Zastosowania Pythona

https://pypi.org/
The Python Package Index (PyPI)

https://scipy.org/
SciPy. Fundamental algorithms for scientific computing in Python

https://numpy.org/
NumPy. The fundamental package for scientific computing with Python

https://matplotlib.org/
Matplotlib: Visualization with Python

TECHNICZNE MOCNE STRONY PYTHONA

• Jest zorientowany obiektowo, jego model klas obsługuje polimorfizm, przeciążanie operatorów i dziedziczenie wielokrotne.
• Typy dynamiczne, obiekty przekazywane przez referencję.
• Automatyczne zarządzanie pamięcią.
• Obsługa błędów na bazie wyjątków.
• Wbudowane typy obiektów: listy, słowniki, łańcuchy znaków, zbiory.
• Wbudowane mechanizmy introspekcji.

WYBRANE ZASTOSOWANIA PYTHONA

• Programowanie systemowe - skrypty do administrowania systemem operacyjnym.
• Graficzne interfejsy użytkownika (GUI) - interfejsy do bibliotek Tk, Qt, GTK i innych.
• Skrypty internetowe - moduły do CGI, FTP, przetwarzanie XML i XHTML, wiadomości email.
• Aplikacje webowe (model klient-serwer) - frameworki FastAPI, Flask.
• Integracja komponentów.
• Programowanie bazodanowe - interfejsy do baz danych.
• Szybkie prototypowanie (Rapid Application Development).
• Programowanie naukowe i edukacja.
• Data science.
• Uczenie maszynowe, sztuczna inteligencja.

PAKIETY I BIBLIOTEKI NAUKOWE

• SciPy - procedury do całkowania, optymalizacji, wizualizacji wyników; przetwarzanie obrazów i sygnałów; funkcje specjalne, solwery równań różniczkowych.
• NumPy - N-wymiarowe macierze, narzędzia do integracji kodu C/C++, Fortranu; algebra liniowa, transformata Fouriera i in.
• Matplotlib - biblioteka rysunków 2D.
• IPython - udoskonalona interaktywana konsola.
• SymPy - biblioteka do obliczeń symbolicznych.
• pandas - biblioteka struktur danych i narzędzi do analizy danych.
• scikit-learn, TensorFlow, Keras, PyTorch - narzędzia do uczenia maszynowego.
• Django - the web application framework.
• Twisted - the networking programming library.
• PyGSL - interfejs do biblioteki GNU GSL.
• Sage - pakiet matematyczny łączący ponad 100 narzędzi Open Source.

PROJEKTY EDUKACYJNE

• Computer Programming for Everybody (CP4E) - projekt złożony przez GvR do DARPA (1999). Zdefiniowane w projekcie cele Pythona są następujące [http://www.python.org/doc/essays/cp4e/]:
  (a) łatwy do nauczenia, intuicyjny język o dużych możliwościach;
  (b) rozwijany na zasadzie open source;
  (c) zrozumiały kod w języku angielskim;
  (d) przydatność do rozmaitych celów, owocująca krótkim czasem programowania.
  Wyniki projektu: środowisko IDLE, tutorial.
• Python jako pierwszy język (Zelle, 1999) - kursy CS w Wartburg College, Iowa, USA.
• Jakub Swacha, Podstawy programowania komputerów w języku PYTHON, Uniwersytet Szczeciński, 2009.
• Jeffrey Elkner i inni, How to Think Like a Computer Scientist (online).