Odprtokodna znanstvena raziskovalna dejavnost je postala nepogrešljiva, saj spodbuja globalno sodelovalno okolje, v katerem se znanje prosto izmenjuje, kar pospešuje tempo znanstvenih odkritij. Poudarjanje preglednosti in ponovljivosti zagotavlja verodostojnost znanstvenih izsledkov, medtem ko demokratizacija dostopa do raziskav širši skupnosti omogoča, da prispeva k napredku. Izogibanje podvajanju naporov vodi do hitrejšega razvoja in večjih družbenih koristi. Programsko okolje Python omogoča berljivo kodo in spodbuja sodelovanje, kar je privedlo do oblikovanja velike uporabniške skupnosti. Knjižnici NumPy (ang. Numerical Python) in SciPy (ang. Scientific Python) sta bili razviti za znanstvene raziskave; slednja je bila na primer ključna pri odkritju gravitacijskih valov in prvi upodobitvi črne luknje. Ta pregledni članek se osredotoča na izbrane odprtokodne knjižnice v okolju Python, ki podpirajo znanstveni razvoj na področju procesiranja signalov in mehanskih sistemov. Posebej so predstavljeni paketi, povezani z obdelavo signalov, eksperimentalno in obratovalno modalno analizo, vibracijskim utrujanjem, slikovno identifikacijo strukturne dinamike, nadzorom vibracij, podstrukturiranjem, dinamiko rotorjev, vibracijami v cevnih sistemih ter strojnim učenjem. Članek podaja osnovni teoretični pregled obravnavanih tem in nekaj tipičnih primerov uporabe izbranih odprtokodnih paketov. Nazadnje članek predlaga strategijo za okrepitev sodelovanja med raziskovalci, kar bi lahko privedlo do nastanka bolj povezanih znanstvenih paketov v prihodnosti. Namen tega pregleda je pomagati novim raziskovalcem pri začetkih dela na področju odprtokodnih rešitev za obdelavo signalov, medtem ko lahko izkušenejši raziskovalci spoznajo razvojna načela za izboljšanje in povezovanje znanstvenih orodij.