Salt la conținutul principal
Română— Alege o limbă
Meniu

Biblioteci Python disponibile

Lecția 13 din 16 Actualizată 30 iulie 2026 Dezvoltator
Pe această pagină
  1. Mediul sandbox Python
  2. Biblioteci de bază
  3. Ce puteți solicita
  4. Ce nu puteți face
  5. Puncte cheie

Mediul sandbox Python

Sandbox-ul Python pentru executarea codului nu este un mediu Python minimal. Acesta include un set de biblioteci preinstalate pentru calcul științific și analiză de date. Cunoașterea acestor biblioteci este esențială pentru a valorifica pe deplin capacitățile de executare a codului și pentru a înțelege ce puteți — și ce nu puteți — solicita modelului să facă.

Biblioteci de bază

NumPy — Calcul numeric

NumPy este biblioteca fundamentală pentru calculul numeric în Python. În sandbox, aceasta permite:

  • Operații cu tablouri multidimensionale
  • Algebră liniară (matrice, vectori, descompuneri)
  • Generarea de numere aleatoare
  • Transformate Fourier
  • Funcții matematice avansate
# Modelul poate scrie și executa acest tip de cod
import numpy as np

# Generează o matrice aleatoare și calculează valorile proprii
matrix = np.random.randn(5, 5)
eigenvalues = np.linalg.eigvals(matrix)

Pandas — Manipularea datelor

Pandas este biblioteca standard pentru manipularea datelor tabulare:

  • Crearea și transformarea obiectelor DataFrame
  • Curățarea și pregătirea datelor
  • Agregări și grupări
  • Statistici descriptive
  • Tabele pivot și operațiuni de join
import pandas as pd

# Analiza datelor structurate
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 — Vizualizare

Matplotlib vă permite să creați grafice și vizualizări:

  • Grafice liniare, cu bare și circulare
  • Histograme și distribuții
  • Grafice cu axe multiple
  • Personalizare avansată (culori, legende, adnotări)

Modelul poate genera grafice, dar afișarea lor depinde de modul în care gestionați răspunsul în aplicația dumneavoastră.

SciPy — Calcul științific

SciPy extinde NumPy cu funcționalități științifice avansate:

  • Optimizare și minimizare de funcții
  • Interpolare și integrare numerică
  • Procesarea semnalelor
  • Statistici avansate (teste de ipoteze, distribuții)
  • Rezolvarea ecuațiilor diferențiale

Ce puteți solicita

Cu aceste biblioteci, modelul poate efectua o gamă largă de sarcini:

Calcule matematice

  • Rezolvarea ecuațiilor și a sistemelor de ecuații
  • Calcule matriciale și algebră liniară
  • Statistici descriptive și inferențiale
  • Analiză combinatorie și probabilități

Analiza datelor

  • Curățarea și transformarea seturilor de date
  • Agregări și statistici pe grupuri
  • Detectarea anomaliilor și a valorilor aberante
  • Corelații și regresii

Modelare financiară

  • Calcule de randament și risc (Sharpe, Sortino)
  • Optimizarea portofoliului
  • Modele de evaluare
  • Simulări Monte Carlo

Calcul științific

  • Rezolvarea ecuațiilor diferențiale
  • Simulări fizice
  • Analiza seriilor temporale
  • Procesarea datelor experimentale

Ce nu puteți face

Sandbox-ul nu permite:

  • Instalarea de noi biblioteci (pip install nu este disponibil)
  • Utilizarea bibliotecilor de învățare automată (nu există scikit-learn, TensorFlow, PyTorch)
  • Accesarea API-urilor externe sau a rețelei
  • Citirea fișierelor de pe sistemul dumneavoastră local

Dacă cazul dumneavoastră de utilizare necesită biblioteci indisponibile în sandbox, va trebui să rulați codul generat în propriul mediu Python.

Puncte cheie

  • Sandbox-ul include NumPy, Pandas, Matplotlib, SciPy și alte pachete comune
  • Aceste biblioteci acoperă calculul numeric, analiza datelor, vizualizarea și calculul științific
  • Instalarea de biblioteci suplimentare nu este posibilă
  • Bibliotecile de ML (scikit-learn, TensorFlow) nu sunt disponibile
  • Modelul utilizează automat biblioteca potrivită pentru sarcina solicitată