Python Programmierkurs

Lektion 1 • Kernsyntax und Datentypen

Führt Variablen, Literale und die eingebauten Typen von Python ein. Vermittelt das Vokabular, das zum Schreiben jedes aussagekräftigen Ausdrucks benötigt wird.

Lektion 2 • Ein- und Ausgabe sowie Kommentare

Behandelt print(), input() und Praktiken der Inline-Dokumentation. Versetzt die Teilnehmer in die Lage, interaktive Skripte zu erstellen und lesbaren Code zu schreiben.

Lektion 3 • Skripte ausführen und debuggen

Erläutert die Skriptausführung, Fehlermeldungen und grundlegendes Debugging. Die Teilnehmer gewinnen Sicherheit darin, Syntax- und Laufzeitfehler selbstständig zu beheben.

Lektion 4 • Python und Entwicklungswerkzeuge installieren

Behandelt die Python-Installation, die Versionsauswahl und die Einrichtung der IDE. Schafft die technische Grundlage, von der jedes folgende Kapitel abhängt.

Lektion 1 • For-Schleifen und Iteration

Behandelt for-Schleifen über Sequenzen und die range()-Funktion. Die Teilnehmer automatisieren sich wiederholende Aufgaben über Datensammlungen hinweg.

Lektion 2 • While-Schleifen und Schleifensteuerung

Führt while-Schleifen und die Anweisungen break, continue und pass ein. Die Teilnehmer behandeln unbestimmte Wiederholungen und optimieren das Schleifenverhalten.

Lektion 3 • Comprehensions und Generatoren

Lehrt Listen-, Dict- und Set-Comprehensions sowie Generator-Ausdrücke. Die Teilnehmer schreiben prägnante, speichereffiziente Iterationsmuster.

Lektion 1 • Geltungsbereich, Namensräume und Closures

Erläutert die LEGB-Scope-Regeln, global/nonlocal und Closure-Mechanismen. Die Teilnehmer vermeiden Namenskonflikte und nutzen Closures zur Zustandserhaltung.

Lektion 2 • Decorators und Funktionsverpackung

Behandelt die Decorator-Syntax und häufige Anwendungsfälle wie Protokollierung und Zeitmessung. Die Teilnehmer erweitern das Funktionsverhalten, ohne den ursprünglichen Quellcode zu ändern.

Lektion 3 • Funktionen definieren und aufrufen

Behandelt die def-Syntax, Parameter und Rückgabewerte. Funktionen werden zur primären Einheit wiederverwendbarer Logik im gesamten Kurs.

Lektion 4 • Lambda-Funktionen und Funktionen höherer Ordnung

Führt anonyme Funktionen sowie map(), filter() und sorted() ein. Die Teilnehmer wenden funktionale Muster an, um Daten prägnant zu transformieren und zu filtern.

Lektion 1 • Dictionaries: Schlüssel-Wert-Speicherung

Lehrt Dict-Erstellung, -Zugriff, -Iteration und gängige Methoden. Dicts sind der primäre Zuordnungstyp für strukturierte Daten in Python.

Lektion 2 • Tupel und Unveränderlichkeit

Erläutert Tupel-Erstellung, Entpacken und die Vorteile der Unveränderlichkeit. Die Teilnehmer verwenden Tupel für feste Datensätze und sichere Mehrwertrückgaben.

Lektion 3 • Listen: Erstellung und Manipulation

Behandelt Listenerstellung, Indexierung, Slicing und Mutationsmethoden. Listen dienen als Standard-Sequenztyp in den meisten Python-Programmen.

Lektion 4 • Sets und Mengenoperationen

Behandelt Set-Erstellung, Mitgliedschaftstests und mathematische Operationen. Die Teilnehmer verwenden Sets zur Deduplizierung und für effiziente Mitgliedschaftsprüfungen.

Lektion 1 • Kapselung und Properties

Erläutert öffentliche, geschützte und private Namenskonventionen sowie @property. Die Teilnehmer erzwingen die Datenintegrität durch kontrollierten Attributzugriff.

Lektion 2 • Klassen, Objekte und Attribute

Führt Klassendefinition, Instanziierung und Instanzattribute ein. Etabliert das Objektmodell, auf dem alle OOP-Muster aufbauen.

Lektion 3 • Methoden und spezielle Methoden

Behandelt Instanzmethoden, Klassenmethoden, statische Methoden und Dunder-Methoden. Die Teilnehmer steuern das Objektverhalten und die Repräsentation präzise.

Lektion 4 • Polymorphie und abstrakte Klassen

Behandelt Duck-Typing, isinstance() und das abc-Modul. Die Teilnehmer schreiben Code, der mit jedem Objekt funktioniert, das eine gemeinsame Schnittstelle teilt.

Lektion 1 • Virtuelle Umgebungen und Abhängigkeitsverwaltung

Lehrt venv, pip und requirements-Dateien zur Projektisolation. Die Teilnehmer verwalten Abhängigkeiten reproduzierbar über verschiedene Rechner hinweg.

Lektion 2 • Dateien lesen und schreiben

Behandelt open(), Dateimodi und die with-Anweisung für sichere I/O. Die Teilnehmer lesen Text- und Binärdateien ohne Ressourcenlecks.

Lektion 3 • Ausnahmebehandlung

Erläutert try, except, else, finally und benutzerdefinierte Ausnahmen. Die Teilnehmer schreiben Programme, die kontrolliert scheitern, anstatt abzustürzen.

Lektion 4 • Module, Pakete und Importe

Behandelt die Import-Syntax, __init__.py und die Standardbibliothek. Die Teilnehmer organisieren Code in wiederverwendbare Pakete und nutzen integrierte Werkzeuge.

Lektion 1 • Arbeitsablauf der explorativen Datenanalyse

Wendet Bereinigungs- und Aggregationsfähigkeiten auf eine vollständige EDA-Pipeline an. Die Teilnehmer erstellen zusammenfassende Statistiken und identifizieren Muster in echten Daten.

Lektion 2 • Gruppierung, Aggregation und Zusammenführung

Behandelt groupby(), agg(), merge() und concat(). Die Teilnehmer fassen Datensätze zusammen und kombinieren sie, um analytische Fragen zu beantworten.

Lektion 3 • Pandas Series und DataFrames

Behandelt die Erstellung, Indexierung und grundlegende Inspektion von Series und DataFrame. DataFrames werden zur primären Struktur für die Arbeit mit tabellarischen Daten.

Lektion 4 • Datenbereinigung und -transformation

Lehrt den Umgang mit fehlenden Werten, Typumwandlung und Spaltenoperationen. Die Teilnehmer bereiten Rohdatensätze für die Analyse oder Modellierung vor.

Lektion 1 • Entwicklung von Befehlszeilenschnittstellen

Behandelt argparse und click zur Erstellung von CLI-Tools. Die Teilnehmer stellen Anwendungsfunktionen über eine professionelle Befehlszeilenschnittstelle bereit.

Lektion 2 • Testen mit pytest

Lehrt Unit-Testing, Fixtures und testgetriebene Entwicklung mit pytest. Die Teilnehmer überprüfen die Korrektheit und verhindern automatisch Regressionen.

Lektion 3 • Projektarchitektur und Entwurfsmuster

Behandelt MVC-Trennung, das Single-Responsibility-Prinzip und gängige Muster. Die Teilnehmer strukturieren Projekte so, dass sie bei wachsender Größe wartbar bleiben.

Lektion 4 • Paketieren und Verteilen von Python-Projekten

Behandelt pyproject.toml, Build-Werkzeuge und das Veröffentlichen in einem Paketindex. Die Teilnehmer teilen wiederverwendbare Bibliotheken mit Teammitgliedern oder der Öffentlichkeit.