Python Documentation
Concise, example-driven Python reference. Read the concept, see the code, then practice it in a Coddy journey.
Start a guided Python journeyErste Schritte
- Was ist Python?Eine verständliche Einführung in Python — was es ist, wofür es verwendet wird und warum so viele Menschen es als ihre erste Programmiersprache wählen.
- Python installierenEine Schritt-für-Schritt-Anleitung zur Installation von Python auf jedem Betriebssystem, zum Prüfen der Version und wie du erkennst, wann du eigentlich gar nichts installieren musst.
- Python-Code ausführenDrei Wege, Python-Code auszuführen — die interaktive Shell, eine gespeicherte .py-Datei vom Terminal aus und aus einem Editor — mit Tipps, wann welcher passt.
- Python-SyntaxDas kleinste Regelwerk, an dem Python tatsächlich hängt — Einrückung, Zeilenumbrüche, Doppelpunkte und Groß-/Kleinschreibung — ohne Fachchinesisch erklärt.
- KommentareSo schreibst du Kommentare in Python — einzeilig mit #, mehrzeilige Blöcke und Docstrings zum Dokumentieren von Funktionen und Modulen.
Variablen & Daten
- VariablenWie Variablen in Python funktionieren — Zuweisung, Namensregeln, Neuzuweisung und das mentale Modell, das dich vor Ärger bewahrt.
- DatentypenEine Tour durch Pythons eingebaute Datentypen — Zahlen, Strings, Booleans, None, Listen, Tupel, Sets, Dicts — mit Beispielen und dem passenden Einsatzzweck.
- StringsMit Text in Python arbeiten — Strings erstellen, f-Strings nutzen, Slicing und die Alltagsmethoden wie split, join, replace und strip.
- f-StringsEin praktischer Leitfaden zu Python-f-Strings — Variablen und Ausdrücke einbetten, Zahlen und Daten formatieren und wann die älteren Formatierungsstile passen.
- Zahlen & BooleansWie Python mit Ganzzahlen, Fließkommazahlen und Booleans umgeht — Arithmetik, Umwandlung und die Randfälle, über die Leute stolpern.
- Input & PrintWie Pythons print()- und input()-Funktionen funktionieren — plus Trennzeichen, End-Zeichen und wie du Nutzereingaben in Zahlen umwandelst.
Kontrollfluss
- OperatorenEine komplette Tour durch Python-Operatoren — Arithmetik, Vergleich, Logik, Zuweisung, Zugehörigkeit und Identität — jeweils mit Beispielen.
- if / elif / elseWie Pythons if-, elif- und else-Anweisungen funktionieren — mit truthy Werten, verschachtelten Bedingungen und dem ternären if-Ausdruck.
- for-SchleifenWie Pythons for-Schleife funktioniert — iterieren über Listen, Strings, Ranges, Dictionaries und alles andere Iterierbare, plus break, continue und else.
- while-SchleifenWann du eine while-Schleife statt einer for-Schleife wählst, wie du Endlosschleifen vermeidest und die Muster, die in echtem Code am häufigsten vorkommen.
- range()Wie range() in Python funktioniert — Start, Stop, Step, negative Ranges und warum er lazy ist statt eine Liste zu materialisieren.
Sammlungen
- ListenEine Arbeitstour durch Python-Listen — die häufigste Sammlung — mit Erstellung, Indizieren, Slicing, append, sort und den Mustern, zu denen du am meisten greifst.
- TupelWann du zu einem Tupel statt zu einer Liste greifst — Unveränderlichkeit, Unpacking, Named Tuples und die Szenarien, für die Tupel gemacht sind.
- SetsWann du zu einem Python-Set greifst — Eindeutigkeit, schnelle in-Prüfungen und die mathematischen Operationen (Vereinigung, Schnittmenge, Differenz), die Sets stark machen.
- DictionariesDictionaries sind Pythons Schlüssel-Wert-Struktur — der eine Datentyp, zu dem du nach den Grundlagen ständig greifst.
- List ComprehensionMit List Comprehensions baust du eine neue Liste in einer lesbaren Zeile — mappen, filtern oder beides — und ersetzt das Loop-und-append-Muster.
Funktionen & Struktur
- FunktionenWie du in Python Funktionen definierst und nutzt — Parameter, Rückgabewerte, Default-Argumente, Keyword-Argumente und Namensgewohnheiten, die Code lesbar halten.
- *args und **kwargsWas *args und **kwargs bedeuten, wann du sie einsetzt und wie du Argumente sauber zwischen Funktionen weiterreichst.
- LambdaWas lambda ist, wofür es gut ist und die wenigen Stellen, an denen es sich wirklich lohnt — plus wann du stattdessen zu einer benannten Funktion greifst.
- DekoratorenWas Python-Dekoratoren wirklich sind, wie du eigene schreibst und die Muster (Argumente, Stacken, wraps), die sie nutzbar machen.
- Type HintsWas Python-Type-Hints sind, wann sie helfen und die Syntax, um Variablen, Funktionssignaturen, Container und optionale Werte zu annotieren.
- Module & ImportsWie Pythons Modulsystem funktioniert — eigene Module schreiben, aus ihnen importieren und mit pip Drittpakete installieren.
- pip & PaketeWie du Python-Pakete mit pip installierst, aktualisierst und entfernst — inklusive PyPI, requirements-Dateien und wie du die Globalinstall-Falle vermeidest.
- Virtuelle UmgebungenWas eine virtuelle Umgebung ist, warum jedes echte Python-Projekt eine braucht und wie du sie mit dem eingebauten venv-Modul anlegst und verwaltest.
- __main__-GuardWas `if __name__ == '__main__'` wirklich tut, warum jedes ernsthafte Python-Skript in dieses Muster hineinwächst und wie du eine Datei als Skript und Modul strukturierst.
Erweiterte Iteration
- GeneratorenWie Generatoren in Python Werte lazy erzeugen — das Schlüsselwort `yield`, Generator-Ausdrücke und wann sie eine schlichte Liste schlagen.
- Context ManagerWas die `with`-Anweisung wirklich tut — automatisches Aufräumen für Dateien, Locks, Datenbankverbindungen und alles andere, das zuverlässig geschlossen werden muss.
Mit echten Daten arbeiten
- DateiverarbeitungWie du Dateien in Python liest und schreibst — die with-Anweisung, Text vs. Binary und die sicherere moderne pfadbasierte API.
- JSONWie du JSON in Python liest und schreibst — loads, dumps, aus Dateien lesen, Pretty-Print und die Randfälle, die bei echten Daten vorkommen.
- CSV-DateienWie du CSV-Dateien in Python liest und schreibst — das csv-Modul, DictReader und DictWriter, Header, Quoting und wann du stattdessen zu pandas greifst.
- HTTP-RequestsWie du HTTP-Anfragen in Python mit der requests-Bibliothek stellst — GET, POST, Query-Parameter, Header, JSON-Bodies und Fehlerbehandlung.
- datetimeEine praktische Tour durch Pythons datetime-Modul — Parsen, Formatieren, mit Daten rechnen und Zeitzonen behandeln, ohne sich zu verirren.
- RegexEine praktische Einführung in Pythons re-Modul — suchen, matchen, Gruppen einfangen, ersetzen und die Muster, zu denen du am meisten greifst.
Fehler & Debugging
- AusnahmenWie du Fehler in Python behandelst — try/except/finally, gezielt Ausnahmen fangen, eigene werfen und wann du einen Fehler hochschlagen lässt.
- Fehlertypen & DebuggingEine Tour durch die Python-Fehler, denen du am häufigsten begegnest — KeyError, ValueError, ModuleNotFoundError, EOFError — und die Debugging-Gewohnheiten, die sie schnell beheben.
