Python 3 Grundkurs intensiv

Lernziel: Eine funktionsfähige Python-Umgebung einrichten und erste lauffähige Skripte mit sauberer Basis-Syntax schreiben.

Inhalt: Überblick zu Python 3 und Einordnung im Vergleich zu anderen Programmiersprachen. Einrichtung von Entwicklungsumgebungen wie PyCharm, VS Code, (neo-)vim mit LSP und Jupyter Notebook. Grundkonfiguration von Interpreter, Projektstruktur und Skriptausführung. Einführung in Linter, LSPs und sinnvolle Werkzeuge für den Programmieralltag. Kurzer Überblick zu KI-Modellen und GitHub Copilot als Unterstützung beim Python Programmieren. Einstieg in Datentypen, Variablen, Zuweisungen, Operatoren, Ausgaben und einfache Ausdrücke.

Praxis: Einrichtung der Arbeitsumgebung, erstes Python-Skript, erste Aufgaben zu Variablen, Strings, Zahlen und Ausgaben.

Lernziel: Passende Datenstrukturen auswählen und Programmlogik zuverlässig mit Verzweigungen und Schleifen steuern.

Inhalt: Listen, Tupel, Dictionaries und Sets mit typischen Operationen, Zugriffsmustern und Einsatzfällen. Verarbeitung strukturierter Daten mit Sequenzen und Schlüssel-Wert-Strukturen. Kontrollstrukturen mit if, elif und else. Logische Operatoren, Vergleichsoperatoren und Wahrheitswerte. for- und while-Schleifen, Iteratoren, break, continue und typische Schleifenmuster.

Praxis: Programmieraufgaben zur Datenmodellierung, Filterung, Iteration und Verarbeitung von Listen, Dictionaries und Sets.

Lernziel: Code in wiederverwendbare Funktionen und Module strukturieren sowie Lesbarkeit und Wartbarkeit verbessern.

Inhalt: Funktionen definieren, Parameter und Argumente nutzen, Rückgabewerte einsetzen und Schnittstellen sinnvoll gestalten. Scope, lokale Variablen und Seiteneffekte. Type Hints und DocStrings als Grundlage für verständlichen, überprüfbaren Code. Eigene Module und Packages erstellen, Import-Strategien anwenden und Projektstrukturen aufbauen. pip, 3rd Party Pakete und Virtual Environments mit venv für reproduzierbare Arbeitsumgebungen.

Praxis: Zerlegung eines Skripts in Funktionen, Aufbau eines kleinen Moduls, Installation externer Pakete und Arbeit mit einer virtuellen Umgebung.

Lernziel: Objektorientierung gezielt einsetzen, um komplexere Programme verständlich zu modellieren.

Inhalt: Klassen und Objekte, Attribute, Methoden, Konstruktoren und Instanzzustand. Vererbung mit Basisklassen, Subklassen und super(). Abstrakte Klassen und Composition als Strukturierungswerkzeuge. Magische Methoden für Python-typisches Verhalten. Überschreiben von Methoden und Operator Overloading auf Python Art. Einordnung, wann OOP sinnvoll ist und wann Funktionen oder Module ausreichen.

Praxis: Entwicklung eines kleinen objektorientierten Beispiels mit Klassen, Methoden, Vererbung und Komposition.

Lernziel: Robuste Programme schreiben, die mit Dateien, Zeit, Logs und Datenbanken arbeiten, und den weiteren Lernpfad nach dem Grundkurs planen.

Inhalt: Exception Handling mit try, except, else und finally. Eigene Exceptions für fachliche Fehlerfälle. Lesen und Schreiben von Dateien. Dateisystemzugriff und Systeminformationen mit os und sys. Zeit- und Datumslogik mit datetime und time. Logging für nachvollziehbare Programmausgaben. SQLite für einfache Datenpersistenz und grundlegende Abfragen. Ausblick auf Testing, pytest, NumPy, Pandas und typische Anschlussrichtungen wie Webentwicklung, Systemadministration, Datenanalyse und Machine Learning.

Praxis: Erweiterung eines Programms um Fehlerbehandlung, Dateioperationen, Logging und einfache SQLite-Anbindung.