Advanced Python Tutorial
Fortgeschrittene Programmierung
Dieser Teil unseres Python-Tutorial wendet sich an fortgeschrittene Programmierende. HIer fragen sich wohl die meisten sofort, ob sie hier richtig sind. Wie in verschiedenen anderen Lebens- und Wissensbereichen ist es auch bei Python nicht einfach, die Trennlinie zwischen Anfängern und Fortgeschrittenen zu finden und zu beschreiben. So ist es auch schwierig zu entscheiden, was die geeigneten Themen für diesen Teil des Tutorials snd. Manche Themen werden von einigen als besonders schwer eingestuft, während andere diese als nicht schwierig einstufen. So wie der Wanderpfad im Bild auf der rechten Seite. Für Leute mit Bergerfahrung ist es ein Spaziergang, während Leute ohne Erfahrung oder mit starkem Schwindelgefühl, es bereits beim Anblick des Bildes graust.
Bei der Frage, was fortgeschrittene Themen sind, also Python-Themen, die für Anfänger zu schwierig sind, habe ich mich von meinen Erfahrungen aus zahlreichen Pythontrainings leiten lassen.
Diejenigen, die unser Anfänger-Tutorial erfolgreich abgeschlossen haben oder an anderer Stelle ausreichend Python-Erfahrung gesammelt haben, sollten keine Probleme haben. Wie überall in unserem Tutorial stellen wir die Themen so sanft wie möglich vor.
Fortgeschrittene Themen in Python
- Bevor man mit dem Kapitel "Rekursive Funktionen mit Python" könnte es vielleicht sinnvoll sein, unsere Einführung in "Funktionen mit Python" zu wiederholen.
- Eine oft gestellte Frage ist der Unterschied zwischen Iteratoren und iterierbaren Objekten und dabei geht es auch in diesem Kapitel unseres Tutorials.
- Möchte man wirklich richtig gute und pythonische Programme schreibe, kommt man nicht umhin, Generatoren und Iteratoren, zu kennen, zu verstehen und anzuwenden.
- Auch wenn sie von vielen nicht gemocht sind: Kennen sollte man die anonymen Funktionen: Lambda-Operator map-, filter- und reduce
- Die zip Funktion verleiht Python große Mächtigkeit und deshalb widmen wir ihr auch eine eigene Einführung: Python: zip-Tutorial
- Dekorateuresind eine aus den funktionalen Programmiersprachen bekannte und in Python geliebte Programmiertechnikg.
- Auch dieses Kapitel unseres Tutorials beschäftigt sich mit Dekorateuren und zwar mit einer sehr interessanten Anwendung: Memoisation mit Dekoratoren.
- Listen-Abstraktion in Python ist die bevorzugte Alternative zur den Funktionen map und filter.
- Tests werden häufig bei der Programmentwicklung vernachlässigt, auch wenn sie von äußerster Wichtigkeit für die Qualität eines Produktes sind: Doctest und UnitTest
- Computerlinguistik und Textverarbeitung in Python wäre ohne "Reguläre Ausdrücke" wohl undenkbar.
- Reguläre Ausdrücke für Fortgeschrittene
Mithilfe erwünscht
Niemand und nichts ist perfekt. Wir hätten gerne ein perfektes Python-Tutorial. Deshalb sind wir ständig dabei diese Webseite zu verbessern, d.h. neue Inhalte hinzuzufügen, Kapitel zu erweitern und Fehler zu verbessern. Ja, und da wären wir beim Thema: Fehler sind immer ärgerlich für die Besucherinnen und Besucher unserer Tutorials und auch für die Autoren. Wir freuen uns deshalb, wenn wir Informationen über Unstimmigkeiten erhalten. Seien es- Flüchtigkeitsfehler
- Fehler in den Beispielprogrammen oder Übungen
- Fehler im Aufbau, d.h. man kann den Erklärungen an einer bestimmten Stelle nicht richtig folgen oder die Erklärung scheint nicht ganz stimmig zu sein.
- was auch immer sonst
Herzlichen Dank!
Spenden
Ihre Unterstützung ist dringend benötigt. Diese Webseite ist frei von Werbeblöcken und -bannern! So soll es auch bleiben! Dazu benötigen wir Ihre Unterstützung:Weshalb wir Ihre Spende benötigen erfahren Sie hier
Werbung
Tutorial in Papierform
Bücher zur Webseite
Im Hanser-Verlag sind zwei Bücher von Bernd Klein erschienen, die auf den Inhalten dieser Webseite aufbauen, aber auch über die Inhalte hinausgehen. Es lohnt sich also das Buch zu kaufen, womit Sie außerdem diese Webseite unterstützen!Einführung in Python3
Zum Online-Shop des Hanser-Verlages, wo Sie das Buch versandkostenfrei bestellen können!
Numerisches Python: Arbeiten mit NumPy, Matplotlib und Pandas
Informationen zum Buch