Python Compiler Online

Integriamo un Python Compiler Online per provare il direttamente il funzionamento del codice.

In basso troverete la versione base, scorrendo nella pagina troverete il compiler con l’integrazione di alcune librerie fondamentali per il calcolo automatico.

Versione Base del Python Compiler Online:

Scrivi codice Python utilizzando uno dei più conosciuti compilatori integrati.

Python Compiler Online with Libreries

Possiamo anche usare librerie come Numpy, Pandas, Matplotlib. Ecco una versione avanzata del Python Compiler con un esempio sulla scala logaritmica:

About Python

Python è un linguaggio di programmazione molto popolare creato da Guido van Rossum. È stato rilasciato nel 1991 e da allora è stato sempre più adottato in tantissimi campi.

Python infatti è molto popolare sia per lo sviluppo Web in quanto consente di creare app mobili utilizzando framework all’avanguardia come Flask e Diango, sia per il campo del Data Science e Machine Learning, accanto a librerie come NumPy, Pandas, Matplot, Seaborn, ecc… Quindi possiamo dire che sit adatta sia nell’ambito dello sviluppo web, sia nell’analsiti dei dati e dell’a’prendimento automatico.

Semplici esempi – Python Compiler Online:

Provate alcuni semplici esempi nel Python Compiler, in modo da testare i programmi.

Primo esempio:

Scrivere un programma in Python con l’utilizzo di Pandas per creare e visualizzare un oggetto simile ad un array unidimensionale contenente un array di dati.

Soluzione:


import pandas as pd 
ds = pd.Series([1, 3, 5, 7, 9]) 
print(ds)

Secondo esempio:

Generare una sequenza di numeri da x a y escluso y, con incrementi di 1.


x = 1
y = 15
for a in range(x,y):
    print(a)

Terzo esempio da provare nel compiler online:

Realizzare un programma in Python che restituisca il totale dei numeri pari e dispari di serie di numeri.


numbers = [11, 6, 9, 40, 5, 14]
count_odd = 0
count_even = 0
for x in numbers:
    if x % 2:
      count_odd += 1
    else:
      count_even += 1
print("Count even numbers :", count_even)
print("Count odd numbers :", count_odd)

Alcuni link utili

Indice tutorial sul linguaggio Python

1 – Introduzione al linguaggio Python

2 – Le variabili

3 – Operatori aritmetici e di assegnazione

4 – Stringhe

5 – Casting

6 – Input e print

7 – Primi esercizi in Python

8 – Errori in Python

9 – Script Python

10 – Scambio di variabili

11 – Modulo math

Continua la lettura su: https://www.codingcreativo.it/python-compiler-online/ Autore del post: Coding Creativo Fonte: https://www.codingcreativo.it

Articoli Correlati

Emergenza Coronavirus COVID-19: notizie e provvedimenti

Ordinanza del 2 giugno 2021 Ulteriori misure urgenti in materia di contenimento e gestione dell’emergenza epidemiologica da COVID-19. 

Ordinanza 29 maggio 2021 Ai fini del contenimento della diffusione del virus Sars-Cov-2, le attività economiche e sociali devono svolgersi nel rispetto delle “Linee guida per la ripresa delle attività economiche e sociali”, elaborate dalla Conferenza delle Regioni e delle Provincie autonome, come definitivamente integrate e approvate dal Comitato tecnico scientifico, che costituiscono parte integrante della presente ordinanza

Ordinanza 21 maggio 2021 Protocollo condiviso di aggiornamento delle misure per il contrasto e il contenimento della diffusione del virus SARS-Cov-2/COVID-19 negli ambienti di lavoro.

Ordinanza 21 maggio 2021 Linee guida per la gestione in sicurezza di attivita’ educative non formali e informali, e ricreative, volte al benessere dei minori durante l’emergenza COVID-19.

Ordinanza 21 maggio 2021 Ulteriori misure urgenti in materia di contenimento e gestione dell’emergenza epidemiologica da COVID-19.

Machine Learning Python

Il linguaggio più utilizzato oggi per implementare gli algoritmi di Machine Learning è proprio Python, ed è anche uno dei linguaggi di programmazione più utilizzato al mondo.Infatti questo linguaggio offre delle librerie essenziali per fare statistiche, per elaborare le immagini o ancora per l’analisi dei dati.Inoltre Python si caratterizza per avere una sintassi semplice ma ricca di funzionalità. Sicuramente essendo un linguaggio interpretato ha una velocità di esecuzione inferiore ma molti dei suoi moduli sono stati sviluppati in linguaggio C.Ricordiamo che il Machine Learning è un ramo dell’Intelligenza Artificiale e studia algoritmi che sono in grado di elaborare i dati in input e poter poi effettuare delle previsioni. Oggi, questi algoritmi sono molto utili se si pensa alla grande quantità di dati che ci sono nel web e offrono un’alternativa agli algoritmi tradizionali.La comunità di sviluppo che sta attorno al Machine Learning in Python è sempre più ampia e dunque è semplice reperire informazioni o tutorial per ottenere spiegazioni. I moduli e le librerie sono in grande quantità e li vedremo in dettaglio nel prossimo paragrafo.Non ci rimane dunque che iniziare a studiare e divertirci a mettere in pratica quanto appreso!Machine Learning Python – Quali strumenti servono?Quali sono allora gli strumenti che ci servono in Pytnon?Jupiter NotebookInnanzitutto un ambiente di sviluppo come Jupyter Notebook, molto semplice da scaricare ed installare.Nella pagina di installazione infatti troverete le istruzioni:pip install notebookPer l’esecuzione basterà digitare:jupyter notebookNumpyUn modulo che consente di fare Machine Learning in Python è Numpy.Infatti, grazie alle tante proprietà e metodi per il calcolo scientifico consente di lavorare facilmente con array e matrici.Si installa semplicemente così:pip install numpyNei sistemi Linux occorre scrivere:sudo apt-get install python3-numpyL’installazione non durerà molto.Si utilizza poi negli script Python semplicemente scrivendo:import numpyPandasUno strumento che consente di gestire facilmente DataFrame e Series è la libreria Pandas.Per installarla basterà semplicemente scrivere:pip install pandasSi richiama poi negli script Python in questo modo:import pandasMatplotlib e SeabornCome strumento per il machine learning in Python non possono mancare le librerie Matplotlib e Seaborn che consentono di visualizzare graficamente i dati elaborati.L’installazione avviene scrivendo nella linea di comando:pip install matplotlib e la importiamo come prima utilizzando import:pip install seabornPer poterle utilizzare poi scrivo:import matplotlibUtilizziamo poi come al solito import:import seabornScikit-learnLa libreria scikit-learn implementa gli algoritmi di Machine in Learning in Python.Intuitivamente l’installazione avviene in questo modo:pip install scikit-learnPer utilizzarla, dunque, la importiamo:import scikit-learnTensorflowLa libreria tensorflow implementa gli algoritmi di Machine in Learning e Deep Learning in Python.pip install tensorflowImportiamo poi la libreria per poterla utilizzare per i nostri script in Pythonimport tensorflowConclusioniAbbiamo elencato solo alcuni dei moduli per fare Machine Learning in Python, ce ne sono altri di cui parleremo più avanti nella guida.Se avete già delle basi di Python vi consiglio di scegliere il modulo che non conoscente, altrimenti iniziate dalle basi. Ecco, dunque, il link al tutorial completo: Indice tutorial sul linguaggio Python.Alcuni link utili1 – Introduzione al linguaggio Python2 – Le variabili3 – Operatori aritmetici e di assegnazione4 – Stringhe5 – Casting6 – Input e print

Vuoi rimanere aggiornato sulle nuove tecnologie per la Didattica e ricevere suggerimenti per attività da fare in classe?

Sei un docente?

soloscuola.it la prima piattaforma
No Profit gestita dai

Volontari Per la Didattica
per il mondo della Scuola. 

 

Tutti i servizi sono gratuiti. 

Associazione di Volontariato Koinokalo Aps

Ente del Terzo Settore iscritta dal 2014
Tutte le attività sono finanziate con il 5X1000