Summary
Schon lange hat sich Python in den Software-Entwicklungsabteilungen von Forschung und Industrie etabliert, nicht zuletzt wegen der Verbreitung von Bibliotheken wie SciPy oder Matplotlib. Bei der Verarbeitung großer Datenmengen oder im Zusammenspiel mit GUI-Toolkits stößt man aber leicht an die Grenzen der interpretativen Programmierung.
Der Vortrag zeigt auf, wie solche Anforderung auf der Basis des GR Frameworks, einer "Lightweight"-Alternative zu Matplotlib, umgesetzt werden können. Im Einzelnen wird beschrieben wie man mit aktuellen Software-Technologien Echtzeit-Anwendungen oder rechenintensive Simulationen in Python realisieren kann. So lässt sich zum Beispiel durch die Verwendung von Just-In-Time Kompilierung mit Numba(Pro) eine enorme Performance-Steigerung erzielen. An konkreten Beispielen werden die Vorzüge des GR Frameworks im Zusammenspiel mit JIT-Compilern, graphischen Benutzeroberflächen (GUIs) sowie OpenGL, aber auch vor dem Hintergrund einer stetig ansteigenden Paketflut beschrieben.