Wichtigste Erkenntnisse
Erstelle Programme, die sichtbare Probleme lösen, und lass dich vom Ergebnis weiterbringen.
Beginne mit etwas Greifbarem. Eric Matthes eröffnet das Buch mit einer Kindheitserinnerung: Ein einfaches Zahlenratespiel brachte seine Familie zum Lachen und gab ihm das befriedigende Gefühl, etwas geschaffen zu haben, das funktionierte. Dieser Impuls prägt das Buch. Statt Python als Ansammlung von Regeln zu vermitteln, nutzt es die Sprache, um drei konkrete Projekte zu entwickeln: ein Schießspiel, Datenvisualisierungen und eine Web-App namens Learning Log.
Lass die Grundlagen einem Ziel dienen. Jedes Projekt gibt neuen Konzepten eine Aufgabe. Eine Liste kann Spielobjekte enthalten, ein Diagramm ein Muster sichtbar machen und ein Webformular die Notizen eines Lernenden speichern. Das Ziel ist nicht, erst jede Funktion zu beherrschen, bevor man etwas entwickelt. Vielmehr geht es darum, genug zu lernen, um etwas zu bauen, und das Verständnis anschließend anhand des nächsten sinnvollen Problems zu vertiefen.
Das Besondere ist, wie die Projekte das Programmieren von der Manipulation von Symbolen in eine sichtbare Abfolge von Ursache und Wirkung verwandeln. So lassen sich Abstraktionen leichter einprägen: Eine Schleife bewegt eine Flotte, ein Diagramm verändert sich, wenn sich die Daten ändern, und eine Datenbank bewahrt die Einträge eines Nutzers. Der Ansatz ähnelt auch dem Lernen durch eigenes Gestalten in Design und Ingenieurwesen, wo unvollkommene Prototypen zeigen, was ein Lernender noch verstehen muss. Die wichtigste Einschränkung ist der Umfang: Ein ansprechendes Projekt kann Anfänger dazu verleiten, Funktionen hinzuzufügen, bevor die Grundlagen gefestigt sind. Der schrittweise Aufbau im Buch hilft, diesen Ehrgeiz im Zaum zu halten.
Ordne jede Datenstruktur den Beziehungen zu, die sie bewahren soll.
Wähle den passenden Container. Eine Liste speichert Elemente in einer bestimmten Reihenfolge und kann während der Programmausführung wachsen oder schrumpfen. Sie eignet sich für eine veränderliche Gruppe von Aliens, Nutzernamen oder Temperaturen. Ein Dictionary verknüpft Schlüssel mit Werten und eignet sich daher etwa dazu, die Farbe und Punktzahl eines Aliens zu beschreiben oder jeder Person in einer Umfrage eine Antwort zuzuordnen. Ein Tupel ähnelt einer Liste, lässt sich aber nicht verändern und eignet sich deshalb für feste Werte wie Bildschirmabmessungen.
Forme die Daten passend zur Aufgabe. Listen und Dictionaries lassen sich verschachteln, um komplexere Strukturen darzustellen, etwa eine Liste von Personen, von denen jede durch ein Dictionary beschrieben wird. Die Wahl beeinflusst, wie einfach das Programm Informationen abrufen, aktualisieren oder anzeigen kann. Python nummeriert die Listenelemente ab null. Diese kleine Konvention kann zu Fehlern führen, wenn Programmierer ab eins zählen.
Eine Datenstruktur ist nicht bloß ein Speicherort, sondern eine unausgesprochene Vorstellung davon, worauf es ankommt. Eine Liste besagt, dass die Reihenfolge wichtig ist, ein Dictionary dagegen, dass der Zugriff über eine Identität wichtig ist. Das ist eine nützliche Verbindung zwischen Programmierung und Bereichen wie dem Datenbankentwurf, in denen die Organisation von Informationen bestimmt, welche Fragen sich leicht stellen lassen. Zu beachten ist allerdings, dass verschachtelte Strukturen schwer zu durchschauen sein können, wenn man es damit übertreibt. Eine Datenstruktur sollte das jeweilige Fachgebiet klarer machen und nicht bloß den Code auf weniger Zeilen verkürzen.
Setze Bedingungen und Schleifen ein, damit Programme auf veränderte Situationen reagieren.
Gib dem Code einen Entscheidungsweg. Eine if-Anweisung prüft eine Bedingung und führt den passenden Codeblock aus. Eine Kette von Alternativen ist sinnvoll, wenn nur ein Ergebnis zutreffen soll, etwa bei der Festlegung eines Eintrittspreises nach Alter. Getrennte if-Anweisungen sind besser, wenn mehrere Bedingungen gleichzeitig erfüllt sein können, etwa wenn eine Pizza mehrere Beläge haben kann.
Wiederhole den Vorgang, bis die Aufgabe erledigt ist. Eine for-Schleife wendet eine Aktion auf jedes Element einer Sammlung an. Eine while-Schleife läuft so lange weiter, wie ihre Bedingung wahr ist. So kann ein Programm immer wieder nach einer Eingabe fragen, bis der Nutzer das Programm beendet. Das Buch zeigt Abbruchbedingungen, Flags und break-Anweisungen. Eine Schleife braucht außerdem einen tatsächlichen Weg zum Ende: Wird ihre Bedingung nicht aktualisiert, kann das Programm endlos weiterlaufen.
Diese Werkzeuge vermitteln ein grundlegendes Denkmodell: Ein Programm ist keine statische Anweisungsliste, sondern ein System, das verzweigt und sich wiederholt, während sich sein Zustand verändert. Dieses Modell lässt sich von einer einfachen Eingabeaufforderung bis zur Spielschleife übertragen. Es führt auch zu einer nützlichen Frage beim Debuggen: Welche Bedingung war wahr, und welcher Codeblock wurde ausgeführt? Anfänger können dennoch gültigen Code falsch lesen, wenn die Einrückung eine Zeile unerwartet innerhalb oder außerhalb einer Schleife platziert. Klare Einrückungen und kleine, überprüfbare Codeblöcke machen den Kontrollfluss sichtbar statt rätselhaft.
Teile Komplexität in Funktionen, Klassen und übersichtliche Module auf.
Gib jedem Teil eine klare Aufgabe. Eine Funktion ist ein benannter Codeblock, der Informationen entgegennehmen, eine Aufgabe ausführen und ein Ergebnis zurückgeben kann. Parameter beschreiben, was die Funktion benötigt; Argumente liefern die entsprechenden Werte. Standardwerte vereinfachen häufige Funktionsaufrufe, während ein Rückgabewert es einem Programmteil ermöglicht, Daten für einen anderen vorzubereiten. Im Druckbeispiel des Buches wird die Herstellung von Modellen davon getrennt, darüber zu berichten, welche Modelle fertig sind.
Fasse zusammengehöriges Verhalten zusammen. Eine Klasse bündelt Daten und Methoden, die mit diesen Daten arbeiten. Ein Autoobjekt kann zum Beispiel Marke, Modell und Kilometerstand enthalten, während Methoden diese Attribute aktualisieren oder beschreiben. Vererbung ermöglicht es verwandten Klassen, Verhalten gemeinsam zu nutzen, und Komposition lässt ein Objekt ein anderes enthalten. Module halten wiederverwendbaren Code getrennt. Aussagekräftige Namen, Docstrings und die Python-Stilkonventionen helfen dabei, sich in dieser Struktur zurechtzufinden.
Die tiefere Erkenntnis ist, dass Organisation ein Denkwerkzeug ist und keine Dekoration, die man erst hinzufügt, wenn das Programm funktioniert. Ein guter Funktionsname lässt Leser den groben Ablauf verstehen, ohne jedes Implementierungsdetail prüfen zu müssen. Klassen sind hilfreich, wenn Daten und Verhalten tatsächlich zusammengehören, aber nicht jede kleine Aufgabe muss in einer Klasse umgesetzt werden. Zu starke Abstraktion kann einen einfachen Vorgang ebenso verschleiern wie verworrener Code einen komplexen. Entscheidend ist, ob die Struktur Änderungen sicherer macht und die Absicht des Programms leichter erkennbar werden lässt.
Fange vorhersehbare Fehler ab und teste das Verhalten, bevor Nutzer Bugs entdecken.
Rechne mit einer unberechenbaren Außenwelt. Eine Nutzereingabe kann Text enthalten, obwohl eine Zahl erwartet wird, und eine angeforderte Datei kann fehlen. In Python stehen Ausnahmen für Fehler, die während der Ausführung eines Programms auftreten. Mit einem try-except-Block kann ein Programm gezielt darauf reagieren, etwa indem es erklärt, dass eine Datei nicht verfügbar ist, und zugleich die Analyse anderer Dateien fortsetzt. Das Buch zeigt auch JSON, ein portables Format zum Speichern von Daten, damit wiederkehrende Nutzer nicht von vorn anfangen müssen.
Überprüfe das Verhalten regelmäßig. Ein Unit-Test prüft ein bestimmtes Verhalten, während ein Testfall mehrere Tests für eine Funktion oder Klasse zusammenfasst. Matthes zeigt, wie man mit den unittest-Werkzeugen von Python formatierte Namen und Umfrageantworten testet. Schlägt ein Test nach einer Codeänderung fehl, weist er auf eine nicht mehr erfüllte Erwartung hin. Tests sind besonders nützlich, wenn ein Projekt wächst und manuelle Prüfungen mühsam werden.
Fehlerbehandlung und Tests beschäftigen sich mit zwei unterschiedlichen Arten von Unsicherheit. Ausnahmen behandeln Fehler, die während eines bestimmten Programmlaufs auftreten; Tests prüfen, ob der Code auch nach Änderungen weiterhin den Erwartungen entspricht. Zusammen machen sie Zuverlässigkeit zu einem ausdrücklichen Entwurfsziel statt zu einer bloßen Hoffnung. Die Beispiele zeigen auch, dass Fehler gezielt behandelt werden sollten: Eine fehlende Datei verdient möglicherweise eine verständliche Meldung, während manche Fehler übergangen werden können. Keine der beiden Strategien macht Software automatisch fehlerfrei. Tests decken nur die Fälle ab, an die ihre Autoren gedacht haben. Gute Testfälle setzen daher voraus, dass man versteht, worin sich Nutzer, Dateien und Annahmen unterscheiden können.
Lerne anhand eines Spiels, wie Zustand, Ereignisse und Kollisionen zusammenwirken.
Bring den Code in Bewegung. Alien Invasion beginnt mit einem Plan: Ein Raumschiff bewegt sich nach links und rechts, feuert Geschosse ab und muss sich einer Flotte stellen, die sich über den Bildschirm und nach unten bewegt. Pygame stellt ein Fenster, Bilder und Eingabeereignisse bereit. Eine Ereignisschleife erkennt Aktionen wie Tastendrücke, während die Spielschleife Positionen aktualisiert und den Bildschirm neu zeichnet. Bewegungs-Flags sorgen dafür, dass sich das Schiff weiterbewegt, solange eine Taste gedrückt bleibt.
Modelliere Interaktionen ausdrücklich. Gruppen enthalten Geschosse und Aliens, sodass das Spiel viele Objekte gemeinsam aktualisieren kann. Kollisionsprüfungen entfernen Aliens, die von Geschossen getroffen wurden; ein Flag für den aktiven Spielzustand und ein Zähler für die Schiffe bestimmen, wann das Spiel weitergeht. Ist eine Flotte beseitigt, erscheint eine weitere, schnellere Welle und die Punktzahl steigt. Das Projekt wächst, indem ein funktionierendes Verhalten nach dem anderen hinzukommt. Wenn das immer umfangreichere Spiel schwerer zu überblicken ist, wird der Code anschließend durch Refactoring in Module aufgeteilt.
Ein Spiel ist eine besonders wirkungsvolle Lernumgebung, weil es Zeit und Zustand sichtbar macht. Eine falsch platzierte Aktualisierung lässt das Schiff springen; eine geänderte Kollisionsregel verändert sofort das Spielerlebnis. Der Entwurf macht auch einen nützlichen Zielkonflikt im Engineering deutlich: Pygame behandelt viele Objekte bei effizienten Kollisionsprüfungen als Rechtecke, selbst wenn ihre Bilder nicht rechteckig sind. Für ein Anfängerprojekt reicht diese Annäherung meist aus, zeigt aber, dass Modelle eine Wahl sind und keine exakten Abbilder der Wirklichkeit. Interaktive Projekte machen solche Entscheidungen anschaulich.
Verwandle Rohdaten und Live-APIs in visuelle Darstellungen, die sich untersuchen lassen.
Schaffe einen Weg von den Daten zur Darstellung. Das Buch verwendet matplotlib, um erzeugte Zahlen und Zufallswege (Random Walks) darzustellen, und Pygal zur Visualisierung von Würfelwürfen. Ein Zufallsweg ist ein Pfad, der durch aufeinanderfolgende zufällige Entscheidungen über Richtung und Strecke entsteht. Werden 1.000 Würfe mit zwei sechsseitigen Würfeln simuliert, wird deutlich, warum mittlere Augensummen häufiger vorkommen: Es gibt sechs Kombinationen, die sieben ergeben, aber jeweils nur eine für zwei und zwölf.
Bereinige die Daten, bevor du sie interpretierst. CSV- und JSON-Dateien liefern Wetter- und Bevölkerungsdaten. Datumsangaben und numerische Zeichenfolgen müssen umgewandelt werden, und fehlende Messwerte müssen behandelt werden, statt das Diagramm zum Absturz zu bringen. Ein GitHub-API-Aufruf liefert aktuelle Informationen zu Repositories für ein interaktives Balkendiagramm. Das Buch vergleicht außerdem verschiedene Wetterorte und weist darauf hin, dass bei einem Vergleich ihrer Temperaturspannen die Achsen gleich skaliert sein müssen.
Visualisierungen sind hier nicht deshalb wertvoll, weil ein Diagramm Daten automatisch wahr macht, sondern weil es Strukturen leichter erkennbar werden lässt. Das Würfelbeispiel macht eine Wahrscheinlichkeitsverteilung sichtbar, während die Wetterdiagramme saisonale Schwankungen und tägliche Temperaturspannen zeigen. Die Schritte zur Datenbereinigung sind ebenso wichtig wie die Befehle zum Zeichnen: Fehlende Werte und nicht übereinstimmende Skalen können die Aussage verfälschen. Ein Diagramm sollte deshalb als Argument mit bestimmten Annahmen betrachtet werden: Was wurde weggelassen, wie wurden Werte gruppiert und welche Vergleiche ermöglichen die Achsen?
Erstelle Web-Apps, indem du Daten, Seiten, Nutzer und Berechtigungen miteinander verbindest.
Trenne die Aufgaben der Webanwendung. Learning Log speichert Themen und datierte Einträge in Django-Modellen. URL-Muster leiten Browseranfragen an View-Funktionen weiter, die Daten abrufen und sie zur Darstellung an Templates übergeben. Dank Template-Vererbung müssen gemeinsame Seitenelemente nur an einer Stelle gepflegt werden. Mit ModelForms können Nutzer Einträge erstellen oder bearbeiten. Django überprüft die Eingaben, bevor es sie speichert.
Beziehe die Zugehörigkeit in den Entwurf ein. Das Projekt ergänzt Benutzerkonten und verknüpft anschließend jedes Thema mit seinem Eigentümer. Ein angemeldeter Nutzer sieht nur die eigenen Themen, und Views prüfen die Zugehörigkeit, bevor sie einen Datensatz anzeigen oder bearbeiten. Eine Seite allein durch eine Anmeldung zu schützen, reicht nicht aus: Jemand könnte eine ID in der URL manuell ändern. Die fertige Anwendung wird mit Bootstrap gestaltet und auf Heroku bereitgestellt. Git erfasst dabei Änderungen, und die Produktionseinstellungen begrenzen die Informationen, die bei Fehlern offengelegt werden.
Die wichtigste Lehre aus diesem Projekt lautet: Eine funktionierende Oberfläche ist nicht dasselbe wie eine sichere Anwendung. Die Authentifizierung beantwortet die Frage, wer angemeldet ist; die Autorisierung beantwortet, worauf diese Person zugreifen darf. Das Buch macht den Unterschied greifbar, indem es die Zugehörigkeit überprüft, selbst wenn eine Anfrage eine plausible Datensatz-ID enthält. Die Aufteilung in Modelle, Views, URLs und Templates ähnelt außerdem dem Prinzip der Aufgabentrennung in größeren Softwaresystemen. Die Bereitstellung ist eine weitere Realitätsprüfung: Der Erfolg auf dem eigenen Rechner garantiert nicht, dass Konfiguration, Datenbanken und Sicherheitseinstellungen für den öffentlichen Einsatz bereit sind.
Nutze Git und die Bereitstellung, damit Projekte sicherer, teilbar und wirklich nutzbar werden.
Bewahre funktionierende Zustände auf. Git verwaltet Projektdateien in Commits. Diese Momentaufnahmen ermöglichen es Programmierern, frühere Arbeiten nachzuvollziehen oder zu einer bekannten funktionierenden Version zurückzukehren. Das Buch empfiehlt, nach jeder funktionierenden Funktion einen Commit zu erstellen, generierte Dateien und lokale Datenbanken zu ignorieren und vor der Bereitstellung zu prüfen, ob das Arbeitsverzeichnis sauber ist. Eine virtuelle Umgebung hält die installierten Pakete eines Projekts von denen anderer Projekte getrennt.
Mach das Projekt für andere zugänglich. Learning Log wird auf Heroku bereitgestellt, nachdem Abhängigkeiten, Laufzeitumgebung, Datenbank, statische Dateien und Serverprozess konfiguriert wurden. Sobald die Anwendung online ist, können andere sie nutzen und Rückmeldungen geben. Auch die Ratschläge des Buches dazu, wie man um Hilfe bittet, sind praktisch: Erkläre das Ziel, was du bereits versucht hast und welches genaue Ergebnis oder welcher Fehler aufgetreten ist. Wenn sich ein Bug partout nicht finden lässt, kann eine Pause oder das laute Erklären des Problems eine falsche Annahme ans Licht bringen.
Versionsverwaltung verändert die emotionalen Kosten des Experimentierens: Programmierer können eine riskante Verbesserung ausprobieren und wissen, dass sie klar zu einem funktionierenden Zustand zurückkehren können. Bei der Bereitstellung zeigt sich dann, ob ein Projekt auch außerhalb des Rechners seines Autors besteht, wo Konfiguration und Nutzerverhalten anders sind. Diese Praktiken ergänzen einander, aber Git ersetzt weder Sicherungskopien noch den sorgfältigen Umgang mit Geheimnissen; das Buch weist selbst darauf hin, dass vertrauliche Konfigurationsdaten für den Produktivbetrieb wichtig sind. Um Hilfe zu bitten, ist ebenfalls eine technische Fertigkeit. Eine genaue Beschreibung des Versuchs liefert anderen die Anhaltspunkte, die sie für ihre Überlegungen brauchen.
Analyse
Python Crashkurs ist ein praxisorientiertes Lehrbuch zur Programmierung, das einer gezielten Lernabfolge folgt: Zuerst werden die grundlegenden Formen der Sprache vermittelt, dann kommen sie in drei zunehmend realitätsnahen Projekten zum Einsatz. Die zentrale These des Buches lautet, dass Programmierung verständlicher wird, wenn Konzepte mit Dingen verknüpft sind, die Lernende selbst entwickeln und untersuchen können. Die Kindheitserinnerung an das Zahlenratespiel liefert diesem Ansatz einen persönlichen Beweggrund, während die Projekte ihm seine Struktur geben: Alien Invasion vermittelt Zustände und ereignisgesteuerte Interaktion, Datenvisualisierung die Gewinnung und Interpretation von Daten und Learning Log das Zusammenspiel von Daten, Seiten, Nutzern und Bereitstellung in einer vollständigen Webanwendung.
Der nachhaltigste Beitrag des Buches ist keine Liste von Python-Syntaxelementen, sondern ein anschauliches Verständnis von Softwareentwicklung als Kreislauf: Informationen darstellen, Verhalten ausdrücken, das Programm ausführen, das Ergebnis diagnostizieren und den Entwurf verbessern. Der wiederholte Einsatz von Refactoring, Ausnahmen und Tests unterstreicht, dass Code nicht schon dann fertig ist, wenn er zum ersten Mal läuft. Lesbarkeit gilt als praktischer Vorteil, weil Programme erneut aufgegriffen, erweitert und geteilt werden. Anhänge zu Git und zum Bitten um Hilfe führen die Lektion über die Sprache selbst hinaus.
Die Abfolge der Projekte zeigt außerdem, wie sich der Maßstab der Aufgaben verändert. Am Anfang reichen vielleicht eine Liste oder eine Funktion. In einem Spiel werden miteinander koordinierte Objekte und Zustände nützlich. Bei Daten müssen Rohdateien eingelesen und überprüft werden, bevor ein Diagramm eine Interpretation stützen kann. In einer Web-App werden Eigentümerschaft und Berechtigungen unerlässlich, weil verschiedene Nutzer ein System gemeinsam verwenden. Die Lernenden sammeln nicht einfach Funktionen, sondern lernen zu erkennen, welches neue Problem eine neue Abstraktion erfordert.
Das Buch wurde 2015 veröffentlicht, und seine versionsspezifischen Anleitungen zur Installation und Bereitstellung spiegeln diese Zeit wider. Manche Paketnamen, Framework-Schnittstellen und Hosting-Details sind deshalb historisch und keine aktuelle Anleitung zur Einrichtung. Die zugrunde liegenden Ideen sind weiterhin nützlich: Abhängigkeiten isolieren, funktionierende Versionen bewahren, externe Eingaben validieren, wichtiges Verhalten testen und verhindern, dass Fehlermeldungen im Produktivbetrieb vertrauliche Informationen preisgeben. Als Lernpfad statt als aktuelles Nachschlagewerk für Befehle bietet das Buch nach wie vor einen bemerkenswert schlüssigen Weg von der ersten print-Anweisung bis zu einer öffentlichen, interaktiven Anwendung.
Rezensionsübersicht
Python Crashkurs wird als hervorragende Einführung in die Python-Programmierung für Anfänger hoch gelobt. Leser schätzen die klaren Erklärungen, die ansprechenden Projekte und den praxisnahen Ansatz. Das Buch ist in zwei Teile gegliedert: grundlegende Konzepte und praktische Projekte. Viele finden es zugänglicher und besser strukturiert als andere Einsteigerbücher. Zwar weisen einige auf kleinere Probleme beim Schwierigkeitsgrad der Übungen und bei den Erklärungen zu Drittanbieterpaketen hin, insgesamt wird es jedoch allen empfohlen, die Python oder Programmieren im Allgemeinen lernen möchten. Besonders gut kommen die Projekte zur Spieleentwicklung, Datenvisualisierung und Webanwendungen an.
Andere lasen auch
Glossar
Zufallsweg (Random Walk)
Weg aus zufälligen SchrittenEine Folge von Positionen, die entsteht, indem wiederholt zufällig eine Richtung und eine Entfernung ausgewählt werden. Im Buch speichert Python die x- und y-Koordinaten jedes Schritts und stellt sie anschließend grafisch dar, um den entstehenden Weg sichtbar zu machen. Zufallswege bieten ein einfaches Modell für Prozesse wie die Bewegung von Molekülen und eine praktische Übung zum Erzeugen und Visualisieren von Daten.
API-Aufruf
Anfrage nach strukturierten DatenEine Anfrage, die ein Programm in der Regel über eine bestimmte URL an die Programmierschnittstelle einer Website sendet. Statt eine vollständige Webseite abzurufen, fordert das Programm ausgewählte Informationen in einem Format wie JSON an. Im Buch werden mit API-Aufrufen Repository-Informationen von GitHub und Informationen zu Beiträgen von Hacker News abgerufen; anschließend werden die Antworten verarbeitet und visualisiert.
ModelForm
Aus einem Modell erstelltes FormularEin Django-Formular, das aus einem Datenbankmodell generiert wird. Der Entwickler legt fest, welches Modell und welche Felder das Formular verwenden soll, und Django übernimmt einen Großteil der Darstellung und Validierung. In Learning Log ermöglichen ModelForms den Nutzern, Themen und Eintragstexte einzureichen, sie zu validieren und gültige Eingaben zu speichern, ohne jeden Schritt der Feldverarbeitung manuell erstellen zu müssen.
Fremdschlüssel
Verknüpfung zwischen DatenbankeinträgenEin Feld, das einen Datenbankeintrag mit einem anderen verknüpft. Learning Log verwendet einen Fremdschlüssel, um jeden Eintrag mit einem Thema zu verknüpfen, und einen weiteren, um jedes Thema mit seinem Eigentümer zu verbinden. Über diese Verknüpfungen kann Django zugehörige Informationen abrufen und Zugriffskontrollen durchführen, etwa einem Nutzer nur die Themen anzuzeigen, die mit seinem Konto verknüpft sind.
Template-Vererbung
Gemeinsame SeitenstrukturEine Django-Technik, bei der ein Basis-Template Elemente definiert, die auf mehreren Seiten gemeinsam verwendet werden, während untergeordnete Templates seitenspezifische Inhalte in benannten Blöcken bereitstellen. Learning Log verwendet eine gemeinsame Basisvorlage für Navigation und Layout. So können Änderungen an diesen gemeinsamen Elementen auf allen Seiten übernommen werden, ohne dass derselbe Markup-Code in jedem Template wiederholt werden muss.
virtuelle Umgebung
Isolierte ProjektpaketeEine separate Python-Umgebung für ein Projekt, in der Pakete installiert werden können, ohne die Pakete anderer Projekte zu verändern. Learning Log verwendet eine solche Umgebung, damit seine Django-Abhängigkeiten isoliert bleiben und für die Bereitstellung erneut eingerichtet werden können. Diese Trennung hilft zu verhindern, dass die Anforderungen eines Projekts mit denen eines anderen in Konflikt geraten.
Refactoring
Umstrukturierung funktionierenden CodesDie Organisation des Codes wird geändert, ohne die beabsichtigte Funktion des Programms zu verändern. Im Buch werden lange Codeabschnitte in Funktionen und Module mit klareren, enger gefassten Zuständigkeiten umstrukturiert. Dadurch lassen sich Projekte leichter lesen, debuggen und erweitern, während das bereits funktionierende Verhalten erhalten bleibt.
Unit-Test
Prüfung eines einzelnen VerhaltensEine automatisierte Prüfung, die einen bestimmten Aspekt einer Funktion oder Klasse verifiziert. Im Buch wird Pythons unittest-Modul verwendet, um tatsächliche mit erwarteten Ergebnissen zu vergleichen, etwa um zu prüfen, ob eine Funktion zur Namensformatierung den korrekten vollständigen Namen zurückgibt. Unit-Tests helfen aufzudecken, wenn eine Codeänderung zuvor funktionierendes Verhalten beeinträchtigt.
Testfall
Sammlung zusammengehöriger TestsEine Gruppe von Unit-Tests, die eine Funktion oder Klasse in den Situationen prüft, für die sie vorgesehen ist. In den unittest-Beispielen des Buches enthält ein Testfall Methoden, deren Namen mit test_ beginnen. Eine Setup-Methode kann gemeinsame Objekte für diese Tests erstellen. Dadurch muss die Vorbereitung nicht wiederholt werden, während die Prüfung jedes einzelnen Verhaltens getrennt bleibt.
FAQ
Worum geht es in Python Crashkurs von Eric Matthes?
- Praxisnahes Lernen: Python Crashkurs ist eine projektbasierte Einführung ins Programmieren mit Python, die sich auf praktische Übungen und Anwendungen aus der realen Welt konzentriert.
- Strukturierter Ansatz: Das Buch ist in zwei Teile gegliedert: Der erste behandelt grundlegende Programmierkonzepte, der zweite konzentriert sich auf Projekte, mit denen diese Konzepte vertieft werden.
- Zielgruppe: Das Buch richtet sich an Anfänger ohne Programmiererfahrung und ist deshalb zugänglich und leicht nachvollziehbar.
Warum sollte ich Python Crashkurs von Eric Matthes lesen?
- Für Anfänger geeignet: Klare Erklärungen und praktische Beispiele machen komplexe Konzepte auch für Menschen verständlich, die neu im Programmieren sind.
- Ansprechende Projekte: Leser arbeiten an praktischen Projekten, etwa an Spielen und Visualisierungen, die das Gelernte festigen und das Selbstvertrauen stärken.
- Umfassende Ressource: Das Buch dient sowohl als Lernhilfe als auch als Nachschlagewerk. Die Projekte lassen sich im weiteren Lernverlauf ausbauen.
Was sind die wichtigsten Erkenntnisse aus Python Crashkurs von Eric Matthes?
- Grundlegende Fähigkeiten: Leser erwerben ein solides Verständnis von Python-Syntax, Datenstrukturen und Kontrollfluss – unerlässlich für angehende Programmierer.
- Projektbasiertes Lernen: Das Buch legt Wert darauf, Wissen in Projekten anzuwenden, und hilft so, Konzepte zu festigen und Selbstvertrauen aufzubauen.
- Vorbereitung auf fortgeschrittene Themen: Es vermittelt Fähigkeiten, die für anspruchsvollere Themen wie Webentwicklung und Datenanalyse benötigt werden.
Wie vermittelt Python Crashkurs von Eric Matthes Python?
- Praktische Übungen: Jedes Kapitel enthält Übungen, die zum Ausprobieren anregen, Konzepte festigen und Sicherheit beim Programmieren fördern.
- Projektbasierter Aufbau: Das Buch ist um Projekte herum strukturiert, in denen das Gelernte auf Szenarien aus der realen Welt angewendet wird. Das hält die Leser bei der Sache und weckt ihr Interesse.
- Klare Erklärungen: Konzepte werden knapp und verständlich erläutert und mit nachvollziehbaren Beispielen veranschaulicht.
Welche Programmierkonzepte behandelt Python Crashkurs von Eric Matthes?
- Grundlegende Syntax und Datentypen: Das Buch behandelt Python-Syntax, Variablen und einfache Datentypen wie Zeichenketten und Zahlen, die für das Schreiben wirksamen Codes unerlässlich sind.
- Kontrollstrukturen: Es führt if-Anweisungen und Schleifen ein, die wichtig sind, um den Programmablauf zu steuern und Entscheidungen im Code zu treffen.
- Datenstrukturen: Es führt Listen und Dictionaries ein, die grundlegend für die effiziente Organisation und Bearbeitung von Daten sind.
Welche Projekte sind in Python Crashkurs von Eric Matthes enthalten?
- Spiel Alien Invasion: Bei diesem Projekt entsteht ein einfaches Videospiel; dabei werden Konzepte der Spieleentwicklung und Python-Programmierung vermittelt.
- Datenvisualisierung: Der Schwerpunkt liegt auf der Visualisierung von Daten mit Bibliotheken wie Matplotlib und auf der Bedeutung der Datendarstellung.
- Webanwendung mit Django: Das Buch führt Leser durch den Aufbau einer Webanwendung und stellt dabei Konzepte und Praktiken der Webentwicklung vor.
Wie erklärt Python Crashkurs von Eric Matthes objektorientierte Programmierung?
- Klassen und Objekte: Das Buch führt Klassen und Objekte ein und erklärt, wie sie zur Modellierung von Entitäten aus der realen Welt eingesetzt werden – ein wichtiger Bestandteil komplexer Anwendungen.
- Kapselung: Es behandelt die Kapselung, bei der Daten und Methoden in einer Einheit zusammengefasst werden, um übersichtlichen Code und die Integrität der Daten zu fördern.
- Vererbung und Polymorphie: Es erklärt Vererbung und Polymorphie, wichtige Konzepte für die Entwicklung skalierbarer und wartbarer Anwendungen.
Wie behandelt Python Crashkurs von Eric Matthes die Datenvisualisierung?
- Einführung in Bibliotheken: Das Buch stellt beliebte Datenvisualisierungsbibliotheken wie Matplotlib und Pygal vor, mit denen sich Daten visuell darstellen lassen.
- Praktische Projekte: Leser arbeiten an Projekten, die Datenanalyse und Visualisierung erfordern, und festigen dadurch ihr Verständnis dieser Konzepte.
- Anwendungen aus der realen Welt: Das Buch betont die Bedeutung der Datenvisualisierung in realen Anwendungsszenarien und bereichert so das Lernerlebnis.
Welche Bedeutung haben Funktionen in Python Crashkurs von Eric Matthes?
- Modularer Code: Funktionen zerlegen komplexe Aufgaben in überschaubare Teile und erleichtern so das Lesen, Warten und Debuggen von Code.
- Wiederverwendbarkeit: Funktionen können im gesamten Programm wiederverwendet werden, wodurch Wiederholungen abnehmen und die Effizienz steigt.
- Parametrisierung: Funktionen nehmen Parameter entgegen und ermöglichen dadurch flexiblen und dynamischen Code sowie allgemein verwendbare Lösungen.
Wie behandelt Python Crashkurs von Eric Matthes Ausnahmen und die Arbeit mit Dateien?
- Ausnahmebehandlung: Das Buch erklärt, wie try-except-Blöcke Fehler kontrolliert behandeln, damit Programme auf unerwartete Situationen reagieren können, ohne abzustürzen.
- Dateioperationen: Es vermittelt das Lesen aus und Schreiben in Dateien – wichtige Fähigkeiten, um Daten in realen Anwendungsszenarien zu speichern und abzurufen.
- Praktische Beispiele: Praktische Beispiele zur Dateiverarbeitung und Ausnahmebehandlung festigen das Gelernte und stärken das Selbstvertrauen.
Welche bewährten Praktiken für die Verwendung von Git werden in Python Crashkurs von Eric Matthes genannt?
- Regelmäßige Commits: Regelmäßige Commits helfen, Änderungen wirksam nachzuverfolgen und bei Bedarf zu einem früheren Stand zurückzukehren.
- Aussagekräftige Commit-Nachrichten: Das Buch empfiehlt klare und aussagekräftige Commit-Nachrichten, die für die Zusammenarbeit und das Verständnis der Projektentwicklung wichtig sind.
- Branches verwenden: Für neue Funktionen oder Experimente wird die Verwendung von Branches empfohlen, um die Organisation und Stabilität des Projekts zu verbessern.
Was sind die besten Zitate aus Python Crashkurs von Eric Matthes, und was bedeuten sie?
- „Schreibe einfachen Code“: Betont Klarheit und Einfachheit beim Programmieren, damit Code leichter verständlich, wartbar und zu debuggen ist.
- „Funktionen fördern die Effizienz“: Hebt die Stärke von Funktionen beim Programmieren hervor: Sie steigern die Effizienz und vermeiden Wiederholungen.
- „Objektorientierte Programmierung bildet die Wirklichkeit ab“: Unterstreicht die Bedeutung der objektorientierten Programmierung für die Modellierung realer Szenarien und regt zu einer wirksamen Strukturierung des Codes an.
PDF herunterladen
EPUB herunterladen
.epub eignet sich ideal zum Lesen auf Smartphones, Tablets und E-Readern.