Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Librerie Python disponibili

Lezione 13 di 16 Aggiornata il 30 luglio 2026 Sviluppatore
In questa pagina
  1. L’ambiente sandbox Python
  2. Librerie fondamentali
  3. Cosa puoi richiedere
  4. Cosa non puoi fare
  5. Punti chiave

L’ambiente sandbox Python

La sandbox Python per l’esecuzione del codice non è un ambiente minimale. Include un conjunto di librerie scientifiche e di analisi dati preinstallate. Conoscerle è essenziale per sfruttare appieno le capacità di esecuzione del codice e capire cosa puoi — e cosa non puoi — chiedere al modello di fare.

Librerie fondamentali

NumPy — Calcolo numerico

NumPy è la libreria fondamentale per il calcolo numerico in Python. Nella sandbox, ti permette di:

  • Eseguire operazioni su array multidimensionali
  • Fare algebra lineare (matrici, vettori, decomposizioni)
  • Generare numeri casuali
  • Effettuare trasformate di Fourier
  • Utilizzare funzioni matematiche avanzate
# Il modello può scrivere ed eseguire questo tipo di codice
import numpy as np

# Genera una matrice casuale e calcola i suoi autovalori
matrix = np.random.randn(5, 5)
eigenvalues = np.linalg.eigvals(matrix)

Pandas — Manipolazione dei dati

Pandas è la libreria standard per la manipolazione di dati tabellari:

  • Creare e trasformare DataFrame
  • Pulire e preparare i dati
  • Eseguire aggregazioni e raggruppamenti
  • Calcolare statistiche descrittive
  • Creare tabelle pivot ed eseguire operazioni di join
import pandas as pd

# Analizza dati strutturati
df = pd.DataFrame({
    'product': ['A', 'B', 'C', 'A', 'B'],
    'sales': [100, 150, 80, 120, 200],
    'month': ['Jan', 'Jan', 'Jan', 'Feb', 'Feb']
})
resume = df.groupby('product')['sales'].agg(['mean', 'sum', 'count'])

Matplotlib — Visualizzazione

Matplotlib ti permette di creare grafici e visualizzazioni:

  • Grafici a linee, a barre e a torta
  • Istogrammi e distribuzioni
  • Grafici con assi multipli
  • Personalizzazione avanzata (colori, legende, annotazioni)

Il modello può generare grafici, ma la loro visualizzazione dipende da come gestisci la risposta nella tua applicazione.

SciPy — Calcolo scientifico

SciPy estende NumPy con funzionalità scientifiche avanzate:

  • Ottimizzazione e minimizzazione di funzioni
  • Interpolazione e integrazione numerica
  • Elaborazione del segnale
  • Statistica avanzata (test di ipotesi, distribuzioni)
  • Risoluzione di equazioni differenziali

Cosa puoi richiedere

Grazie a queste librerie, il modello può eseguire un’ampia gamma di compiti:

Calcoli matematici

  • Risolvere equazioni e sistemi di equazioni
  • Eseguire calcoli matriciali e di algebra lineare
  • Effettuare statistiche descrittive e inferenziali
  • Fare analisi combinatoria e calcoli di probabilità

Analisi dei dati

  • Pulire e trasformare dataset
  • Eseguire aggregazioni e statistiche di gruppo
  • Rilevare anomalie e valori anomali (outlier)
  • Calcolare correlazioni e regressioni

Modellazione finanziaria

  • Calcolare rendimenti e rischi (Sharpe, Sortino)
  • Ottimizzare portafogli
  • Applicare modelli di valutazione
  • Eseguire simulazioni Monte Carlo

Calcolo scientifico

  • Risolvere equazioni differenziali
  • Effettuare simulazioni fisiche
  • Analizzare serie temporali
  • Elaborare dati sperimentali

Cosa non puoi fare

La sandbox non ti permette di:

  • Installare nuove librerie (pip install non è disponibile)
  • Usare librerie di machine learning (niente scikit-learn, TensorFlow, PyTorch)
  • Accedere ad API esterne o alla rete
  • Leggere file dal tuo sistema locale

Se il tuo caso d’uso richiede librerie non presenti nella sandbox, dovrai eseguire il codice generato nel tuo ambiente Python personale.

Punti chiave

  • La sandbox include NumPy, Pandas, Matplotlib, SciPy e altri pacchetti comuni
  • Queste librerie coprono calcolo numerico, analisi dati, visualizzazione e calcolo scientifico
  • Non è possibile installare librerie aggiuntive
  • Le librerie di ML (scikit-learn, TensorFlow) non sono disponibili
  • Il modello utilizza automaticamente la libreria corretta per il compito richiesto