Python è un linguaggio di programmazione di più “alto livello” rispetto alla maggior parte degli altri linguaggi. È orientato a oggetti, ma non in maniera ferrea come può essere Java; adatto, tra gli altri usi, a sviluppare applicazioni distribuite, scripting, computazione numerica e system testing. Spesso viene anche studiato tra i primi linguaggi per la sua somiglianza a uno pseudo-codice. Viene usato spesso anche per simulare la creazione di quei programmi che magari andrebbero attuati in altri linguaggi, ma il testarli in Python permette al programmatore di riordinare le idee a riguardo (come il creare un gioco tramite Pygame o un social-network tramite Flask).

Fu ideato da Guido van Rossum all’inizio degli anni novanta. Il nome fu scelto per via della passione di van Rossum per i Monty Python e per la loro serie televisiva Monty Python’s Flying Circus^[1]. Python è spesso paragonato a Ruby, Tcl, Perl, Java, JavaScript, Visual Basic o Scheme^[2].

È un linguaggio multi-paradigma che ha tra i principali obiettivi: dinamicità, semplicità e flessibilità. Supporta il paradigma object oriented, la programmazione strutturata e molte caratteristiche di programmazione funzionale e riflessione.

Le caratteristiche più immediatamente riconoscibili di Python sono le variabili non tipizzate e l’uso dell’indentazione per la definizione delle specifiche. Altre caratteristiche distintive sono l’overloading di operatori e funzioni tramite delegation, la presenza di un ricco assortimento di tipi e funzioni di base e librerie standard, sintassi avanzate quali slicing e list comprehension.

Il controllo dei tipi è forte (strong typing) e viene eseguito a runtime (dynamic typing): una variabile è un contenitore a cui viene associata un’etichetta (il nome) che può essere associata a diversi contenitori anche di tipo diverso durante il suo tempo di vita. Usa un garbage collector per la liberazione automatica della memoria.

Ha qualche somiglianza con Perl, ma i suoi progettisti hanno scelto una sintassi più essenziale e uniforme con l’obiettivo di aumentare la leggibilità del codice. Analogamente a Perl è classificato spesso come linguaggio di scripting, ma pur essendo utile per scrivere script di sistema, in alternativa per esempio a bash, la grande quantità di librerie disponibili e la facilità con cui il linguaggio permette di scrivere software modulare favoriscono anche lo sviluppo di applicazioni molto complesse.

Altre caratteristiche

Codice sorgente di un programma scritto in PythonEsempio di codice sorgente scritto in Python

Sebbene Python venga in genere considerato un linguaggio interpretato, in realtà il codice sorgente non viene convertito direttamente in linguaggio macchina. Infatti passa prima da una fase di pre-compilazione in bytecode, che viene quasi sempre riutilizzato dopo la prima esecuzione del programma, evitando così di reinterpretare ogni volta il sorgente e incrementando le prestazioni. Inoltre è possibile distribuire programmi Python direttamente in bytecode, saltando totalmente la fase di interpretazione da parte dell’utilizzatore finale e ottenendo programmi Python a sorgente chiuso.

Come il Lisp e a differenza del Perl, l’interprete Python supporta anche un modo d’uso interattivo (REPL) attraverso cui è possibile inserire codice direttamente da un terminale, visualizzando immediatamente il risultato.

Inoltre l’interprete è contenuto nella libreria standard e come in molti altri linguaggi interpretati è possibile far valutare stringhe arbitrarie nel contesto corrente. È possibile passare all’interprete anche un contesto completamente diverso, sotto forma di liste che contengono l’elenco dei simboli definiti.

Python dispone anche di un framework per lo unit testing che supporta lo sviluppo di test unitari automatici.

Se paragonato ai linguaggi compilati statically typed, come ad esempio il C, la velocità di esecuzione non è uno dei punti di forza di Python, specie nel calcolo matematico. Esiste un’estensione, Psyco, che è una sorta di compilatore JIT in grado di velocizzare in modo notevole alcuni tipi di codice, specialmente l’implementazione di algoritmi, a scapito dell’aumento di memoria utilizzata.

Le prestazioni di Python sono allineate o addirittura superiori a quelle di altri linguaggi interpretati, quali PHP e Ruby, e in certe condizioni Python può rivaleggiare anche con Java. Python permette di aggirare in modo facile l’ostacolo delle performance pure: è infatti relativamente semplice scrivere un’estensione in C o C++ e poi utilizzarla all’interno di Python, sfruttando così l’elevata velocità di un linguaggio compilato solo nelle parti in cui effettivamente serve e sfruttando invece la potenza e versatilità di Python per tutto il resto del software.

Altre implementazioni

Sono attualmente disponibili le seguenti implementazioni di Python:

• Jython, in linguaggio Java^[3];
• IronPython, per la piattaforma Microsoft .NET^[4];
• Python for S60, per i dispositivi con sistema operativo Symbian^[5];
• PyPy: scritta in Python stesso. Ha tra i principali obiettivi la semplificazione dello sviluppo del linguaggio e la sua ottimizzazione in termini prestazionali^[6];
• Lo Scripting Layer for Android (SL4A) per il sistema operativo Android include l’interprete Python 2.6.2.^[7]

Tipi di dati e strutture

Essendo Python a tipizzazione dinamica, tutte le variabili sono in realtà puntatori a oggetto (reference). Per esempio a una variabile a cui è stato assegnato un valore di tipo intero, subito dopo può essere assegnata una stringa o una lista. Gli oggetti sono invece dotati di tipo.

In Python c’è un moderato controllo dei tipi al momento del runtime. Si ha conversione implicita per i tipi numerici, che permette per esempio di moltiplicare un numero complesso per un intero, ma non esiste la conversione implicita tra numeri e stringhe; perciò un numero è un argomento non valido per le operazioni su stringa, a differenza di quanto avviene in PHP.

Al suo interno ci sono vari modelli da utilizzare per usare varie funzioni semplificandone l’uso, come il modulo turtle (per disegnare usando il coding), il modulo copy (per creare copie di oggetti), il modulo random (per generare situazioni casuali) che si divide in randint (per un numero da x a y), choice (per far scegliere un elemento a caso da una lista) e shuffle (per mischiare gli elementi di una lista); il modulo sys (per controllare la shell di Python) e il modulo time (per conoscere e misurare il tempo).

Python mette a disposizione un gran numero di tipi base, essenzialmente tipi numerici e contenitori. Caratteristica distintiva è il supporto nativo, oltre che ai classici tipi quali interi, floating point, stringhe, anche a tipi più evoluti quali interi a grandezza arbitraria, numeri complessi, liste, insiemi, dizionari con delle comode sintassi per la costruzione degli stessi (letterali). Non è invece previsto un tipo specifico per i caratteri.

Molti altri tipi sono importabili da librerie standard e nuovi tipi possono essere creati attraverso le classi.

Tipi numerici

I tipi interi (int) e floating point (float) hanno una precisione dipendente dall’hardware e dall’implementazione dell’interprete, in genere 32 e 64 bit. Sono previsti, in modo nativo, numeri interi arbitrariamente grandi (long, che diventano l’opzione di default per gli interi a partire da 3.0) e numeri complessi (complex).

Sono definiti tutti i principali operatori logici e aritmetici fra numeri, compreso l’elevamento a potenza. Il tipo booleano (bool) appartiene anch’esso alla categoria dei numeri.

Dalla versione 2.4 sono disponibili come libreria anche i numeri decimali (decimal), ossia numeri con la virgola a precisione illimitata come quelli disponibili in REXX o in Cobol, che non soffrono di problemi di arrotondamento e stabilità tipici dei numeri floating point classici.

Contenitori

Python considera in generale come contenitori gli oggetti che prevedono la possibilità di iterare su un insieme di elementi, perciò utilizzabili all’interno di contesti quali il ciclo for e funzioni quali somma, ricerca e ordinamento. I contenitori in genere permettono di contenere dati di tipo eterogeneo.

Per quanto riguarda i contenitori standard propriamente detti, sono classificabili come sequenze, insiemi e dizionari. I contenitori seguono una filosofia comune e condividono gran parte dei metodi.

Le sequenze sono contenitori ordinati, che condividono dei metodi basati sull’ordinamento, l’indicizzazione intera e la creazione di sottosequenze tramite slicing. Le liste (list) sono sequenze estendibili, invece le tuple (tuple) sono sequenze immutabili. Anche le stringhe (str e unicode) sono considerate sequenze. A partire da Python 3.0, i tipi str e unicode sono unificati e compare il tipo byte, equivalente grosso modo a una stringa binaria.

Sono previste tutte le operazioni classiche sulle stringhe come concatenamento, formattazione, ricerca, sostituzione, ecc. Le stringhe in Python sono sequenze immutabili, cosicché qualsiasi operazione che in qualche modo potrebbe alterare una stringa, per esempio la sostituzione di un carattere, restituisce invece una nuova stringa come avviene in Java e in C#.

Altri contenitori sono i dizionari (dict), conosciuti in altri contesti con il nome di hash table oppure array associativi. Esiste una sintassi per la creazione di dizionari, i cui elementi sono specificati da una coppia di dati separati da due punti ‘:’. Il primo elemento della coppia rappresenta l’indice, detto “chiave”, e il secondo è il suo valore corrispondente, detto “valore”. Ogni elemento è detto “coppia chiave-valore”.

Per esempio l’istruzione seguente crea un dizionario A composto da due elementi le cui chiavi sono “wikipedia” e “wikiquote”:

A = {'wikipedia': 400000, 'wikiquote': 6000}

Le chiavi sono immutabili, mentre il valore corrispondente è variabile tramite un’assegnazione. La seguente istruzione modifica il valore corrispondente a “wikipedia”, portandolo a 450000:

A['wikipedia'] = 450000

A partire dalla versione 2.5 sono supportati gli insiemi (set e frozenset).

Organizzazione a oggetti

Il sistema dei tipi Python è ben integrato con il sistema delle classi. Anche se i tipi base non sono precisamente classi, una classe può ereditare da essi. In questo modo è possibile estendere stringhe, dizionari e perfino gli interi. È inoltre supportata l’ereditarietà multipla.

Vengono supportate anche funzionalità estensive di introspezione sui tipi e sulle classi. I tipi e le classi sono a loro volta oggetti che possono essere esplorati e confrontati. Gli attributi sono gestiti in un dizionario.

Sintassi

Python è stato progettato in modo da essere facilmente leggibile. Visivamente si presenta in modo semplice e ha pochi costrutti sintattici rispetto ad altri linguaggi strutturati come C, Perl o Pascal.

Per esempio, Python ha solo due forme di ciclo: for che itera sugli elementi di una lista o su di un iteratore (equivalente al foreach del Perl) e while che cicla fin tanto che l’espressione booleana indicata risulterà vera. In sostanza manca dei cicli in stile C for, do…while, oppure di until in stile Perl, ma tutti questi possono essere espressi con dei semplici equivalenti. Allo stesso modo ha solamente il costrutto if…elif…else per le scelte condizionate, ma non possiede né switch né goto (salto incondizionato).

Indentazione

Un aspetto inusuale del Python è il metodo che usa per delimitare i blocchi di programma, che lo rende unico fra i linguaggi più diffusi.

Nei linguaggi derivati dall’ALGOL come Pascal, C e Perl, i blocchi di codice sono indicati con le parentesi oppure con parole chiave (il C e il Perl usano { }; il Pascal usa begin ed end). In questi linguaggi è solo una convenzione degli sviluppatori il fatto di indentare il codice interno a un blocco, per metterlo in evidenza rispetto al codice circostante. Invece Python deriva il suo sistema di indentazione dal meno noto linguaggio di programmazione Occam: invece di usare parentesi o parole chiave, usa l’indentazione stessa per indicare i blocchi nidificati in congiunzione col carattere “due punti” (:). Si può usare sia una tabulazione, sia un numero arbitrario di spazi, ma lo standard Python è di 4 spazi. L’esempio che segue chiarisce questo aspetto; sono mostrate la versione C e Python di funzioni per il calcolo del fattoriale di un intero.

Fattoriale in C:

int fattoriale(int x) {
    if (x == 0) 
        return 1;
    else 
        return x * fattoriale(x-1);
}

Fattoriale in Python:

def fattoriale(x):
    if x == 0:
        return 1
    else:
        return x * fattoriale(x-1)

All’inizio questo modo di indicare i blocchi può confondere le idee a chi viene da altri linguaggi, ma poi si rivela molto vantaggioso, perché risulta conciso e obbliga a scrivere sorgenti indentati correttamente, aumentando così la leggibilità del codice.

Lo svantaggio è che la gestione degli spazi e dei caratteri di tabulazione può essere diversa da un editor di testo all’altro, il che costringe a fare attenzione nell’indentare il codice oppure ad affidarsi alle funzioni di indentazione automatica ormai presenti nella maggior parte degli editor di programmi.

Poi Python permette anche alcune scorciatoie per scrivere codice “più” sulla stessa riga. Se i due punti (:) danno il via a un blocco indentato di una sola riga: la possiamo spostare a seguito di uno spazio dopo.

if b > a: print("b is greater than a")

Addirittura possiamo ereditare il “punto e virgola” (;) dalla stragrande dei linguaggi per dichiarare che un istruzione è conclusa, quindi cominciarne un’altra sulla stessa riga.

a = b + 10; print("Hello world"); b = 243 - 23;

Programmazione funzionale e sintassi avanzate

Un altro punto di forza di Python è la disponibilità di elementi che facilitano la programmazione funzionale. Le funzioni sono considerate degli oggetti e sono dunque utilizzabili alla stregua di qualsiasi altro oggetto, ad esempio inserendole in collezioni o utilizzandole direttamente come parametri per altre funzioni. Gli elementi di programmazione funzionale, insieme a costrutti specifici per la manipolazione di contenitori, rendono ancora più comodo operare con liste o altri tipi contenitore.

Gli slicing sono un costrutto simile all’indicizzazione in grado di ottenere sottosequenze specificando gli indici di inizio, di fine, e lo ‘step’.

numeri = [1, 2, 3, 4, 5]
numeri_pari = numeri[1::2]  # esempio di slicing

La list comprehension è un costrutto preso dal linguaggio funzionale Haskell e consente il “riempimento” di una lista, come possiamo vedere nel seguente esempio in cui vengono calcolate le prime cinque potenze di due:

numeri = [1, 2, 3, 4, 5]
potenze_di_due = [2 ** n for n in numeri]  # esempio di list comprehension

I generatori sono invece dei particolari oggetti in grado di costruire delle collezioni in maniera dinamica, utili per aumentare l’efficienza in particolare presenza di iterazioni su un gran numero di elementi. Le generator expression, simili alle list comprehension, sono uno strumento rapido ed efficace per creare generatori. La parola chiave yield permette di creare generatori con una sintassi del tutto simile a quella di una funzione.

Passiamo a qualche esempio; generator expression:

numeri = [1, 2, 3, 4, 5]
potenze_di_due = (2 ** n for n in numeri)  # generatore

Oppure, per avere un maggiore controllo, come una normale funzione, possiamo usare la parola chiave yield al posto di return, per trasformare la nostra funzione in un generatore. In questo modo la funzione ‘salva’ il suo stato, per poi riprendere l’esecuzione del codice quando viene richiamato il valore dello yield successivo.

numeri = [1, 2, 3, 4, 5]
def potenza_di_due(numeri):
    for n in numeri:
        yield 2 ** n
gen = potenza_di_due(numeri)

L’uso è identico. Si chiama la funzione next che restituisce un nuovo valore ogni volta, riprendendo l’esecuzione del codice dalla parola chiave yield. Quando i valori sono finiti, viene sollevata un’eccezione StopIterationError. In ogni caso, non è l’unico modo di interagire con i generatori, e si può risalire ai data passati allo yeld della funzione in questo modo:

gen = (2 ** n for n in range(1, 6))
for x in gen:
    print(x)

Per creare una lista da un generatore, si usa semplicemente la chiamata list(gen):

gen = (2 ** n for n in range(1, 6))
print(list(gen))

I generatori sono preferiti alle liste in quanto non occupano memoria, dato che i valori sono semplicemente calcolati di volta in volta e non permangono in memoria. Per questo è consigliabile usare, per esempio, xrange (che è un generatore) al posto di range (che restituisce una lista) con numeri molto grandi, per garantire una maggiore velocità

È anche possibile scrivere espressioni if…else su una sola riga, cosa che risulta utile in combinazione con le lambda (vedi sotto).

import random
l = [1, 2]
a = random.choice(l)
print('Giusto!' if a == 1 else 'Sbagliato!')

Dal momento che Python permette di avere funzioni come argomenti, è anche possibile avere costrutti funzionali più sottili, come ad esempio la continuation^[8].

In Python esiste la parola chiave lambda, particolarmente utile in contesti dove è necessario svolgere piccole operazioni che probabilmente saranno effettuate solo in quella zona del codice:

>>> l = [1, 2,3,4,5]  # oppure range(1,6)
>>> print(map(lambda x: x + 10, l))
[11, 12, 13, 14, 15]

Questo uso di map però è contestato e si preferisce usare le list-comprehension:

>>> l = [1, 2, 3, 4, 5]  # oppure range(1,6)
>>> print([x + 10 for x in l])
[11, 12, 13, 14, 15]

Tuttavia i blocchi lambda possono contenere solo espressioni, non statement. Non sono quindi il modo più generale per restituire una funzione. Si può usare invece la seguente tecnica che restituisce una funzione il cui nome è definito in uno scope locale, ovvero una closure:

def multiple_adder(x, y):
    def adder(z):
        return z + x + y
    return(x + y + adder(x + y))  # sarebbe (x + y) * 3

Decoratori

Un decoratore è qualsiasi oggetto di Python invocabile usato per modificare una funzione, un metodo o una definizione di classe, senza modificarne internamente il codice. Un decoratore è passato all’oggetto e ritorna l’oggetto modificato.

I decoratori sono ispirati in parte dalla notazione Java, hanno una sintassi simile e considerati zucchero sintattico. Usano @ come parola chiave:

@viking_chorus
def menu_item():
    print("spam")

I decoratori possono essere a catena posizionandone diversi in linee adiacenti:

@invincible
@favorite_color("Blue")
def black_knight():
    pass

ed è equivalente a:

def black_knight():
    pass
black_knight = invincible(favorite_color("Blue")(black_knight))

La struttura standard del decoratore è:

def favorite_color(color):
    def decorator(func):
        def wrapper():
            print(color)
            func()
        return wrapper
    return decorator

Gestione delle eccezioni

Python supporta e usa estesamente la gestione delle eccezioni come mezzo per segnalare e controllare eventuali condizioni di errore, incluse le eccezioni generate dagli errori di sintassi.

Le eccezioni permettono un controllo degli errori più conciso e affidabile rispetto a molti altri modi possibili usati in genere per segnalare errori o situazioni anomale. Le eccezioni sono thread-safe; non sovraccaricano il codice sorgente come fanno invece i controlli sui valori di errore restituiti e possono facilmente propagarsi verso l’alto nello stack delle chiamate a funzione quando un errore deve essere segnalato a un livello più alto del programma.

Con la gestione delle eccezioni i controlli preventivi sono sostituiti da un più agevole meccanismo che permette di eseguire direttamente l’azione desiderata e catturare separatamente le eventuali eccezioni che si possono verificare. Oltre che per la gestione degli errori, in alcune occasioni le eccezioni sono usate in Python anche per il controllo di flusso: ad esempio l’operazione di iterazione, e di conseguenza il ciclo for, è basata su una segnalazione tramite eccezione.

Libreria standard

Python ha una vasta libreria standard, il che lo rende adatto a molti impieghi. Oltre ai moduli della libreria standard se ne possono aggiungere altri scritti in C oppure Python per soddisfare le proprie esigenze particolari. Tra i moduli già disponibili ve ne sono per scrivere applicazioni web: sono supportati MIME, HTTP e tutti gli altri standard Internet. Sono anche disponibili moduli per creare applicazioni con interfaccia grafica, per connettersi a database relazionali, per usare le espressioni regolari.

La libreria standard è uno dei punti forti di Python. Infatti essa è compatibile con tutte le piattaforme, a eccezione di poche funzioni, segnalate chiaramente nella documentazione come specifiche di una piattaforma particolare.

Esempio di programma

Hello, world!

Il seguente esempio di programma Python (versione 3.0) stampa il testo “Hello, world!“:

print("Hello, world!")

Il seguente è lo stesso programma funzionante con la versione 2.7 o precedenti:

print "Hello, world!"

Definizione di una classe

In Python è possibile creare classi attraverso un’istruzione specifica (class) che rappresenta l’alternativa più semplice, ma non esclusiva, per definire nuovi tipi di dato. Caratteristiche particolari in Python sono la possibilità di eredità multipla, la definizione di attributi tramite inizializzazione e non tramite dichiarazione, la dichiarazione esplicita del parametro riflessivo nei metodi d’istanza e l’overloading di funzioni e operatori.

Il parametro riflessivo è per convenzione chiamato self, ma il linguaggio non impone alcuna restrizione in merito alla scelta. Nessuna restrizione è posta anche alla definizione degli attributi: gli attributi esistono dal momento in cui vengono assegnati e l’assegnazione può avvenire al momento della costruzione (metodo __init__, da preferire) oppure all’interno di altri metodi. Inoltre gli attributi possono essere aggiunti esternamente alla classe o direttamente a un oggetto.

Python fa distinzione tra metodi d’istanza, di classe o statici. Gli attributi possono essere invece d’istanza o di classe. Il supporto all’information hiding è parziale, ma integrato dallo strumento delle property che permettono di definire degli attributi virtuali con le caratteristiche di accesso volute.

Inoltre sono previsti dei metodi “speciali” associati a operatori e funzioni di built-in. Ad esempio, ridefinendo il metodo __add__ si ridefinisce l’operatore di addizione quando il primo operando sia del tipo definito, mentre __str__ ridefinisce la conversione a stringa. Non è invece permesso l’overloading dei metodi. Attraverso l’uso della riflessione e delle metaclassi è inoltre possibile personalizzare ulteriormente la definizione delle classi.

Ad esempio una classe Persona, avente solo un semplice costruttore e un metodo che restituisce il nome completo. È caldamente consigliato creare solo classi “new style”, ovverosia classi che ereditano (direttamente o indirettamente) da object^[9].

A partire da Python 3.6, è possibile utilizzare una nuova funzione chiamata “f-strings”^[10]. Anteponendo la lettera f prima delle virgolette che aprono la dichiarazione di una stringa, questa funzione viene attivata. Grazie a essa è possibile includere variabili all’interno di una stringa inserendo il loro nome tra parentesi graffe. In questo modo rendiamo il codice molto più leggibile senza dover utilizzare una serie di + per concatenare variabili e stringhe vuote. Inoltre, nel caso in cui volessimo includere una variabile o un oggetto non di tipo stringa, la conversione avverrà in automatico, risparmiando l’eccezione TypeError.

class Persona(object):
    # Costruttore della classe
    def __init__(self, nome, cognome):
        self.name = nome
        self.surname = cognome

    def fullname(self):
        full = f'Sig. {self.surname} {self.name}'
        return full

persona = Persona('Mario', 'Rossi')
print(persona.fullname())

L’output presentato sarà il seguente: Sig. Rossi Mario

Note

1. ^ Fonte: Copia archiviata, su python.org. URL consultato il 27 ottobre 2009 (archiviato dall’url originale il 17 dicembre 2009).
2. ^ Dal file README della distribuzione 2.6.4: “What is Python anyway? Python is an interpreted, interactive object-oriented programming language suitable (amongst other uses) for distributed application development, scripting, numeric computing and system testing. Python is often compared to Tcl, Perl, Java, JavaScript, Visual Basic or Scheme.“
3. ^ Jython: Python for the Java Platform
4. ^ IronPython: the Python programming language for the .NET Framework
5. ^ The Python programming language for S60 mobile phones
6. ^ PyPy Archiviato il 13 gennaio 2007 in Internet Archive.
7. ^ SL4A su Google Code
8. ^ Continuations Made Simple and Illustrated
9. ^ Un nuovo stile per le classi | Python-it.org # il punto di riferimento italiano per gli appassionati di Python, su python-it.org. URL consultato il 23 giugno 2010 (archiviato dall’url originale il 6 agosto 2010).
10. ^ (EN) PEP 498 — Literal String Interpolation, su Python.org. URL consultato il 23 maggio 2019.

Bibliografia

• Micha Gorelick, Ian Ozsvald, Python alla massima potenza. Programmazione pratica ad alte prestazioni, Milano, Hoepli, 2015, pp. 376, ISBN 9788820367015.
• Mark Lutz, Imparare Python, Milano, Tecniche Nuove, 2011, pp. 1097, ISBN 9788848125956.
• (EN) Luciano Ramalho, Fluent Python: Clear, Concise, and Effective Programming, O’Reilly Media, 2015, pp. 792, ISBN 9781491946008.

Categorie:Z01- Linguaggi di programmazione