Python von Kopf bis Fuß E-Book

Paul Barry

• Herausgeber: O'Reilly
• Kategorie: Wissenschaft und neue Technologien
• Serie: Von Kopf bis Fuß
• Sprache: Deutsch
• Veröffentlichungsjahr: 2024

Seitenzahl: 476

Beschreibung

Python so richtig lernen: fundiert und auch noch mit Spaß - Was? Alles, was relevant ist: von den Python-Grundlagen, dem Umgang mit komplexen Datenstrukturen, JSON, Webtechnologien wie Templating und Web-Scraping bis hin zu Pythons Bibliothek Panda zur Datenanalyse u.v.a.m. - Wie? Mit der gehirnfreundlichen Von-Kopf-bis-Fuß-Didaktik: einer spielerischen und visuell anregenden Wissensvermittlung rund um einen Schwimmcoach, der Klemmbrett und Stoppuhr gegen eine automatisch aktualisierte Web-App mit Datenanbindung tauscht - Wer? Alle, die Python richtig lernen wollen und erste Programmierkenntnisse mitbringenSie wollen professionell Python programmieren, ohne öde Anleitungen und Manuals durchackern zu müssen? Mit »Python von Kopf bis Fuß« klappt das garantiert: Schnell verstehen Sie wichtige Grundlagen wie Datenstrukturen und Funktionen und schreiben lauffähigen Python-Code. Sie entwickeln Ihre eigene Webanwendung und stellen sie abschließend in der Cloud bereit. Sie lernen, wie Sie mit Python Daten verarbeiten, aus dem Web auslesen, an Pandas übergeben und mit Datenbanken interagieren. Die dritte Ausgabe von »Python von Kopf bis Fuß« ist ein komplettes Trainingsprogramm: In kürzester Zeit werden Sie souverän Python programmieren und einsetzen – nicht zuletzt im Data-Science-Umfeld. Was ist das Besondere an diesem Buch? Wenn Sie schon einmal ein »Von Kopf bis Fuß« gelesen haben, wissen Sie, was Sie erwartet: eine visuell ansprechende Darstellung, die auf die Arbeitsweise Ihres Gehirns abgestimmt ist. Wenn Sie die Reihe noch nicht kennen, werden Sie begeistert sein: keine einschläfernden Bleiwüsten, sondern abwechslungsreiche Elemente, die eine multisensorische Lernerfahrung ermöglichen und Kopf und Hirn auf Trab bringen. So wird Lernen zum Vergnügen.

Leseprobe

Paul Barry

Lektorat: Ariane Hesse

Übersetzung: Jørgen W. Lang

Copy-Editing: Sibylle Feldmann, www.richtiger-text.de

Satz: Ulrich Borstelmann, www.borstelmann.de

Herstellung: Stefanie Weidner

Umschlaggestaltung: Ellie Volckhausen, Susan Thompson, Michael Oréal, www.oreal.de

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

ISBN:

Print978-3-96009-239-1

PDF978-3-96010-844-3

ePub978-3-96010-845-0

3., erweiterte und aktualisierte Auflage 2024

Translation Copyright für die deutschsprachige Ausgabe © 2024 by dpunkt.verlag GmbH

Wieblinger Weg 17

69123 Heidelberg

Authorized German translation of the English edition of Head First Python 3rd Edition, ISBN 9781492051299 © 2023 Paul Barry.

This translation is published and sold by permission of O’Reilly Media, Inc., which owns or controls all rights to publish and sell the same.

Dieses Buch erscheint in Kooperation mit O’Reilly Media, Inc. unter dem Imprint »O’REILLY«.

O’REILLY ist ein Markenzeichen und eine eingetragene Marke von O’Reilly Media, Inc. und wird mit Einwilligung des Eigentümers verwendet.

Schreiben Sie uns:

Falls Sie Anregungen, Wünsche und Kommentare haben, lassen Sie es uns wissen: [email protected].

Die vorliegende Publikation ist urheberrechtlich geschützt. Alle Rechte vorbehalten. Die Verwendung der Texte und Abbildungen, auch auszugsweise, ist ohne die schriftliche Zustimmung des Verlags urheberrechtswidrig und daher strafbar. Dies gilt insbesondere für die Vervielfältigung, Übersetzung oder die Verwendung in elektronischen Systemen.

Es wird darauf hingewiesen, dass die im Buch verwendeten Soft- und Hardwarebezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im Allgemeinen warenzeichen-, marken- oder patentrechtlichem Schutz unterliegen.

Alle Angaben und Programme in diesem Buch wurden mit größter Sorgfalt kontrolliert. Weder Autor noch Verlag und Übersetzer können jedoch für Schäden haftbar gemacht werden, die im Zusammenhang mit der Verwendung dieses Buchs stehen.

Copyright und Urheberrechte:

Die durch die dpunkt.verlag GmbH vertriebenen digitalen Inhalte sind urheberrechtlich geschützt. Der Nutzer verpflichtet sich, die Urheberrechte anzuerkennen und einzuhalten. Es werden keine Urheber-, Nutzungs- und sonstigen Schutzrechte an den Inhalten auf den Nutzer übertragen. Der Nutzer ist nur berechtigt, den abgerufenen Inhalt zu eigenen Zwecken zu nutzen. Er ist nicht berechtigt, den Inhalt im Internet, in Intranets, in Extranets oder sonst wie Dritten zur Verwertung zur Verfügung zu stellen. Eine öffentliche Wiedergabe oder sonstige Weiterveröffentlichung und eine gewerbliche Vervielfältigung der Inhalte wird ausdrücklich ausgeschlossen. Der Nutzer darf Urheberrechtsvermerke, Markenzeichen und andere Rechtsvorbehalte im abgerufenen Inhalt nicht entfernen.

Wieder einmal der Python-Community gewidmet.

Für all die großzügigen Menschen, die beständig daran arbeiten, Python zu der wunderbaren Programmiersprache zu machen, die sie heute ist. Ich danke euch.

Der Autor

Paul Barry lebt mit seiner Frau Deirdre in der irischen Kleinstadt Carlow etwa 80 Kilometer von der Hauptstadt Dublin entfernt. Ihre drei Kinder (Joseph, Aaron und Aideen) sind mittlerweile erwachsen und »flügge geworden«.

Paul arbeitet an der South East Technological University (SETU). Sein Hauptarbeitsplatz ist der Kilkenny Road Campus Carlow, wo er als Mitarbeiter der Informatikabteilung der Universität seine Vorlesungen hält. Paul unterrichtet schon seit langer Zeit. Dabei setzt er seit fast 15 Jahren Python in allen Klassengruppen ein.

Paul besitzt einen Master- und einen Bachelor-Abschluss in Informatik sowie Zusatzqualifikationen im Bereich Learning & Teaching. Er ist nie dazu gekommen, seinen Doktor zu machen, daher sollte man ihn auch nicht als »Professor« bezeichnen (obwohl er sich darüber freut, wenn das trotzdem geschieht).

Den größten Teil der 1980er- und 1990er-Jahre arbeitete Paul im IT-Sektor, und zwar hauptsächlich im kanadischen Gesundheitswesen. Er hat darüber hinaus weitere Bücher und – vor langer Zeit – Artikel für das Linux Journal geschrieben.

All das bedeutet, dass Paul (leider) etwas in die Jahre gekommen ist. Bitte sagen Sie’s nicht weiter.

Der Inhalt (im Überblick)

Intro

0

Warum Python? Ähnlich und doch anders

1

Eintauchen: Sprung ins kalte Wasser

2

Listen aus Zahlen: Listendaten verarbeiten

3

Listen von Dateien: Funktionen, Module und Dateien

4

Formatierte String-Literale: Tabellen aus Daten

5

Daten organisieren: Die richtige Datenstruktur

6

Eine Web-App erstellen: Webentwicklung

7

Bereitstellung: Code überall ausführen

8

Mit HTML arbeiten: Web-Scraping

9

Mit Daten arbeiten: Datenmanipulation

9½

Mit Dataframes arbeiten: Tabellarische Daten

10

Datenbanken: Dinge ordnen

11

Listenabstraktionen: Datenbankintegrationen

12

Bereitstellung in neuem Licht: Der letzte Schliff

Anhang: Die zehn wichtigsten Themen, die wir nicht behandelt haben

Index

Der Inhalt (jetzt ausführlich)

Intro

Ihr Gehirn und Python.Sie versuchen, etwas zu lernen, und Ihr Hirn tut sein Bestes, damit das Gelernte nicht hängen bleibt. Es denkt nämlich: »Wir sollten lieber ordentlich Platz für wichtigere Dinge lassen, z. B. für das Wissen darüber, welche Tiere einem gefährlich werden könnten, oder dass es eine ganz schlechte Idee ist, nackt Snowboard zu fahren.« Tja, wie schaffen wir es nun, Ihr Gehirn davon zu überzeugen, dass Ihr Leben davon abhängt, wie man in Python programmiert?

Wir wissen, was Sie denken

READ ME

Die neueste Python-Version installieren

Python allein ist nicht genug

Konfigurieren Sie VS Code ganz nach Ihrem Geschmack

Fügen Sie zwei notwendige Erweiterungen zu VS Code hinzu

Die Python-Unterstützung von VS Code ist auf dem neuesten Stand

Das Team der technischen Sachverständigen

Danksagungen

Warum Python?

0Ähnlich und doch anders

Wie Sie vermutlich schon wissen, beginnt Python mit dem Zählen bei null.

Python hat eine Menge mit anderen Programmiersprachen gemeinsam. Es gibt Variablen, Schleifen, Bedingungen, Funktionen und so weiter. In diesem Eröffnungskapitel nehmen wir Sie mit auf eine kleine Besichtigungstour, die Ihnen einen Überblick über die Grundlagen von Python vermitteln soll. Das heißt, wir zeigen Ihnen die Sprache, aber ohne zu sehr ins Detail zu gehen. Sie werden lernen, mit Jupyter Notebook (innerhalb von VS Code) eigenen Code zu schreiben und auszuführen. Dabei werden Sie staunen, wie viel Programmierfunktionalität direkt in Python eingebaut ist. Das werden Sie nutzen, um verschiedene Aufgaben zu erledigen. Außerdem erfahren Sie, dass Python viele Konzepte mit anderen Programmiersprachen gemeinsam hat, diese aber etwas anders umsetzt. Verstehen Sie uns hier nicht falsch: Wir meinen hier die guten Unterschiede, nicht die schlechten. Lesen Sie weiter, um mehr zu erfahren.

Vorbereitungen, Code auszuführen

Vorbereitung für Ihre erste Begegnung mit Jupyter

Füllen wir den Notebook-Editor mit etwas Code

Drücken Sie Shift+Enter, um Ihren Code auszuführen

Was ist, wenn Sie mehr als eine Karte ziehen wollen?

Ein genauerer Blick auf den Code zum Ziehen einer Karte

Die »Großen Vier«: Liste, Tupel, Dictionary und Set

Den Kartenstapel mit einem Set modellieren

Der »print dir«-Combo-Mambo

Hilfe für die Ausgaben von dir

Das Set mit Karten füllen

Das fühlt sich wie ein Stapel Karten an

Was genau ist »card« eigentlich?

Suchen Sie etwas?

Kurze Pause für eine Bestandsaufnahme

Python besitzt eine umfangreiche Standardbibliothek

Mit Python schreiben Sie nur den Code, den Sie brauchen

Gerade als Sie dachten, Sie seien endlich fertig …

Eintauchen

1Sprung ins kalte Wasser

Eine neue Sprache lernt man am besten, indem man Code schreibt.

Und wenn Sie Code schreiben wollen, brauchen Sie ein echtes Problem, das es zu lösen gilt. Wie der Zufall es will, gibt es in diesem Kapitel eins. Hier beginnen Sie Ihre Karriere in der Applikationsentwicklung mit Python, indem Sie zusammen mit unserem freundlichen Schwimmcoach einen Sprung ins kalte Wasser wagen. Sie beginnen mit Pythons Strings und wie Sie sie nach Herzenslust manipulieren können. Unterwegs erstellen Sie eine Python-basierte Lösung für das Problem des Coachs. Außerdem erfahren Sie mehr über Pythons eingebaute Listen-Datenstruktur. Sie lernen, wie Variablen funktionieren und was Pythons Fehlermeldungen bedeuten, ohne dass Sie hierfür gleich einen Tauchschein brauchen. Und das alles, während wir ein echtes Problem mit echtem Python-Code lösen. Also, nichts wie rein – und zwar kopfüber!

Wie arbeitet der Coach im Moment?

Der Coach braucht eine bessere Stoppuhr

Bürogespräch

Die Datei und die Tabelle sind »verwandt«

Aufgabe 1: Daten aus dem Dateinamen extrahieren

Ein String ist ein Objekt mit Attributen

Daten des Schwimmers aus dem Dateinamen extrahieren

Versuchen Sie nicht, zu raten, was eine Methode tut …

Einen String auftrennen (»splitten«)

Es gibt noch was zu tun

Lesen Sie Fehlermeldungen von unten nach oben

Vorsicht beim Kombinieren von Methodenaufrufen

Probieren wir es mit einer anderen String-Methode

Wir brauchen nur noch ein paar Variablen

Aufgabe Nummer 1 ist erledigt!

Aufgabe 2: Die Daten in der Datei verarbeiten

Listen aus Zahlen

2Listendaten verarbeiten

Je mehr Code Sie schreiben, desto besser werden Sie. Ganz einfach.

Auch in diesem Kapitel schreiben Sie Python-Code, um dem Coach zu helfen. Sie lernen, wie Sie Daten aus der Datei des Coachs lesen und die enthaltenen Zeilen in einer Liste, einer von Pythons eingebauten Datenstrukturen, speichern können. Neben der Erstellung von Listen aus Daten in einer Datei lernen Sie auch, Listen von Grund auf neu zu erstellen und bei Bedarf dynamisch wachsen zu lassen. Außerdem werden Sie Listen mit einer von Pythons beliebtesten Schleifenkonstrukten, der for-Schleife, verarbeiten. Sie werden Daten aus einem Datenformat in ein anderes konvertieren, und Sie werden einen neuen besten Freund (Ihren eigenen Python-BFF) kennenlernen. Nach Kaffee und Kuchen ist es jetzt Zeit, die Ärmel hochzukrempeln und sich wieder an die Arbeit zu machen.

Aufgabe 2: Die Daten in der Datei verarbeiten

Holen Sie sich eine Kopie der Daten des Coachs

Die open-BIF funktioniert mit Dateien

Datei mit with öffnen (und schließen)

Variablen werden bei Bedarf dynamisch erstellt

Eigentlich brauchen Sie die Daten in der Datei

Wir haben die Schwimmer-Daten aus der Datei

Der nächste Schritt kommt uns bekannt vor

Das vorherige Kapitel zahlt sich aus

Einen Zeitstring in einen Zeitwert umwandeln

Mit Python zu Hundertstelsekunden

Ein kurzer Rückblick auf Pythons for-Schleife

Jetzt geht’s rund – for-Schleifen gegen while-Schleifen

Jetzt läuft es fast von selbst, und Sie machen große Fortschritte!

Wir behalten Kopien der konvertierten Werte

Eine Liste der Listenmethoden ausgeben

Es ist Zeit, den Durchschnitt zu berechnen

Den Durchschnittswert in einen Schwimmzeitstring umwandeln

Es ist Zeit, die Einzelteile zusammenzufügen

Aufgabe 2 hat (endlich) die Ziellinie überquert!

Listen von Dateien

3Funktionen, Module und Dateien

Ihr Code kann nicht ewig in einem Notebook leben. Er will frei sein.

Und wenn es darum geht, Ihren Code zu befreien und mit anderen zu teilen, dann ist eine selbst erstellte Funktion der erste Schritt, auf den kurz darauf ein Modul folgt, mit dem Sie Ihren Code organisieren und weitergeben können. In diesem Kapitel werden Sie aus dem bisher geschriebenen Code direkt eine Funktion und auf dem Weg auch gleich ein gemeinsam nutzbares Modul erstellen. Ihr Modul wird sich sofort an die Arbeit machen, während Sie for-Schleifen, if-Anweisungen, Tests auf bestimmte Bedingungen sowie die Python-Standardbibliothek, PSL (Python Standard Library), verwenden, um die Schwimmdaten des Coachs zu verarbeiten. Außerdem werden Sie lernen, Ihre Funktionen zu kommentieren (was immer eine gute Idee ist). Es gibt viel zu tun, also an die Arbeit!

Sie haben den nötigen Code schon fast beisammen

Eine Funktion in Python erstellen

Speichern Sie Ihren Code, so oft Sie wollen

Einfach den Code kopieren reicht nicht

Sämtlicher nötiger Code muss kopiert werden

Module verwenden, um Code weiterzugeben

Erfreuen Sie sich am Glanz der zurückgegebenen Daten

Funktionen geben bei Bedarf ein Tupel zurück

Holen wir uns eine Liste der Dateinamen des Coachs

Zeit für etwas Detektivarbeit …

Was können Sie mit Listen anstellen?

Liegt das Problem bei Ihren Daten oder Ihrem Code?

Entscheidungen über Entscheidungen

Suchen wir den Doppelpunkt »in« dem String

Sind Sie auf 60 verarbeitete Dateien gekommen?

Der Code für den Coach nimmt langsam Form an …

Formatierte String-Literale

4Tabellen aus Daten

Manchmal ist die einfachste Lösung die beste.

In diesem Kapitel kommen wir endlich dazu, die Balkendiagramme für den Coach zu erstellen. Hierfür werden Sie nichts als Strings verwenden. Wie Sie schon wissen, besitzt Python bereits eine Menge eingebauter Funktionalität. Pythons formatierte String-Literale, auch f-Strings genannt, erweitern diese Möglichkeiten noch einmal auf ziemlich clevere Weise. Es klingt vielleicht seltsam, dass wir vorschlagen, Balkendiagramme mit Text zu erstellen, Sie werden aber sehr bald merken, dass es längst nicht so absurd ist, wie es scheint. Unterwegs werden Sie Python einsetzen, um Dateien zu erstellen und einen Webbrowser zu starten – und das alles mit nur wenigen Zeilen Code. Am Ende bekommt der Coach endlich, was er sich so lange gewünscht hat: die automatische Erzeugung von Diagrammen aus seinen Schwimmdaten. Also, nichts wie los!

Einfache Balkendiagramme mit HTML und SVG

Von einem einfachen Diagramm zum Balkendiagramm für den Coach

Die im HTML benötigten Strings mit Code erstellen

Die String-Verkettung skaliert nicht

f-Strings sind ein sehr beliebtes Python-Feature

Mit f-Strings ist die Erzeugung von SVG ein Kinderspiel!

Die Daten sind vollständig, oder nicht?

Sicherstellen, dass alle benötigten Daten zurückgegeben werden

Die Zahlen sind da, aber sind sie auch benutzbar?

Es fehlt nur noch das Ende der Webseite

Wie das Lesen aus Dateien klappt auch das Schreiben in Dateien völlig schmerzfrei

Es ist Zeit, Ihr Kunstwerk zu präsentieren

Jetzt sind nur noch zwei ästhetische Anpassungen nötig …

Eine weitere selbst geschriebene Funktion

Erweitern wir das Modul um eine neue Funktion

Was ist mit dem Hundertstelwert los?

Runden ist nicht das Richtige (jedenfalls nicht in diesem Fall)

Es geht gut voran …

Daten organisieren

5Die richtige Datenstruktur

Ihr Code muss seine Daten im Arbeitsspeicher ablegen können.

Und bei der Anordnung von Daten im Arbeitsspeicher entscheidet oft die Wahl der Datenstruktur darüber, ob es eine unordentliche Lösung gibt, die irgendwie funktioniert, oder eine elegante Lösung, die gut funktioniert. In diesem Kapitel lernen Sie eine weitere Python-Datenstruktur kennen, das Dictionary. Es wird oft mit der allgegenwärtigen Liste kombiniert, um komplexe Datenstrukturen zu schaffen. Der Coach muss auf einfache Weise die Daten eines beliebigen Schwimmers auswählen können. Mit einem Dictionary wird das zum Kinderspiel!

Eine Liste mit den Namen der Schwimmer erstellen

Der Liste-Set-Liste-Trick

Jetzt hat der Coach eine Liste mit Namen

Eine kleine Änderung macht einen »großen« Unterschied

Jedes Tupel ist einmalig

Superschnelle Lookups mit Dictionaries

Dictionaries verwenden Schlüssel/Wert-Paare für das Lookup

Anatomie eines Dictionary

Dictionaries sind für schnelle Lookups optimiert

Das gesamte Dictionary ausgeben

Das pprint-Modul erstellt einen »Pretty Print« Ihrer Daten

Das Dictionary mit den Listen ist leicht zu verarbeiten

Langsam nimmt die Sache Gestalt an

Eine Web-App erstellen

6Webentwicklung

Fragen Sie zehn Programmierer, welches Web-Framework Sie nehmen sollen …

… und Sie bekommen wahrscheinlich elf Antworten! Bei der Webentwicklung mangelt es Python wirklich nicht an technischen Wahlmöglichkeiten. Jede von ihnen hat eine eigene loyale und unterstützende Entwicklergemeinschaft. In diesem Kapitel tauchen Sie ein in die Welt der Webentwicklung. Sie werden schnell eine Web-App fur den Coach bauen, in der man die Balkendiagramme für beliebige Schwimmer betrachten kann. Unterwegs lernen Sie die Verwendung von HTML-Templates (Schablonen), Funktionsdekoratoren, GET- und POST-HTTP-Methoden und vieles mehr. Es gilt keine Zeit zu verschwenden: Der Coach will endlich sein neues System vorführen. Also an die Arbeit!

Flask aus dem PyPI installieren

Den Ordner für die Web-App vorbereiten

Bei der Arbeit mit Code haben Sie verschiedene Optionen

Anatomie einer Flask-Web-App

Schrittweiser Aufbau der Web-App …

Was hat es mit diesem NameError auf sich?

Flask unterstützt Session-Verwaltung

Flasks Session-Verwaltung benutzt ein Dictionary

Den Code mit der »besseren Lösung« reparieren

Der Einsatz von Jinja2-Templates spart Zeit

base.html erweitern, um weitere Seiten zu erstellen

Drop-down-Menüs dynamisch erzeugen

Irgendwie müssen die Formulardaten verarbeitet werden

Die Formulardaten liegen in einem Dictionary vor

Für Funktionsparameter können Standardwerte angegeben werden

Standardparameterwerte sind optional

Die finale Version Ihres Code, Teil 1 von 2

Die finale Version Ihres Code, Teil 2 von 2

Für eine erste Web-App sieht das schon ganz gut aus

Das System des Coachs ist einsatzbereit

Bereitstellung

7Code überall ausführen

Code auf dem eigenen Rechner auszuführen, ist eine Sache …

Aber eigentlich wollen Sie Ihren Code so bereitstellen, dass auch andere Nutzer ihn einfach weiterverwenden können. Je geringer der Aufwand, desto besser. In diesem Kapitel werden Sie die Web-App des Coachs fertigstellen, sie mit etwas Stil versehen und sie dann in der Cloud bereitstellen. Trotzdem wird die Komplexität nicht ins Unermessliche steigen. In einer früheren Auflage dieses Buchs haben wir damit angegeben, dass die Bereitstellung »etwa zehn Minuten« dauert, und das ist bereits ziemlich schnell … In diesem Kapitel werden Sie für die Bereitstellung nur noch zehn Schritte benötigen. Die Cloud wartet schon darauf, die Web-App des Coachs zu hosten. Zeit für die Bereitstellung!

Etwas stimmt immer noch nicht ganz

Jinja2 führt den Code zwischen {{ und }} aus

Zehn Schritte zur Cloud-Bereitstellung

Ein Beginner-Account reicht völlig aus

Niemand hält Sie davon ab, einfach loszulegen …

Im Zweifel nutzen Sie die Standardeinstellungen

Die Platzhalter-Web-App macht noch nicht viel

Eigenen Code auf PythonAnywhere bereitstellen

Packen Sie Ihren Code in der Konsole aus

Konfigurieren Sie den Web-Tab, damit er auf Ihren Code verweist

Die WSGI-Dateien der Web-App anpassen

Ihre in der Cloud gehostete Web-App ist bereit!

Mit HTML arbeiten

8Web-Scraping

In einer perfekten Welt wären alle benötigten Daten leicht zugänglich.

Das ist aber nur selten der Fall. So werden Daten beispielsweise im Web veröffentlicht. In HTML eingebettete Daten müssen von Webbrowsern gerendert und von Menschen gelesen werden können. Was aber, wenn Sie diese Daten mit Code verarbeiten müssen? Geht das überhaupt? Glücklicherweise ist Python so etwas wie ein Champion, wenn es um das maschinelle Auslesen – das sogenannte Scraping – von Daten aus Webseiten geht, und in diesem Kapitel werden wir Ihnen zeigen, wie das funktioniert. Sie werden außerdem lernen, wie die ausgelesenen HTML-Seiten geparst werden, um nutzbare Daten zu extrahieren. Unterwegs werden Ihnen Slices (»Scheiben«) und Soup (»Suppe«) begegnen, aber keine Sorge, das hier ist immer noch Python von Kopf bis Fuß und nicht Kochen von Kopf bis Fuß.

Der Coach braucht mehr Daten

Machen Sie sich vor dem Scrapen mit den Daten vertraut

Wir brauchen einen Aktionsplan …

Schrittweise Anleitung zum Web-Scraping

Zeit für etwas Web-Scraping-Technologie

Das rohe HTML-Markup von Wikipedia auslesen

Die ausgelesenen Daten untersuchen

Slices können aus beliebigen Folgen herausgeschnitten werden

Anatomie der Slices, Teil 1 von 3

Anatomie der Slices, Teil 2 von 3

Anatomie der Slices, Teil 3 von 3

Zeit für etwas HTML-Parsing-Power

Die »Suppe« nach interessanten Tags durchsuchen

Die zurückgegebene »Suppe« ist ebenfalls durchsuchbar

Welche Tabelle enthält die gesuchten Daten?

Vier große Tabellen und vier Gruppen mit Weltrekorden

Jetzt können wir die Daten auslesen

Daten aus allen Tabellen extrahieren, Teil 1 von 2

Daten aus allen Tabellen extrahieren, Teil 2 von 2

Die verschachtelte Schleife war die Lösung!

Mit Daten arbeiten

9Datenmanipulation

Manchmal sind die Daten nicht so angeordnet, wie sie gebraucht werden.

Vielleicht haben Sie eine verschachtelte Liste (List of Lists), brauchen aber eigentlich ein verschachteltes Dictionary. Oder vielleicht müssen Sie einen Wert in einer Datenstruktur mit einem Wert in einer anderen Datenstruktur verbinden, ohne dass sie richtig zusammenpassen. Das kann schnell ziemlich frustrierend werden. Aber keine Sorge: Die Macht von Python steht Ihnen auch hierbei zur Seite. In diesem Kapitel benutzen Sie Python, um Ihre Daten durch die Mangel zu drehen. Das Ziel ist es, die von der Wikipedia-Website ausgelesenen Daten vom Ende des vorherigen Kapitels in etwas wirklich Nützliches umzuwandeln. Sie werden lernen, wie Sie Pythons Dictionary als Lookup-Tabelle nutzen können. Hier geht es um Umwandlungen, Integrationen, Aktualisierungen, Bereitstellungen und mehr. Und ganz am Ende wird die Spezifikation, die der Coach auf der Papierserviette notiert hat, Wahrheit. Wetten, Sie können es kaum abwarten? Wir auch nicht … also los!

Daten Ihrem Willen unterwerfen …

Jetzt haben Sie die nötigen Daten …

Wenden Sie Ihr Wissen an!

Haben wir zu viele Daten?

Die Staffeldaten ausfiltern

Nun können wir unsere Balkendiagramme aktualisieren

Python besitzt eine eingebaute JSON-Bibliothek

JSON ist textbasiert, aber nicht schön

Weiter mit der Web-App-Integration

Eine Anpassung und ein Copy-and-paste-Vorgang reichen

Die Weltrekorde zum Balkendiagramm hinzufügen

Ist Ihre neueste Version der Web-App bereit?

PythonAnywhere ist für Sie da …

Auch das Hilfsprogramm muss hochgeladen werden

Die neueste Version der Web-App bei PythonAnywhere bereitstellen

Den neuesten Code auf PythonAnywhere ausführen

Hilfsprogramme vor der Bereitstellung testen

Die Aufgabe täglich um 1:00 Uhr morgens ausführen

Mit Elefanten Dataframes arbeiten

9½Tabellarische Daten

Manchmal wollen anscheinend alle Daten der Welt tabellarisch sein.

Tabellarische Daten gibt es überall. Die Schwimmweltrekorde aus dem vorherigen Kapitel liegen als tabellarische Daten vor. Wenn Sie alt genug sind, um sich an Telefonbücher zu erinnern, wissen Sie, dass auch diese Daten tabellarisch sind. Kontoauszüge, Rechnungen, sogar Tabellenkalkulationen sind – Sie haben es natürlich geahnt – tabellarische Daten. In diesem kurzen Kapitel lernen Sie einige Dinge über pandas, die beliebteste Python-Bibliothek zur Datenanalyse. Leider werden wir hier nur die Spitze des Eisbergs betrachten können. Trotzdem werden Sie genug lernen, um das nächste Mal, wenn Sie mit tabellarischen Daten arbeiten müssen, die am häufigsten verwendete pandas-Datenstruktur nutzen zu können, den Dataframe.

Der Elefant im Raum … oder ist es ein Panda?

Ein verschachteltes Dictionary mit pandas?

Halten Sie sich zunächst an die Konvention

Eine Liste mit pandas-Dataframes

Spalten aus einem Dataframe auswählen

Dataframe zu Dictionary, erster Versuch

Unnötige Daten aus einem Dataframe entfernen

Den pandas-Bedingungsausdruck verneinen

Dataframe zu Dictionary, zweiter Versuch

Dataframe zu Dictionary, dritter Versuch

Noch ein verschachteltes Dictionary

Vergleich zwischen gazpacho und pandas

Dies war nur ein winziger Einblick …

Datenbanken

10Dinge ordnen

Irgendwann müssen Sie die Daten Ihrer Applikationen verwalten.

Und wenn Sie Ihre Daten besser verwalten müssen, reicht Python (für sich genommen) möglicherweise nicht aus. In solchen Fällen hilft der Griff zur Datenbank-Engine Ihrer Wahl. Um nicht den Überblick zu verlieren, beschränken wir uns an dieser Stelle auf Datenbank-Engines, die das gute alte SQL unterstützen. Sie werden hier nicht nur eine Datenbank erstellen und darin ein paar Tabellen anlegen, Sie werden auch Daten zur Datenbank hinzufügen, daraus auswählen und löschen. Für alle diese Aufgaben werden Sie SQL-Abfragen verwenden, die von Ihrem Python-Code koordiniert werden.

Der Coach hat sich gemeldet …

Planung zahlt sich aus …

Schritt 1: Eine Datenbankstruktur festlegen

Serviettenstruktur und -daten

Das DBcm-Modul von PyPI installieren

Einstieg in DBcm und SQLite

DBcm und »with« als Team

Benutzen Sie dreifach doppelte Anführungszeichen für Ihren SQL-Code

Nicht jede SQL-Anweisung gibt etwas zurück

Ihre Tabellen sind bereit (und Schritt 1 ist erledigt)

Welche Schwimmer-Dateien brauchen wir?

Schritt 2: Die Datenbanktabelle mit Inhalt füllen

Sicherheit durch Pythons SQL-Platzhalter

Wiederholen wir dieses Vorgehen für die Ereignisse

Jetzt fehlt nur noch die times-Tabelle …

Die Zeiten stehen in den Schwimmer-Dateien …

Ein Hilfsprogramm zur Datenbankaktualisierung, 1 von 2

Ein Hilfsprogramm zur Datenbankaktualisierung, 2 von 2

Schritt 2 ist (endlich) abgeschlossen

Listenabstraktionen

11Datenbankintegrationen

Zeit für die Integration Ihrer Datenbanktabellen.

Mithilfe der Tabellen in der Datenbank kann Ihre Web-App die vom Coach benötigte Flexibilität erreichen. In diesem Kapitel erstellen wir ein Modul mit verschiedenen Hilfsfunktionen (Utilities), über die Ihre Web-App die Datenbank-Engine nutzen kann. Außerdem werden Sie eine echte Python-Superkraft kennenlernen, die Ihnen hilft, mit weniger Code mehr zu erreichen: Listenabstraktionen. Daneben werden Sie eine Menge Ihres schon vorhandenen Codes auf neue und interessante Weise wiederverwenden. Wir haben jede Menge Integration vor uns. Also los!

Testen wir die Abfragen in einem neuen Notebook

Fünf Codezeilen werden zu einer

Combo-Mambo ohne Dunder

Eine Abfrage erledigt, drei fehlen noch …

Zwei Abfragen erledigt, zwei fehlen noch …

Zu guter Letzt, die letzte Abfrage …

Der Code für die Datenbankhilfsfunktionen, Teil 1 von 2

Der Code für die Datenbankhilfsfunktionen, Teil 2 von 2

Wir sind fast bereit für die Datenbankintegration

Es ist Zeit, den Datenbankcode zu integrieren!

Was ist mit dem Template los?

Eine Liste der Ereignisse anzeigen …

Jetzt brauchen wir nur noch ein Balkendiagramm …

Überprüfung des aktuellen Codes in swimclub.py

Begegnung mit dem SVG-erzeugenden Jinja2-Template

Das Modul convert_utils

list zip … wie bitte?!?

Ihre Datenbankintegrationen sind fertig!

Bereitstellung in neuem Licht

12Der letzte Schliff

Das Ende vom Anfang Ihrer Python-Reise ist fast erreicht.

In diesem letzten Kapitel passen Sie Ihre Web-App so an, dass sie nicht mehr SQLite, sondern MariaDB als Datenbank-Backend verwendet. Danach gibt es noch ein paar kleinere Änderungen, um die neueste Version Ihrer Web-App auf PythonAnywhere bereitzustellen. Dadurch unterstützt das System des Coachs eine beliebige Zahl von Schwimmern, die an einer beliebigen Zahl von Trainingseinheiten teilnehmen. In diesem Kapitel gibt es zu Python selbst nicht viel Neues. Die meiste Zeit werden Sie damit verbringen, den schon vorhandenen Code für die Zusammenarbeit mit MariaDB und PythonAnywhere anzupassen. Ihr Python-Code existiert nie isoliert, sondern interagiert mit seiner Umgebung und dem System, auf dem er läuft.

Migration zu MariaDB

Die Daten des Coachs zu MariaDB umziehen

Drei Anpassungen für schema.sql

Die Tabellen wiederverwenden, Teil 2 von 2

Überprüfen, ob die Tabellen korrekt eingerichtet wurden

Die vorhandenen Daten zu MariaDB übertragen

Die Abfragen mit MariaDB kompatibel machen

Die Datenbankhilfsfunktionen müssen ebenfalls angepasst werden

Eine neue Datenbank auf PythonAnywhere anlegen

Das Dictionary mit Datenbankinformationen anpassen

Alles in die Cloud kopieren

Die Web-App mit dem neuesten Code aktualisieren

Nur noch wenige Schritte …

Die Cloud-Datenbank mit Daten füllen

Zeit für eine PythonAnywhere-Probefahrt

Stimmt mit PythonAnywhere etwas nicht?

Der Coach ist überglücklich!

Anhang

Die zehn wichtigsten Dinge, die wir nicht behandelt haben

Wir sind fest davon überzeugt, dass man wissen muss, wann es reicht.

Besonders wenn Ihr Autor aus Irland stammt, einem Land, das dafür berühmt ist, Menschen mit der Gabe hervorzubringen, zu ignorieren, wann sie besser mit dem Reden aufhören sollten. Dabei genießen wir es, über unsere Lieblingsprogrammiersprache Python zu sprechen. In diesem Anhang zeigen wir Ihnen die zehn wichtigsten Themen, die wir Ihnen gerne »von Kopf bis Fuß« erzählt hätten. Leider hatten wir aber keine weiteren 400 Seiten zur Verfügung. Hier finden Sie Informationen zu Klassen, Exception-Handling, zum Testen eines Walrosses (Ernsthaft? Ein Walross? Ja, ein Walross), zu Switches, Dekoratoren, Kontextmanagern und Nebenläufigkeit sowie Tipps zu Typen, virtuellen Umgebungen und Programmierwerkzeugen. Wie gesagt: Es gibt immer etwas, über das man noch reden kann. Also, blättern Sie um – und haben Sie Freude an den nächsten zwölf Seiten!

1. Klassen

2. Ausnahmen (Exceptions)

3. Tests

4. Der Walross-Operator

5. Wo ist switch? Welcher switch?

6. Fortgeschrittene Sprachmerkmale

7. Nebenläufigkeit

8. Typhinweise

9. Virtuelle Umgebungen

10. Werkzeuge

Wie man dieses Buch benutzt

Das Intro

In diesem Abschnitt beantworten wir die brennende Frage: »Warum steht SO ETWAS in einem Python-Buch?«

Für wen ist dieses Buch gedacht?

Wenn Sie alle folgenden Fragen mit »Ja« beantworten können …

Wissen Sie bereits, wie man in anderen Sprachen programmiert?

Lernen Sie besser, indem Sie sich die Hände schmutzig machen, anstatt nur zuzuhören?

… dann ist dieses Buch das richtige für Sie.

Wer sollte besser die Finger von diesem Buch lassen?

Wenn Sie mindestens eine dieser Fragen mit »Ja« beantworten können …

Haben Sie noch nie programmiert und können

if

-Anweisungen nicht von

Schleifen

unterscheiden?

Sind Sie Python-Expertin oder -Experte und suchen nach einer kurzen Sprachreferenz?

Hassen Sie es, Neues zu lernen? Sind Sie davon überzeugt, dass kein noch so gutes Python-Buch Sie dazu bringen könnte, laut loszulachen oder aufzustöhnen, weil alles so albern ist? Lassen Sie sich lieber zu Tode langweilen?

… dann ist dieses Buch nichts für Sie.

[Hinweis vom Marketingteam: Dieses Buch ist für alle Menschen mit einer Kreditkarte geeignet.]

Wir wissen, was Sie denken

»Was hat das in einem ernsthaften Python-Buch zu suchen?«

»Was sollen die ganzen Abbildungen?«

»Kann ich auf diese Weise wirklich etwas lernen?«

Und wir wissen, was Ihr Gehirn gerade denkt.

Ihr Gehirn lechzt nach Neuem. Es ist ständig dabei, Ihre Umgebung abzusuchen, und es wartet auf Ungewöhnliches. So ist es nun einmal gebaut, und es hilft Ihnen zu überleben.

Heutzutage ist es eher unwahrscheinlich, dass Sie als Tigerfutter enden. Aber man weiß ja nie.

Also, was macht Ihr Gehirn mit den normalen, langweiligen Routinesachen, die Ihnen so begegnen? Es tut alles, damit es dadurch nicht bei seiner eigentlichen Arbeit gestört wird: die wirklich wichtigen Dinge zu erfassen. Es gibt sich nicht damit ab, all das langweilige Zeug zu speichern, der »Das-hier-ist-offensichtlich-nicht-wichtig«-Filter lässt sie gar nicht erst durch.

Aber woher weiß Ihr Gehirn, was wichtig ist? Angenommen, Sie machen eine längere Wildniswanderung und ein Tiger springt aus dem Gebüsch. Was passiert in Ihrem Kopf?

Neuronen feuern. Gefühle kochen hoch. Chemische Substanzen durchfluten Sie.

Und so weiß Ihr Gehirn:

Das muss wichtig sein! Vergiss es nicht!

Und jetzt stellen Sie sich vor, Sie sind zu Hause oder in der Bibliothek. Sie befinden sich in einem sicheren, warmen, tigerfreien Bereich. Sie studieren, bereiten sich auf eine Prüfung vor. Oder Sie versuchen, irgendein schwieriges technisches Thema zu lernen, von dem Ihr Chef glaubt, Sie bräuchten dafür eine Woche oder höchstens zehn Tage.

Da ist nur ein Problem. Ihr Gehirn versucht, Ihnen einen großen Gefallen zu tun. Es will sicherstellen, dass diese offensichtlich unwichtigen Inhalte keine knappen Ressourcen blockieren. Ressourcen, die besser dafür verwendet würden, die wirklich wichtigen Dinge zu speichern. Wie Tiger. Wie die Gefahren des Feuers. Oder dass Sie nie wieder in Shorts snowboarden sollten.

Leider gibt es kein Patentrezept, um Ihrem Gehirn zu sagen: »Hey, Gehirn, vielen Dank, aber egal, wie langweilig dieses Buch auch ist und wie klein der Ausschlag auf meiner emotionalen Richterskala gerade ist, ich will wirklich, dass du diesen Kram behältst.«

Wir stellen uns unseren Leser als einen aktiv Lernenden vor.

Also, was ist nötig, damit Sie etwas lernen? Erst einmal müssen Sie es aufnehmen und dann dafür sorgen, dass Sie es nicht wieder vergessen. Es geht nicht darum, Fakten in Ihren Kopf zu schieben. Nach den neuesten Forschungsergebnissen der Kognitionswissenschaft, der Neurobiologie und der Lernpsychologie gehört zum Lernen viel mehr als nur Text auf einer Seite. Wir wissen, was Ihr Gehirn anmacht.

Einige der Lernprinzipien dieser Buchreihe:

Wir setzen Bilder ein. An Bilder kann man sich viel besser erinnern als an Worte allein und lernt so viel effektiver (bis zu 89 % Verbesserung bei Abrufbarkeits- und Lerntransferstudien). Außerdem werden die Dinge dadurch verständlicher. Wir setzen Text in oder neben die Grafiken, auf die sie sich beziehen, anstatt darunter oder auf eine andere Seite. Die Leser werden auf den Bildinhalt bezogene Probleme dann mit doppelt so hoher Wahrscheinlichkeit lösen können.

Wir verwenden einen gesprächsorientierten Stil mit persönlicher Ansprache. Nach neueren Untersuchungen haben Studenten nach dem Lernen bei Tests bis zu 40 % besser abgeschnitten, wenn der Inhalt den Leser direkt in der ersten Person und im lockeren Stil angesprochen hat statt in einem formalen Ton. Halten Sie keinen Vortrag, sondern erzählen Sie Geschichten. Benutzen Sie eine zwanglose Sprache. Nehmen Sie sich selbst nicht zu ernst. Würden Sie einer anregenden Unterhaltung beim Abendessen mehr Aufmerksamkeit schenken oder einem Vortrag?

Wir bringen den Lernenden dazu, intensiver nachzudenken. Mit anderen Worten: Falls Sie nicht aktiv Ihre Neuronen strapazieren, passiert in Ihrem Gehirn nicht viel. Ein Leser muss motiviert, begeistert und neugierig sein und angeregt werden, Probleme zu lösen, Schlüsse zu ziehen und sich neues Wissen anzueignen. Und dafür brauchen Sie Herausforderungen, Übungen, zum Nachdenken anregende Fragen und Tätigkeiten, die beide Seiten des Gehirns und mehrere Sinne einbeziehen.

Wir ziehen die Aufmerksamkeit des Lesers auf den Lernstoff – nachhaltig. Wir alle haben schon Erfahrungen dieser Art gemacht: »Ich will das wirklich lernen, aber ich kann einfach nicht über Seite 1 hinaus wach bleiben.« Ihr Gehirn passt auf, wenn Dinge ungewöhnlich, interessant, merkwürdig, auffällig, unerwartet sind. Ein neues, schwieriges, technisches Thema zu lernen, muss nicht langweilig sein. Wenn es das nicht ist, lernt Ihr Gehirn viel schneller.

Wir sprechen Gefühle an. Wir wissen, dass Ihre Fähigkeit, sich an etwas zu erinnern, wesentlich von dessen emotionalem Gehalt abhängt. Sie erinnern sich an das, was Sie bewegt. Sie erinnern sich, wenn Sie etwas fühlen. Nein, wir erzählen keine herzzerreißenden Geschichten über einen Jungen und seinen Hund. Was wir erzählen, ruft Überraschungs-, Neugier-, Spaß- und Was-soll-das?-Emotionen hervor und dieses Hochgefühl, das Sie beim Lösen eines Puzzles empfinden oder wenn Sie etwas lernen, das alle anderen schwierig finden. Oder wenn Sie merken, dass Sie etwas können, was dieser »Ich-bin-ein-besserer-Techniker-als-du«-Typ aus der Technikabteilung nicht kann.

Metakognition: Nachdenken übers Denken

Wenn Sie wirklich lernen möchten, und zwar schneller und nachhaltiger, dann schenken Sie Ihrer Aufmerksamkeit Aufmerksamkeit. Denken Sie darüber nach, wie Sie denken. Lernen Sie, wie Sie lernen.

Die meisten von uns haben in ihrer Jugend keine Kurse in Metakognition oder Lerntheorie gehabt. Es wurde von uns erwartet, dass wir lernen, aber nur selten wurde uns auch beigebracht, wie man lernt.

Wir nehmen aber an, dass Sie wirklich etwas über Python lernen möchten, wenn Sie dieses Buch in den Händen halten. Und wahrscheinlich möchten Sie nicht viel Zeit aufwenden. Und Sie wollen sich an das erinnern, was Sie lesen, und es anwenden können. Und deshalb müssen Sie es verstehen. Wenn Sie so viel wie möglich von diesem Buch profitieren wollen oder von irgendeinem anderen Buch oder einer anderen Lernerfahrung, übernehmen Sie Verantwortung für Ihr Gehirn. Ihr Gehirn im Zusammenhang mit diesem Lernstoff.

Der Trick besteht darin, Ihr Gehirn dazu zu bringen, neuen Lernstoff als etwas wirklich Wichtiges anzusehen. Als entscheidend für Ihr Wohlbefinden. So wichtig wie ein Tiger. Andernfalls stecken Sie in einem dauernden Kampf, in dem Ihr Gehirn sein Bestes gibt, um die neuen Inhalte davon abzuhalten, hängen zu bleiben.

Wie bringen Sie also Ihr Gehirn dazu, Python für so wichtig zu halten wie einen Tiger?

Da gibt es den langsamen, ermüdenden Weg oder den schnelleren, effektiveren Weg. Der langsame Weg geht über bloße Wiederholung. Natürlich ist Ihnen klar, dass Sie lernen und sich sogar an die langweiligsten Themen erinnern können, wenn Sie sich die gleiche Sache immer wieder einhämmern. Wenn Sie nur oft genug wiederholen, sagt Ihr Gehirn: »Er hat zwar nicht das Gefühl, dass das wichtig ist, aber er sieht sich dieselbe Sache immer und immer wieder an – dann muss sie wohl wichtig sein.«

Der schnellere Weg besteht darin, alles zu tun, was die Gehirnaktivität erhöht, vor allem verschiedene Arten von Gehirnaktivität. Eine wichtige Rolle dabei spielen die auf der vorhergehenden Seite erwähnten Dinge – alles Dinge, die nachweislich dabei helfen, dass Ihr Gehirn für Sie arbeitet. So hat sich z. B. in Untersuchungen gezeigt: Wenn Wörter in den Abbildungen stehen, die sie beschreiben (und nicht irgendwo anders auf der Seite, z. B. in einer Bildunterschrift oder im Text), versucht Ihr Gehirn, herauszufinden, wie die Wörter und das Bild zusammenhängen, und dadurch feuern mehr Neuronen. Und je mehr Neuronen feuern, umso größer ist die Chance, dass Ihr Gehirn mitbekommt: Bei dieser Sache lohnt es sich, aufzupassen, und vielleicht auch, sich daran zu erinnern.

Ein lockerer Sprachstil hilft, denn Menschen tendieren zu höherer Aufmerksamkeit, wenn ihnen bewusst ist, dass sie ein Gespräch führen – man erwartet dann ja von ihnen, dass sie dem Gespräch folgen und sich beteiligen. Das Erstaunliche daran ist: Es ist Ihrem Gehirn ziemlich egal, dass die »Unterhaltung« zwischen Ihnen und einem Buch stattfindet! Wenn der Schreibstil dagegen formal und trocken ist, hat Ihr Gehirn den gleichen Eindruck wie bei einem Vortrag, bei dem in einem Raum passive Zuhörer sitzen. Nicht nötig, wach zu bleiben.

Aber Abbildungen und ein lockerer Sprachstil sind erst der Anfang.

Das haben WIR getan:

Wir haben Bilder verwendet, weil Ihr Gehirn auf visuelle Eindrücke eingestellt ist, nicht auf Text. Soweit es Ihr Gehirn betrifft, sagt ein Bild wirklich mehr als 1.024 Worte. Und dort, wo Text und Abbildungen zusammenwirken, haben wir den Text in die Bilder eingebettet, denn Ihr Gehirn arbeitet besser, wenn der Text innerhalb der Sache steht, auf die er sich bezieht, und nicht in einer Bildunterschrift oder irgendwo vergraben im Text.

Wir haben Redundanz eingesetzt, d. h. dasselbe auf unterschiedliche Art und mit verschiedenen Medientypen ausgedrückt, damit Sie es über mehrere Sinne aufnehmen. Das erhöht die Chance, dass die Inhalte an mehr als nur einer Stelle in Ihrem Gehirn verankert werden.

Wir haben Konzepte und Bilder in unerwarteter Weise eingesetzt, weil Ihr Gehirn auf Neuigkeiten programmiert ist. Und wir haben Bilder und Ideen mit zumindest etwasemotionalemCharakter verwendet, weil Ihr Gehirn darauf eingestellt ist, auf die Biochemie von Gefühlen zu achten. An alles, was ein Gefühl in Ihnen auslöst, können Sie sich mit höherer Wahrscheinlichkeit erinnern, selbst wenn dieses Gefühl nicht mehr ist als ein bisschen Belustigung, Überraschung oder Interesse.

Wir haben einen umgangssprachlichen Stil mit direkter Anrede benutzt, denn Ihr Gehirn ist von Natur aus aufmerksamer, wenn es Sie in einer Unterhaltung wähnt als wenn es davon ausgeht, dass Sie passiv einer Präsentation zuhören – sogar dann, wenn Sie lesen.

Wir haben mehr als 100 Aktivitäten für Sie vorgesehen, denn Ihr Gehirn lernt und behält von Natur aus besser, wenn Sie Dinge tun, als wenn Sie nur darüber lesen. Und wir haben die Übungen zwar anspruchsvoll, aber doch lösbar gemacht, denn so ist es den meisten Lesern am liebsten.

Wir haben mehrere unterschiedliche Lernstile eingesetzt, denn vielleicht bevorzugen Sie ein Schritt-für-Schritt-Vorgehen, während ein anderer erst einmal den groben Zusammenhang verstehen und ein Dritter einfach nur ein Codebeispiel sehen möchte. Aber ganz abgesehen von den jeweiligen Lernvorlieben profitiert jeder davon, wenn er die gleichen Inhalte in unterschiedlicher Form präsentiert bekommt.

Wir liefern Inhalte für beide Seiten Ihres Gehirns, denn je mehr Sie von Ihrem Gehirn einsetzen, umso wahrscheinlicher werden Sie lernen und behalten, und umso länger bleiben Sie konzentriert. Wenn Sie mit einer Seite des Gehirns arbeiten, bedeutet das häufig, dass sich die andere Seite des Gehirns ausruhen kann; so können Sie über einen längeren Zeitraum produktiver lernen.

Und wir haben Geschichten und Übungen aufgenommen, die mehr als einen Blickwinkel repräsentieren, denn Ihr Gehirn lernt von Natur aus intensiver, wenn es gezwungen ist, selbst zu analysieren und zu beurteilen.

Wir haben Herausforderungen eingefügt: in Form von Übungen und indem wir Fragen stellen, auf die es nicht immer eine eindeutige Antwort gibt, denn Ihr Gehirn ist darauf eingestellt, zu lernen und sich zu erinnern, wenn es an etwas arbeiten muss. Überlegen Sie: Ihren Körper bekommen Sie ja auch nicht in Form, wenn Sie nur die Leute auf dem Sportplatz beobachten. Aber wir haben unser Bestes getan, um dafür zu sorgen, dass Sie – wenn Sie schon hart arbeiten – an den richtigen Dingen arbeiten. Dass Sie nicht einen einzigen Dendriten darauf verschwenden, ein schwer verständliches Beispiel zu verarbeiten oder einen schwierigen, mit Fachbegriffen gespickten oder übermäßig gedrängten Text zu analysieren.

Wir haben Menschen eingesetzt. In Geschichten, Beispielen, Bildern usw. – denn Sie sind ein Mensch. Und Ihr Gehirn schenkt Menschen mehr Aufmerksamkeit als Dingen.

Und das können SIE tun, um sich Ihr Gehirn untertan zu machen

So, wir haben unseren Teil der Arbeit geleistet. Der Rest liegt bei Ihnen. Diese Tipps sind ein Anfang; hören Sie auf Ihr Gehirn und finden Sie heraus, was bei Ihnen funktioniert und was nicht. Probieren Sie neue Wege aus.

Schneiden Sie dies aus und heften Sie es an Ihren Kühlschrank.

Immer langsam. Je mehr Sie verstehen, umso weniger müssen Sie auswendig lernen.

Lesen Sie nicht nur. Halten Sie inne und denken Sie nach. Wenn das Buch Sie etwas fragt, springen Sie nicht einfach zur Antwort. Stellen Sie sich vor, dass Sie das wirklich jemand fragt. Je gründlicher Sie Ihr Gehirn zum Nachdenken zwingen, umso größer ist die Chance, dass Sie lernen und behalten.

Bearbeiten Sie die Übungen. Machen Sie sich selbst Notizen.

Wir haben sie entworfen, aber wenn wir sie auch für Sie lösen würden, wäre dass, als ob jemand anderes Ihr Training für Sie absolviert. Und sehen Sie sich die Übungen nicht einfach nur an.Benutzen Sie einen Bleistift. Es deutet vieles darauf hin, dass körperliche Aktivität beim Lernen den Lernerfolg erhöhen kann.

Lesen Sie die Abschnitte »Es gibt keine Dummen Fragen«.

Und zwar alle. Das sind keine Zusatzanmerkungen – sie gehören zum Kerninhalt! Überspringen Sie sie nicht.

Lesen Sie dies als Letztes vor dem Schlafengehen. Oder lesen Sie danach zumindest nichts

Anspruchsvolles

mehr.

Ein Teil des Lernprozesses (vor allem die Übertragung in das Langzeitgedächtnis) findet erst statt, nachdem Sie das Buch zur Seite gelegt haben. Ihr Gehirn braucht Zeit für sich, um weitere Verarbeitung zu leisten. Wenn Sie in dieser Zeit etwas Neues aufnehmen, geht ein Teil dessen, was Sie gerade gelernt haben, verloren.

Trinken Sie Wasser. Viel.

Ihr Gehirn arbeitet am besten in einem schönen Flüssigkeitsbad. Austrocknung (zu der es schon kommen kann, bevor Sie überhaupt Durst verspüren) beeinträchtigt die kognitive Funktion.

Reden Sie drüber. Laut.

Sprechen aktiviert einen anderen Teil des Gehirns. Wenn Sie etwas verstehen wollen oder Ihre Chancen verbessern wollen, sich später daran zu erinnern, sagen Sie es laut. Noch besser: Versuchen Sie, es jemand anderem laut zu erklären. Sie lernen dann schneller und haben vielleicht Ideen, auf die Sie beim bloßen Lesen nie gekommen wären.

Hören Sie auf Ihr Gehirn.

Achten Sie darauf, Ihr Gehirn nicht zu überladen. Wenn Sie merken, dass Sie etwas nur noch überfliegen oder dass Sie das gerade erst Gelesene vergessen haben, ist es Zeit für eine Pause. Ab einem bestimmten Punkt lernen Sie nicht mehr schneller, indem Sie mehr hineinzustopfen versuchen; das kann sogar den Lernprozess stören.

Aber bitte mit

Gefühl!

Ihr Gehirn muss wissen, dass es um etwas Wichtiges geht. Lassen Sie sich in die Geschichten hineinziehen. Erfinden Sie eigene Bildunterschriften für die Zeichnungen. Über einen schlechten Scherz zu stöhnen, ist immer noch besser, als gar nichts zu fühlen.

Schreiben Sie viel Code!

Programmieren lernt man nur auf eine Weise: indem man viel programmiert! Und das werden Sie in diesem Buch machen. Programmieren ist ein Handwerk. Gut wird man nur durch Übung, und die erhalten Sie hier: Jedes Kapitel enthält eine Menge Übungen, die Sie lösen müssen. Überspringen Sie diese nicht – das Lernen findet zu großen Teilen beim Lösen der Übungen statt. Zu jeder Übung gibt es eine Lösung – werfen Sie ruhig einen Blick darauf, wenn Sie hängen bleiben! Aber versuchen Sie, das Problem zu lösen, bevor Sie sich die Lösung ansehen. Auf alle Fälle sollten Sie die Sache ans Laufen bringen, bevor Sie im Buch weitergehen.

READ ME

Dieses Buch ist eine Lernerfahrung, kein Referenzwerk. Wir haben absichtlich alles weggelassen, was dem Lernerfolg im Wege stehen könnte, egal woran Sie gerade im Buch arbeiten. Und nur beim ersten Durchlesen müssen Sie tatsächlich am Anfang beginnen, da das Buch später davon ausgeht, dass Sie bestimmte Dinge bereits gesehen und gelernt haben.

Dieses Buch soll Sie möglichst schnell auf den Weg bringen.

Wenn Sie etwas wissen müssen, bringen wir es Ihnen bei. Sie werden hier also keine langen Listen mit technischen Details finden, keine Tabellen mit Python-Operatoren oder deren Präzedenzregeln. Wir behandeln hier nicht alles. Trotzdem haben wir sehr hart daran gearbeitet, die wirklich wichtigen Dinge so gut wir können abzudecken, damit Sie Python schnell ins Hirn bekommen und es dort auch bleibt. Die einzige Voraussetzung ist, dass Sie bereits wissen, wie man mit einer beliebigen anderen Programmiersprache programmiert.

Sie können ohne Probleme eine beliebige Version von Python 3 verwenden.

Also gut, das ist vielleicht etwas zu stark vereinfacht. Sie brauchen mindestens Python 3.6. Aber diese Version ist bereits Ende 2016 erschienen. Es ist eher unwahrscheinlich, dass viele Menschen sich im Alltag noch darauf verlassen. Zu Ihrer Information: Als dieses Buch in Druck ging, stand Python 3.12 gerade vor der Tür.

Die Aktivitäten sind NICHT optional – Sie müssen die Arbeit selbst machen.

Die Übungen und Aktivitäten sind kein Beiwerk. Sie sind ein wesentlicher Bestandteil des Buchs. Einige sollen Ihnen beim Merken helfen, andere beim Verstehen und noch andere beim Anwenden. Überspringen Sie nicht die Übungen.

Die Redundanz ist wichtig und beabsichtigt.

Ein wesentliches Anliegen eines Von-Kopf-bis-Fuß-Buchs ist, dass wir wollen, dass Sie es wirklich kapieren. Und wir wollen, dass Sie sich am Ende des Buchs an das Gelernte erinnern. Beständigkeit und Erinnern ist bei den meisten Referenzbüchern nicht das Ziel, aber in diesem Buch geht es ums Lernen. Deshalb werden Sie einige der hier gezeigten Konzepte mehr als einmal sehen.

Die Beispiele sind so kurz wie möglich.

Unsere Leser sagen uns, dass sie es frustrierend finden, sich durch 200 Zeilen Code graben zu müssen, um die beiden Zeilen zu finden, die sie wirklich verstehen müssen. Die meisten Beispiele in diesem Buch werden mit so wenig Kontext wie möglich gezeigt, damit der Teil, den Sie lernen sollen, klar und einfach ist. Sie dürfen nicht erwarten, dass der Code robust oder gar vollständig ist. Die Beispiele in diesem Buch wurden spezifisch für Lehrzwecke geschrieben und sind nicht immer rundum funktionsfähig (obwohl wir versucht haben, das so weit wie möglich sicherzustellen).

Wir haben den gesamten Code und die Ressourcen dieses Buchs ins Internet gestellt, damit Sie sie bei Bedarf nutzen können. Dennoch glauben wir, dass man viel lernen kann, wenn man den Code eintippt, vor allem, wenn man eine (für einen selbst) neue Programmiersprache lernt. Aber für die »Gib-mir-einfach-den-Code«-Typen da draußen, hier ist die GitHub-Seite zu diesem Buch:

https://github.com/headfirstpython/third

Anmerkung: Anders als in anderen Büchern der Von-Kopf-bis-Fuß-Reihe haben wir in diesem Buch darauf verzichtet, die Codebeispiele einzudeutschen. Das Fehlerrisiko ist einfach zu hoch. Außerdem werden Variablen, Funktionen usw. in der Praxis ohnehin so gut wie immer englisch benannt.

Bei den Kopf-Nuss-Übungen gibt es keine Antworten.

Für einige von ihnen gibt es einfach keine richtige Antwort. Und bei anderen besteht ein Teil der Lernerfahrung darin, dass Sie entscheiden, ob und wann Ihre Antworten richtig sind.

Nicht alle Probefahrt-Übungen haben Antworten.

Bei einigen Übungen bitten wir Sie lediglich, eine Reihe von Anweisungen zu befolgen. Sie haben die Möglichkeit zu überprüfen, ob das, was Sie getan haben, tatsächlich funktioniert hat. Im Gegensatz zu anderen Übungen gibt es hier aber keine richtigen Antworten.

Die neueste Python-Version installieren

Was hier zu tun ist, hängt davon ab, welches Betriebssystem Sie verwenden. Wir gehen davon aus, dass dies entweder Windows, macOS oder Linux ist. Die gute Nachricht ist, dass auf allen drei Plattformen das aktuelle Python lauffähig ist. Schlechte Nachrichten gibt es keine.

Wenn Python bei Ihnen bereits in Version 3 läuft, können Sie direkt umblättern – Sie sind bereit. Falls Sie Python noch nicht installiert haben oder eine ältere Version verwenden, wählen Sie den Absatz, der auf Sie zutrifft, und lesen Sie weiter.

Installation unter Windows

Installation unter macOS

Aktuellen Macs liegt oft ein älteres Python-Release bei. Verwenden Sie dies nicht. Besuchen Sie stattdessen die Python-Homepage unter https://www.python.org und bewegen Sie den Mauszeiger über den »Downloads«-Link. Es erscheint ein Untermenü. Klicken Sie auf den Button unterhalb des Texts »Download for macOS«. Das aktuelle Release sollte nun heruntergeladen werden. Die Python-Website erkennt von selbst, dass Sie die Seite von einem Mac aus aufrufen. Sobald der Download beendet ist, führen Sie das Installationsprogramm aus, das bereits in Ihrem Downloads-Ordner auf Sie wartet. Klicken Sie auf den Fortfahren-Button, bis keine weiteren Fortfahren-Buttons mehr angezeigt werden. Sobald die Installation beendet ist, können Sie umblättern – Sie sind bereit für den nächsten Schritt.

Es ist nicht nötig, ältere auf Ihrem Mac vorinstallierte Python-Versionen zu entfernen. Sie werden durch diese Version ersetzt.

Wenn Sie den Homebrew Package Manager verwenden, haben Sie Glück, und es gibt eine weitere Möglichkeit. Homebrew unterstützt den Download und die Installation des aktuellen Python-Release.

Installation unter Linux

Die Von-Kopf-bis-Fuß-Coder sind ein zusammengewürfeltes Team von Technikfans, deren Aufgabe es ist, die Von-Kopf-bis-Fuß-Autoren auf dem richtigen und schmalen Weg zu halten (was nicht immer einfach ist). Die Coder lieben Linux, speziell die Ubuntu-Distribution. Daher werden auch wir sie hier verwenden.

Es ist nicht weiter überraschend, dass eine aktuelle Version von Python 3 in der neuesten Ubuntu-Distribution bereits vorinstalliert ist. Ist das bei Ihnen auch so, war‘s das schon. Möglicherweise wollen Sie noch apt benutzen, um das python3-pip-Package zu installieren.

Wenn Sie eine andere Linux-Distribution als Ubuntu nutzen, verwenden Sie den Paketmanager Ihres Systems, um Python 3 auf Ihrem Linux-System zu installieren. Sobald das erledigt ist, können Sie umblättern – Sie sind bereit für den nächsten Schritt.

Python allein ist nicht genug

Für eine vollständige Installation fehlen noch zwei Dinge: eine Backend-Abhängigkeit und ein moderner Python-fähiger Texteditor. Um Python zu erforschen, damit zu experimentieren und mehr darüber zu lernen, müssen Sie Ihre Python-Installation noch mit einem Runtime-Backend namens Jupyter ausstatten. Das geht ganz einfach, wie Sie gleich sehen werden. Zum Schreiben von Python-Code können Sie grundsätzlich jeden Editor für Programmierer einsetzen. Wir empfehlen Ihnen trotzdem, für die Arbeit mit den Materialien in diesem Buch ein ganz bestimmtes Programm zu verwenden, und zwar Visual Studio Code von Microsoft, bekannt als VS Code.

Dieser Schritt ist unabhängig von Ihrem Betriebssystem. Stellen Sie sicher, dass eine Internetverbindung besteht, öffnen Sie ein Terminalfenster und geben Sie ein:

Daraufhin flitzt eine erstaunliche Menge an Statusmeldungen über den Bildschirm. Wenn Sie gegen Ende eine Meldung sehen, die besagt, dass alles »Successfully installed« (erfolgreich installiert) wurde, haben Sie es geschafft. Falls nicht, lesen Sie in der Jupyter-Dokumentation nach und versuchen es noch einmal.

Installieren Sie das aktuelle Release von VS Code

Schnappen Sie sich Ihren Lieblingsbrowser und besuchen Sie die Download-Seite für VS Code unter:

https://code.visualstudio.com/Download

Es gibt eine Reihe von Alternativen zu VS Code. Unserer Ansicht nach ist VS Code aber fast unschlagbar, wenn es um das Material in diesem Buch geht. Und nein, wir sind *nicht* Teil einer weltweiten Verschwörung zur Verbreitung von Microsoft-Produkten!

Wählen Sie den für Ihr System passenden Download. Nachdem der Download beendet ist, folgen Sie den Anweisungen, um VS Code zu installieren. Danach können Sie umblättern, um die Einrichtung fertigzustellen.

Konfigurieren Sie VS Code ganz nach Ihrem Geschmack

Jetzt können Sie VS Code zum ersten Mal ausführen. Wählen Sie nun den Menüeintrag File (unter macOS Code), dann Preferences und dann Settings, um die Voreinstellungen des Editors anzupassen.

Das sollte ungefähr so aussehen:

Bis Sie mit VS Code vertraut sind, können Sie die gleichen Einstellungen verwenden, die auch die Von-Kopf-bis-Fuß-Coder einsetzen. Hier die in diesem Buch benutzten Einstellungen:

Die Einrückungsmarkierungen (

indentation guides)

sind ausgeschaltet.

Das Farbthema (

color theme)

ist auf

Light

eingestellt.

Die Editor-

Minimap

ist deaktiviert.

Die Zeilenhervorhebung (

render line highlight)

des Editors hat den Wert

none

.

Die Schriftgröße (

font size)

des Terminals und des Editors ist auf

14

eingestellt.

Die Einstellung

show cell status bar

für das Notebook lautet

hidden

.

Die Glühbirne (

lightbulb)

des Editors ist deaktiviert.

Fügen Sie zwei notwendige Erweiterungen zu VS Code hinzu

Die empfohlenen Editor-Einstellungen brauchen Sie nicht zu übernehmen, zwei VS-Code-Erweiterungen sind dagegen absolut notwendig, und zwar Python und Jupyter.

Nachdem Sie die Editor-Einstellungen angepasst haben, schließen Sie den Settings-Tab, indem Sie auf das X klicken. Suchen Sie anschließend nach den nötigen Erweiterungen, wählen Sie diese aus und installieren Sie sie. Klicken Sie zunächst auf das Extensions-Icon links im VS-Code-Hauptfenster:

Die Python-Unterstützung von VS Code ist auf dem neuesten Stand

Nach der Installation der Python- und Jupyter-Erweiterungen werden weitere Details angezeigt, wie hier zu sehen:

Diese zusätzlichen Erweiterungen verbessern die Unterstützung von Python und Jupyter durch VS Code über die Standarderweiterungen hinaus. Auch wenn Sie (im Moment) noch nicht genau wissen müssen, was diese zusätzlichen Erweiterungen tun, zumindest so viel: Sie helfen, VS Code in einen Python-Editor mit Superkräften zu verwandeln.

Wenn Python 3, Jupyter und VS Code installiert sind, können Sie loslegen!

Geek-Tipp

Im Verlauf dieses Buchs werden Ihnen technische Hinweisboxen wie diese begegnen. Wir benutzen diese Geek-Tipps, um ein bestimmtes Thema genauer zu beleuchten als im Haupttext. Aber keine Panik, wenn das Material in diesen Boxen Sie aus dem Konzept bringt. Die Tipps sind dazu gedacht, Ihren inneren Nerd zufriedenzustellen. Sie können alle Geek-Tipps beim ersten Durchlesen überspringen, ohne etwas zu verpassen (und ohne Schuldgefühle haben zu müssen).

Ja, dies ist ein Geek-Tipp über Geek-Tipps (und jetzt bitte keine albernen Witze über Rekursionen – vielen Dank auch).

Das Team der technischen Sachverständigen

Daniel Hinojosa

Mike Hopkins

Dave Marsden

David Mertz

William Jamir Silva

Lernen Sie das Von-Kopf-bis-Fuß-Team der technischen Sachverständigen kennen!

Das Team hatte die Aufgabe, den »Early-Release«-Entwurf dieses Buchs zu prüfen, was die endgültig veröffentlichte Version stark verbessert hat. Jeder einzelne Kommentar wurde gelesen und in Betracht gezogen. Danach wurde entweder eine Entscheidung darüber getroffen oder entsprechend gehandelt. Diese Menschen haben dabei geholfen, Kaputtes wieder in Ordnung zu bringen, viele unserer Erklärungen zu verbessern, und – an wenigen Stellen – haben sie einige unserer peinlichen Programmierfehler wieder ausgebügelt.

Sollte das Buch trotzdem noch Fehler enthalten, ist dafür selbstverständlich einzig und allein der Autor verantwortlich.

Von Herzen ein großes Dankeschön an jeden dieser Sachverständigen: Wir wissen eure Arbeit sehr zu schätzen.

[Und an den mysteriösen Mark, den technischen Sachverständigen, der anonym bleiben wollte: Auch dir vielen Dank für deine ausgezeichneten Vorschläge.]

Danksagungen

Bei O’Reilly beginne ich mit Melissa Potter, der Lektorin dieses Buchs.

Melissa war eine großartige Bereicherung für dieses Buch, auch wenn sie (manchmal) verzweifelte, als es länger dauerte als erwartet. Ich bin sehr dankbar für Melissas Leitung und Geduld, vor allem aber für ihren scharfen Blick beim Erkennen von Problemen mit dem »Flow« des Buchs und meinem Sprachgebrauch. Ich habe immer gesagt, dass jeder eine Lektorin (oder einen Lektor) braucht, egal ob man ein Buch schreibt oder nicht. Ich bin froh, dass Melissa die Lektorin für die dritte Auflage war.

Aus der Von-Kopf-bis-Fuß-Perspektive geht mein Dank an Beth Robson, eine der Beraterinnen der Buchreihe für ihre detaillierten Kommentare und Vorschläge zum Material der »Early-Release«-Ausgabe. Ich hoffe, das fertige Buch bringt Beth zum Lächeln.

Eine Menge Menschen arbeiten hinter den Kulissen von O’Reilly. Allen diesen bin ich dankbar, insbesondere aber der Crew in der Produktionsabteilung, die meine (immer noch amateurhaften) InDesign-Seiten in ein wunderschönes gedrucktes Buch verwandelt haben. Vielen Dank.

Darüber hinaus möchte ich mich ein weiteres Mal bei meinem Abteilungsleiter Nigel Whyte für die beständige Unterstützung meiner Arbeit an diesen Schreibprojekten bedanken. Danke auch an meine Studenten der Fächer Spieleentwicklung und Softwareentwicklung sowie meinen Data-Science-Doktoranden, die im Laufe der Jahre verschiedene Versionen des hier verwendeten Materials über sich ergehen lassen mussten. Es war mir immer ein Vergnügen, diese Gruppen zu unterrichten. Dabei zu sehen, wie positiv sie auf das Lernen von Python reagieren, tut mir unendlich gut.

Zu Hause musste meine Frau Deirdre ein weiteres Buchprojekt über sich ergehen lassen, das, wie schon gesagt, jeden noch so kurzen Augenblick in Anspruch zu nehmen schien. Als die erste Auflage dieses Buchs herauskam, waren unsere Kinder gerade im Teenager-Alter (oder jünger). Inzwischen studieren sie oder verfolgen größere und bessere Ziele. Ich brauche wohl nicht zu erwähnen, dass ich ohne die Unterstützung und die Liebe meiner Frau und meiner Familie verloren wäre.

Über den Übersetzer dieses Buchs

Jørgen W. Lang lebt und arbeitet als freier Autor (»CSS Kochbuch«) und Übersetzer in Oldenburg/Niedersachsen. Mitte der Neunzigerjahre des vergangenen Jahrhunderts begann er, sich mit dem damals noch jungen World Wide Web und seinen Möglichkeiten zu beschäftigen. Pünktlich zum Jahrtausendwendejahr erschien seine erste Übersetzung für den O’Reilly Verlag. Mittlerweile ist der Umfang seiner Übersetzungen auf mehr als 10.000 Seiten angewachsen.

Mit großer Energie und Ausdauer bringt Jørgen seit fast schon zwei Jahrzehnten Webseiten bei, das zu tun, was von ihnen erwartet wird – unabhängig davon, auf welchem Gerät sie betrachtet werden (elektrische Zahnbürsten ausgenommen).

Das zweite Standbein von Jørgen Lang ist die Musik. Außerhalb der Welt der semantischen Elemente, Selektoren und Objekte hat er sich einen Namen als hervorragender Gitarrist, Sänger, Komponist und Arrangeur gemacht und kann auf eine Vielzahl veröffentlichter Alben und mehrere Hundert Konzerte in aller Welt (z. B. für die UNESCO in Seoul) zurückblicken.

0 Warum Python?

Ähnlich und doch anders

Wie Sie vermutlich schon wissen, beginnt Python mit dem Zählen bei null. Python hat eine Menge mit anderen Programmiersprachen gemeinsam. Es gibt Variablen, Schleifen, Bedingungen, Funktionen und so weiter. In diesem Eröffnungskapitel nehmen wir Sie mit auf eine kleine Besichtigungstour, die Ihnen einen Überblick über die Grundlagen von Python vermitteln soll. Das heißt, wir zeigen Ihnen die Sprache, aber ohne zu sehr ins Detail zu gehen. Sie werden lernen, mit Jupyter Notebook (innerhalb von VS Code) eigenen Code zu schreiben und auszuführen. Dabei werden Sie staunen, wie viel Programmierfunktionalität direkt in Python eingebaut ist. Das werden Sie nutzen, um verschiedene Aufgaben zu erledigen. Außerdem erfahren Sie, dass Python viele Konzepte mit anderen Programmiersprachen gemeinsam hat, diese aber etwas anders umsetzt. Verstehen Sie uns hier nicht falsch: Wir meinen hier die guten Unterschiede, nicht die schlechten. Lesen Sie weiter, um mehr zu erfahren.

Python im Gespräch

Für das heutige Interview haben wir einen besonderen Gast: die Programmiersprache Python.

Von Kopf bis Fuß: Es ist uns eine große Freude, Sie heute bei uns zu haben.

Python: Oh, vielen Dank.

VKbF: Sie sind als eine der beliebtesten aktuell verwendeten Programmiersprachen bekannt. Woran liegt das Ihrer Meinung nach?

Python: (errötend) Wow, das ist ein echt großes Lob. Ich vermute mal, dass viele Programmierer mich einfach mögen.

VKbF: Sicher, aber warum? Was macht Sie so anders?

Python: Ich glaube nicht mal, dass ich mich so sehr von anderen Programmiersprachen unterscheide. Ich habe Variablen, Schleifen, Bedingungen, Funktionen und so weiter, genau wie all die anderen Sprachen auch.

VKbF: Okay, aber woher kommt dann Ihr großer Erfolg?

Python: Ich vermute, das hat eine Reihe von Gründen.

VKbF: Wie zum Beispiel …?

Python: Na ja, man sagt, ich bin einfach zu lesen.

VKbF: Sie meinen, die Menschen können Ihre Gedanken erkennen?!?

Python: Oh, das klingt sehr lustig und wirklich drollig, aber ich meine natürlich die Tatsache, dass mein Code leicht zu lesen ist.

VKbF: Und woran liegt das Ihrer Meinung nach?

Python: Zunächst einmal brauche ich keine Semikolons, außerdem muss längst nicht alles mit geschweiften Klammern umgeben werden – wie in anderen Programmiersprachen. Das macht meinen Code sehr sauber und hilft bei der Lesbarkeit und dem Verständnis.

VKbF: Was noch?

Python: