componentes modulares e reutilizáveis usando classes, ou aproveitando construtos funcionais como map, filter e reduce para processamento de dados. A linguagem também apresenta construtos avançados como compreensões de lista, geradores e decoradores, permitindo a expressão concisa de lógica complexa.

• Uma grande força do Python é seu sistema de tipagem dinâmica, onde os tipos de variáveis são determinados em tempo de execução. Este recurso permite prototipagem rápida e flexibilidade no código, já que os desenvolvedores não são obrigados a declarar explicitamente os tipos de variáveis. A natureza interpretada do Python significa que o código é executado linha por linha, facilitando o desenvolvimento interativo, feedback imediato e depuração mais fácil. O shell interativo e os ambientes de desenvolvimento integrados como o IDLE melhoram ainda mais essa experiência, tornando simples testar ideias e solucionar problemas.

• A biblioteca padrão é extensa, cobrindo tudo, desde entrada/saída de arquivos e expressões regulares até redes e serviços web. Este rico ecossistema reduz a necessidade de dependências de terceiros para tarefas comuns e acelera o desenvolvimento ao fornecer módulos prontos para uso e bem testados. Além disso, as capacidades de integração do Python são robustas: ele pode interagir com C, C++, Java e outras linguagens, e é frequentemente usado como uma "linguagem de cola" para conectar sistemas díspares.

• O status de código aberto do Python e sua compatibilidade multiplataforma são vantagens significativas. A linguagem roda nativamente no Windows, macOS, Linux e Unix, e existem compilações não oficiais para plataformas móveis. A vibrante comunidade global contribui com uma riqueza de documentação, tutoriais e bibliotecas de terceiros, garantindo que o suporte esteja prontamente disponível tanto para iniciantes quanto para desenvolvedores experientes. O ecossistema inclui frameworks populares para desenvolvimento web (Django, Flask), análise de dados (pandas, NumPy), aprendizado de máquina (TensorFlow, scikit-learn) e mais, tornando o Python uma escolha versátil em diversos domínios.

• A adequação do Python para desenvolvimento rápido e prototipagem é bem reconhecida. Sua sintaxe concisa e abstrações de alto nível permitem a rápida tradução de ideias em código funcional, o que é particularmente valioso em ambientes de ritmo acelerado ou ao desenvolver produtos mínimos viáveis. O gerenciamento automático de memória da linguagem e o tratamento de exceções embutido simplificam ainda mais o processo de desenvolvimento, reduzindo o código boilerplate e minimizando o risco de vazamentos de memória ou erros não tratados.

• O papel do Python nas pilhas tecnológicas modernas é proeminente. Ele é amplamente adotado em campos como ciência de dados, inteligência artificial, desenvolvimento web, automação e Internet das Coisas (IoT). A flexibilidade da linguagem permite que ela seja usada para scripting, construção de aplicações complexas ou como uma linguagem de script embutida dentro de sistemas maiores. Sua popularidade é refletida no mercado de trabalho e na atividade da comunidade, garantindo evolução e relevância contínuas. Análise coletada por e hospedada no G2.com.

• Limitações de desempenho: Como uma linguagem interpretada, o Python geralmente executa código mais lentamente do que linguagens compiladas como C++ ou Java. Isso pode ser um gargalo para aplicações intensivas em computação ou em tempo real.

• Consumo de memória: A tipagem dinâmica e as abstrações de alto nível do Python podem resultar em maior uso de memória, especialmente ao lidar com grandes conjuntos de dados ou estruturas de dados complexas.

• Global Interpreter Lock (GIL): O GIL restringe a execução verdadeiramente multi-threaded no CPython, limitando a concorrência para tarefas dependentes de CPU e afetando a escalabilidade em certos cenários.

• Gerenciamento de dependências: O vasto ecossistema de pacotes de terceiros pode levar a conflitos de versão e árvores de dependência intrincadas, complicando a manutenção do projeto.

• Desenvolvimento móvel: O suporte nativo e as ferramentas para plataformas móveis são menos maduros em comparação com outras linguagens, tornando o Python menos adequado para projetos com foco em dispositivos móveis.

• Armadilhas da tipagem dinâmica: Embora a tipagem dinâmica aumente a flexibilidade, ela também pode levar a erros de tempo de execução que são mais difíceis de detectar durante o desenvolvimento, particularmente em grandes bases de código. Análise coletada por e hospedada no G2.com.

Python é fácil de usar e ajuda com muitos trabalhos de bibliotecas em diferentes modelos de aprendizado de máquina para construir. Também é fácil de integrar com vários softwares. E eu uso regularmente e é fácil implementar as ideias. Análise coletada por e hospedada no G2.com.

Coisas de frontend como API ainda temos que depender de outras linguagens de programação. Análise coletada por e hospedada no G2.com.

O Python se destaca por sua sintaxe limpa e legível, o que permite aos desenvolvedores escrever menos código e realizar mais. É extremamente poderoso para aplicações em larga escala. O rico ecossistema de bibliotecas e frameworks, especialmente para desenvolvimento web, ciência de dados e automação, faz dele uma linguagem de escolha em muitos domínios. A comunidade ativa e a documentação extensa também tornam a resolução de problemas e o aprendizado muito mais tranquilos. Análise coletada por e hospedada no G2.com.

Embora a tipagem dinâmica do Python seja conveniente, seu sistema de tipos ainda parece limitado em comparação com soluções melhores como o TypeScript. Mesmo com a adição de dicas de tipo e ferramentas como o mypy, a aplicação é opcional e carece do rigor e suporte de ferramentas que tornam a tipagem do TypeScript tão eficaz. Isso pode levar a problemas em tempo de execução que seriam detectados durante o tempo de compilação em linguagens de tipagem estática. Análise coletada por e hospedada no G2.com.

Python é uma linguagem muito útil que pode ser combinada com IA e gerar novas solicitações de IA ou coisas que são úteis. Análise coletada por e hospedada no G2.com.

Bem que usamos o pyscript para executá-lo no computador Análise coletada por e hospedada no G2.com.

Codificar é simples de entender e escrever código dinâmico Análise coletada por e hospedada no G2.com.

Atualmente, sem aversões aos códigos em Python. Análise coletada por e hospedada no G2.com.

É fácil de aprender e usar. Também possui muitas bibliotecas para diferentes tarefas e um ótimo fórum de suporte. Análise coletada por e hospedada no G2.com.

Não é tão rápido e carece de programação em nível de máquina. Também não é bom com frontend. Análise coletada por e hospedada no G2.com.

Fácil de codificar, fácil de importar pacotes, fácil de empacotar coisas Análise coletada por e hospedada no G2.com.

A velocidade e a latência não podem ser definidas, mas isso é bom Análise coletada por e hospedada no G2.com.