C0r€
|||||
Ich benutze Python aktuell seit ein paar Jahren für Analysen usw, vorher hatte ich Matlab dafür eingesetzt, GB von Daten durchgerechnet/ausgewertet. Mit Python bin ich da gefühlt 10x schneller bei der Implementierung, aufgrund der guten libraries, und der code ist einfacher verständlich. Manchmal gibt es Hürden wegen pandas vs numpy usw, weil Daten umformatiert werden müssen (z.B. flasche Datentypen), das kann kompliziert werden, geht aber immer irgendwie zu lösen und ist für mich insgesamt immer noch komfortabler als z.B. Matlab. Für "Programme" würde ich es allerdings eher nicht nehmen, also "klassische" Software mit UI und viel User-Interaktion. Ich denke die Stärke liegt eher im Analysieren von Daten, Plotten usw., quasi batch-processing, Datenpipelines aufsetzen und durch vorkompilierte Bibliotheken durchschleusen.
Die besseren Bibliotheken sind auch bereits C++ vorkompiliert mit python API, sonst wäre das schnarchlangsam. Als Zwischenschritt kann man da auch Cython einsetzen, ist jedoch nicht supereinfach und lohnt sich eher wenn etwas oft ausgeführt wird.
Auch mit Jupyter Notebooks bzw. Jupyter Lab zu arbeiten ist ganz nett, da man den code so gleich interaktiv dokumentieren kann, das ist für gewisse Aufgaben besser als .py skripte über die Shell auszuführen. Vor allem, wenn es nur 1x ausgeführt wird.
Die besseren Bibliotheken sind auch bereits C++ vorkompiliert mit python API, sonst wäre das schnarchlangsam. Als Zwischenschritt kann man da auch Cython einsetzen, ist jedoch nicht supereinfach und lohnt sich eher wenn etwas oft ausgeführt wird.
Auch mit Jupyter Notebooks bzw. Jupyter Lab zu arbeiten ist ganz nett, da man den code so gleich interaktiv dokumentieren kann, das ist für gewisse Aufgaben besser als .py skripte über die Shell auszuführen. Vor allem, wenn es nur 1x ausgeführt wird.