Eeeeeh, sei una colonna portante del forum, altroché mezza tacca.

Un caro saluto.

Nel mondo dello sviluppo software esistono centinaia di linguaggi di programmazione. Alcuni sono velocissimi, altri estremamente rigorosi, altri ancora molto specializzati.

Eppure, quando si parla di popolarità tra gli sviluppatori, uno dei nomi che torna più spesso è sempre lo stesso: Python.

Negli ultimi anni Python è diventato uno dei linguaggi più utilizzati al mondo, presente praticamente in ogni ambito: sviluppo web, automazione, data science, intelligenza artificiale, scripting di sistema e molto altro.

Ma perché piace così tanto agli sviluppatori? Partiamo dalla cosa più evidente: una sintassi semplice e leggibile. Il linguaggio è stato progettato con un obiettivo molto chiaro: rendere il codice il più leggibile possibile. In Python spesso il codice assomiglia quasi a una frase scritta in inglese. Questo lo rende più facile da capire non solo per chi lo ha scritto, ma anche per chi dovrà leggerlo mesi o anni dopo. Questa filosofia è riassunta perfettamente nello Zen of Python, una raccolta di principi che guidano la progettazione del linguaggio.

Tra le cose dello zen notabili:
Simple is better than complex.
Readability counts.

Ma poi si continua con un altro punto fondamentale: impararlo è sorprendentemente facile. Python è spesso uno dei primi linguaggi che vengono insegnati a chi si avvicina alla programmazione. Questo non significa che sia un linguaggio "semplice" nel senso limitante del termine, ma significa piuttosto che riduce al minimo la complessità inutile. Molte operazioni comuni possono essere scritte in poche righe di codice, senza una quantità eccessiva di sintassi o configurazioni ed è per questo che Python è utilizzato sia da chi muove i primi passi nella programmazione sia da sviluppatori con molti anni di esperienza.

Ora calo l'asso: un ecosistema enorme. Un altro motivo fondamentale del successo di Python è il suo ecosistema. Grazie al Python Package Index (PyPI), gli sviluppatori hanno accesso a centinaia di migliaia di mlioni di miliardi di librerie pronte all’uso. Questo significa che spesso è possibile:
-- evitare di reinventare la ruota
-- integrare funzionalità complesse in poco tempo
-- costruire prototipi molto rapidamente

Che si tratti di analisi dei dati, sviluppo web o automazione, è molto probabile che qualcuno abbia già pubblicato una libreria utile.

Ma andiamo avanti, non mi fermo più: un linguaggio incredibilmente versatile. Uno degli aspetti più affascinanti di Python è la sua versatilità visto che lo stesso linguaggio può essere utilizzato per:
- scrivere piccoli script di automazione
- sviluppare applicazioni web
- analizzare grandi quantità di dati
- addestrare modelli di intelligenza artificiale
- costruire strumenti DevOps

Questa flessibilità permette agli sviluppatori di utilizzare Python in contesti molto diversi senza dover cambiare completamente stack tecnologico.

Poi noi siamo amichevoli ed abbiamo una community enorme. Ebbene sì, Python beneficia di una delle community più grandi e attive del mondo dello sviluppo.

Questo si traduce in:
- una quantità enorme di documentazione
- tutorial e corsi disponibili ovunque
- forum e community molto attive
- aggiornamenti continui del linguaggio

Quando si lavora con Python è molto raro sentirsi completamente soli davanti a un problema, anche noi nel nostro piccolo contribuiamo a questo senso di appartenenza.

Ed ora una cosa poco nota ma sottile, quasi chirurgica: un linguaggio che cresce con chi lo usa. Forse il motivo più interessante del successo di Python è che cresce insieme agli sviluppatori. Molti programmatori iniziano a usarlo per piccoli script o progetti personali. Con il tempo scoprono che lo stesso linguaggio può essere utilizzato per applicazioni molto più complesse. Questo rende Python una sorta di compagno di viaggio nello sviluppo software e forse è proprio questo il segreto del suo successo: non è solo un linguaggio potente, ma anche uno strumento che rende la programmazione più accessibile, più leggibile e, in molti casi, anche più divertente.

Qualunque sia il tuo destino, porta con te un amico fidato... Python, per gli amici... Python.

Se negli ultimi anni hai avuto la sensazione che Python sia ovunque nel mondo dell'intelligenza artificiale, non è solo un'impressione. I numeri più recenti lo confermano: Python è ormai il linguaggio di riferimento per l’AI e il machine learning, con un vantaggio enorme sugli altri linguaggi.

Secondo diversi report sullo sviluppo software e sull’ecosistema AI, oltre il 70–80% dei progetti di machine learning utilizza Python come linguaggio principale.

Insomma: se l’AI fosse una città, Python sarebbe probabilmente il sistema di trasporto pubblico.

Perché proprio Python? La risposta è abbastanza semplice: l'ecosistema.

Negli ultimi anni si è creato un insieme di librerie e framework che rendono Python estremamente efficace per lavorare con dati e modelli di AI.

Tra i più utilizzati troviamo:
- TensorFlow
- PyTorch
- scikit-learn
- pandas
- NumPy

Queste librerie permettono di passare dall’analisi dei dati alla costruzione di modelli complessi senza cambiare linguaggio.

E questo, per ricercatori e sviluppatori, è un enorme vantaggio, anche le Big Tech puntano su Python.

Gran parte degli strumenti più importanti nel campo dell’AI sono progettati con Python come interfaccia principale.

Aziende e laboratori di ricerca lo utilizzano per:
- addestrare modelli di machine learning
- costruire pipeline di dati
- sviluppare applicazioni AI
- creare prototipi rapidamente

Ma non era “troppo lento”? Questa è una delle obiezioni più comuni.

Python non è il linguaggio più veloce, ma nel mondo dell’AI spesso la velocità viene gestita dalle librerie sottostanti, scritte in C, C++ o CUDA.

Python diventa quindi una specie di direttore d’orchestra:
- il codice Python coordina
- le librerie ottimizzate fanno il lavoro pesante

Risultato: produttività altissima senza sacrificare troppo le prestazioni.

Il futuro: Python sempre più centrale. Con l’esplosione dell’AI generativa e del machine learning applicato, Python sembra destinato a restare al centro dell’ecosistema per parecchio tempo.

Nuovi strumenti, framework e librerie continuano a nascere proprio attorno al linguaggio e se il trend continuerà così, la domanda non sarà più: "Python è usato nell’AI?" ma piuttosto "Esiste ancora AI senza Python?"

Chi usa Python da un po’ lo sa: le versioni si susseguono con un ritmo piuttosto regolare: 3.10, 3.11, 3.12, 3.13… e ogni anno qualcuno nella community si ritrova a chiedersi: "Aspetta… ma la 3.11 è uscita prima dopo o durante il 2022?"

Per evitare questi piccoli drammi matematici, nella comunità Python è comparsa una proposta interessante: cambiare il sistema di numerazione delle versioni. L’idea arriva dalla PEP 2026, che suggerisce di adottare il Calendar Versioning (CalVer).

Tradotto: smettiamo di contare e usiamo direttamente l’anno.

Ma come funzionerebbe? Invece delle classiche versioni: Python 3.12, Python 3.13, Python 3.14 ... potremmo avere qualcosa del tipo:
-- Python 3.26 → rilasciato nel 2026
-- Python 3.27 → rilasciato nel 2027
-- Python 3.28 → rilasciato nel 2028

Quindi niente più dubbi esistenziali: se vedi Python 3.26, sai immediatamente che arriva dal 2026.
Il motivo è semplice: rendere le versioni più intuitive da capire. Chi lavora in azienda o gestisce infrastrutture spesso si trova a chiedersi:
-- questa versione è recente?
-- è ancora supportata?
-- devo aggiornare ... ieri?

Con una numerazione basata sull’anno, la risposta diventerebbe molto più immediata.

Se ti stai preoccupando: no, Python non diventerà improvvisamente Python 2026 Ultra Mega Edition seguita da Python 2027 Alabarda Spaziale Edition.Il ciclo di rilascio rimarrebbe lo stesso:
-- una nuova versione ogni anno
-- circa 5 anni di supporto

Cambierebbe solo il numero stampato sulla scatola. Come ogni proposta che riguarda Python, anche questa ha già acceso un bel po’ di discussioni. C’è chi pensa che sia: "Più chiaro, più moderno, più facile da gestire" e chi invece dice: "Abbiamo già imparato a contare fino a 3.14, non fatemi ricominciare."

Per ora la proposta è ancora in discussione, quindi non è certo che vedremo davvero Python 3.26 nei prossimi anni.

Nel frattempo… Una cosa però è sicura: che si chiami Python 3.15 o Python 3.26, continueremo comunque a fare quello che facciamo sempre:
-- scrivere codice
-- installare dipendenze
-- ...e litigare con gli ambienti virtuali.
La vera "tradizione" Python non cambia mai.

Come di consueto vi invitiamo a lasciare le vostre considerazioni, anzi opinioni e preferenze, tramite l'immancabile sondaggione, il Python Developers Survey 2026.

Eccovi il link e sondaggiate numerosi.

Out of all the things you could’ve mentioned, you picked a very bad game? You "guys" are seriously lacking even the most basic credibility…

Ma grazie, Graziella e grazie al ca##... risposta illuminante.

Tutto quello che hanno pensato sti geni quando hanno visto l'evoluzione delle AI è creare un BOT per spammare il loro sito di stupidi giochini.

Siamo nelle mani di un destino beffardo.

Bravo era quello che avevo letto a suo tempo, 2018... cavolo come vola il tempo.

nuzzopippo said @ 2025-11-03 15:43:10:

Edit: od anche questo, più specifico per l'argomento?, probabimente, ed anche questo in inglese

Questo non lo conosco.

Cya

Ciao caro, ricordo molto chiaramente la lettura di un libro di Leo Giordani del quale non ricordo il nome, ma che fu propedeutico per la configurazione di alcuni progetti non proprio piccini. E' di svariati anni fa, pre-Covid, ma se lo trovi può darti qualche spunto. Ecco magari non tutto perché i tempi cambiano molto velocemente, ma c'è del bello anche in una vecchia macchina da scrivere.


Cya

Ah ok, molto semplicemente l’offset è la posizione di partenza dentro la lista. Serve per dire "da dove comincio a leggere i valori" di ogni gruppo.

Nel tuo caso:
-- freqA → offset 0
-- mixA → offset 4
-- freqB → offset 9
-- mixB → offset 13

Esempio:

slider[ i ].set(values[offset_mixB + i])

Così ogni gruppo legge i valori giusti.

Cya