Glossario

Python

Python è un linguaggio di programmazione ad alto livello, noto per la sintassi chiara e leggibile. Creato da Guido van Rossum e pubblicato nel 1991, è open source e si usa per sviluppo web, automazione, analisi dei dati e intelligenza artificiale. Ha un vasto insieme di librerie pronte all'uso.

Cos’è Python e perché è così diffuso

Python è un linguaggio interpretato: il codice si esegue direttamente, senza una fase separata di compilazione. La sintassi usa il rientro per delimitare i blocchi di codice e assomiglia molto all’inglese, quindi si legge e si impara con meno fatica rispetto a molti altri linguaggi. Questo lo rende la scelta frequente per chi inizia a programmare e per i team che devono scrivere codice in fretta.

Il nome richiama il gruppo comico britannico Monty Python, di cui l’autore era appassionato, e non il serpente. Il linguaggio è sviluppato in modo aperto, con una licenza che ne consente l’uso gratuito anche commerciale.

A cosa serve Python

  • Intelligenza artificiale e data science: con librerie come NumPy, pandas, scikit-learn, PyTorch e TensorFlow, è il linguaggio di riferimento per il machine learning.
  • Sviluppo web lato server: framework come Django, Flask e FastAPI servono a costruire siti e API.
  • Automazione e scripting: file, report, test e operazioni di sistema si automatizzano con poche righe.
  • Calcolo scientifico: analisi, simulazioni e grafici in ricerca e industria.

Strumenti di Python

Il gestore di pacchetti pip installa le librerie dal repository PyPI. Gli ambienti virtuali isolano le dipendenze di ogni progetto. Jupyter Notebook è un ambiente interattivo molto usato per analisi e sperimentazione. Gli sviluppatori che lavorano a un progetto condiviso usano Git e scrivono test automatici.

Vantaggi e limiti di Python

I vantaggi sono la produttività, la leggibilità e la disponibilità di librerie per quasi ogni esigenza. Il limite principale è la velocità di esecuzione: a parità di algoritmo, un programma Python è in genere più lento di uno scritto in linguaggi compilati come C, Go o Rust. Nelle applicazioni in cui conta la rapidità, le parti critiche vengono scritte in questi linguaggi e richiamate da Python.

Versioni di Python

La versione 3, uscita nel 2008, ha sostituito la 2, il cui supporto è terminato il 1° gennaio 2020. Ogni anno esce una nuova versione minore, e ciascuna riceve correzioni per alcuni anni. In un progetto nuovo si sceglie una versione 3 ancora supportata. È un linguaggio centrale per il lavoro di molti sviluppatori e back-end developer.

Come si impara Python

Per iniziare bastano l’interprete, che si scarica gratuitamente dal sito ufficiale, e un editor di testo. Chi lavora con i dati parte di solito da Jupyter Notebook e da pandas, chi sviluppa siti da un framework come Django. Le basi si acquisiscono in poche settimane di pratica regolare, mentre scrivere programmi ben strutturati, con test e gestione degli errori, richiede più tempo. La documentazione ufficiale contiene un tutorial introduttivo ed è il primo riferimento anche per chi ha esperienza.

Come si organizzano i dati in Python

Il linguaggio offre strutture di base molto comode. La lista tiene una sequenza di elementi, la tupla ne tiene una non modificabile, il dizionario associa chiavi a valori e l’insieme elimina i duplicati. Con queste quattro strutture si rappresentano quasi tutti i dati di un programma, e si convertono facilmente da e verso il formato JSON. Le funzioni, le classi e i moduli permettono di dividere il codice in parti riutilizzabili.

Python per l’analisi dei dati e per l’automazione

Nell’analisi dei dati, la libreria pandas legge file, tabelle e database e li trasforma con poche istruzioni, mentre Matplotlib e altre librerie producono grafici. Nell’automazione si usa Python per leggere e scrivere file, rinominare cartelle, inviare email, interrogare API e generare report. Un procedimento che un impiegato svolge a mano ogni settimana, come unire fogli di calcolo di più reparti, diventa uno script da eseguire a intervalli.

Ambienti virtuali e dipendenze

Ogni progetto ha bisogno di versioni precise delle librerie, e progetti diversi possono richiederne di incompatibili. L’ambiente virtuale crea una copia isolata dell’interprete e dei pacchetti, in modo che l’installazione per un progetto non rovini gli altri. L’elenco dei pacchetti e delle versioni si salva in un file, di solito requirements.txt, e permette a un collega o a un server di ricreare lo stesso ambiente. Strumenti più recenti, come Poetry e uv, gestiscono ambienti e dipendenze in modo più integrato.

Python e prestazioni

Un programma Python è più lento di uno compilato, ma nella pratica il collo di bottiglia è spesso altrove: un database, una rete, un calcolo già affidato a librerie veloci come NumPy, scritte in C. Per usare più processori si ricorre a processi separati, perché l’interprete standard esegue un solo thread di codice Python alla volta, per via di un meccanismo detto GIL. Dalla versione 3.13 esiste una compilazione sperimentale senza questo vincolo. Prima di ottimizzare si misura dove il programma perde tempo, con uno strumento di profilazione.

Fonti e approfondimenti