Python

Python er en av de mest fleksible og samtidig brukervennlige programmeringsspråkene.
To Python-miljøer er tilgjengelige på CodeRoom, som dekker ulike områder for anvendelse.

Python 3.8 – Server-side kjøring

For mer omfattende programmer, dataanalyse og vitenskapelige applikasjoner er et server-side Python-3.8-miljø tilgjengelig.
Her kan programmer kjøres med kraftfulle biblioteker.

Tilgjengelige bibliotek

• Astropy – Verktøy for astronomi og astrofysikk
• Biopython – Biblioteker for bioinformatikkapplikasjoner
• Geopandas – Utvidelse av Pandas for geografiske data
• Matplotlib – Opprettelse av diagrammer og visualiseringer
• NetworkX – Opprettelse, analyse og visualisering av komplekse nettverk og grafer
• NumPy – Grunnlag for numerisk og vitenskapelig regning
• openpyxl – Lesing, skriving og redigering av Excel-filer i .xlsx-formatet
• Pandas – Datastrukturer og verktøy for dataanalyse
• Plotly – Interaktive diagrammer og visualiseringer for Python 3 med klient-side rendering i nettleseren
• RDKit – Cheminformatics og analyse av kjemiske strukturer
• Requests – Enkle HTTP-forespørsler og webtilgang
• Scikit-learn – Makinerlæring og dataanalyse
• SciPy – Vitenskapelige og tekniske beregninger
• Statsmodels – Statistisk modellering og tester
• SymEngine – Symbolisk matematikk

Denne miljøet er spesielt egnet for datastyrt prosjekter, vitenskapelige applikasjoner og mer komplekse programmer.

Python 2 – Klient-side utøvelse med Skulpt

For rask eksperimentering direkte i nettleseren er det tilgjengelig et klient-side Python-miljø basert på Skulpt.
Programmer kjøres direkte i nettleseren uten å kreve en server.

Tilgjengelige biblioteker

Dette miljøet inneholder:

• de standardbibliotekene som er tilgjengelig gjennom Skulpt
• pygame – for enkel spilutvikling og grafiske applikasjoner
• frameCraft – støtte for interaktiv læring og prosjektmiljøer

Browserbasert Python-miljø er spesielt egnet for:

• første programmeringserfaringer
• interaktive øvelser i klasserommet
• små spill og grafiske eksperimenter

Utforsk følgende artikler for å oppdage ulike eksempler og prosjekter som viser mulighetene med Python i begge miljøer.