Python
heapq in Python: Prioritätswarteschlangen und Heaps effizient nutzen
Wenn du immer schnell das kleinste Element brauchst, ist eine sortierte Liste die falsche Wahl. Das heapq-Modul liefert die richtige Datenstruktur mit.
Python
Tutorials, Tipps und Praxisbeispiele rund um die Programmiersprache Python.
Python
Magische Methoden in Python: Dunder-Methoden verstehen und nutzen
Mit Dunder-Methoden wie __repr__, __eq__ oder __add__ machst du eigene Klassen so komfortabel wie Pythons eingebaute Typen. So funktionieren sie – und so nutzt du sie richtig.
Python
f-Strings in Python: Strings elegant und sicher formatieren
f-Strings sind die modernste und lesbarste Art, in Python Werte in Text einzubauen. Du lernst, wie du Ausdrücke einbettest, Zahlen formatierst und sauber ausrichtest.
Python
subprocess in Python: Externe Programme sicher aufrufen
Wie du mit dem subprocess-Modul externe Programme startest, ihre Ausgabe einfängst und typische Sicherheitsfallen vermeidest.
Python
Das functools-Modul in Python: lru_cache, partial und reduce
Das functools-Modul bündelt Werkzeuge, die Funktionen erweitern, zwischenspeichern und umbauen. Wir schauen uns lru_cache, partial, reduce und wraps an – mit lauffähigen Beispielen.
Python
Das itertools-Modul in Python: Iteratoren clever kombinieren
itertools liefert dir speichereffiziente Bausteine für Schleifen und Iteratoren. Du lernst count, cycle, chain, groupby, combinations und mehr – mit lauffähigen Beispielen.
Python
Logging in Python: Vom print() zum strukturierten Log
print() ist zum Debuggen praktisch – aber ab einer gewissen Projektgröße wird es unübersichtlich. Das logging-Modul aus der Standardbibliothek bringt Ordnung: Log-Level, Formatierung und getrennte Ausgaben.
Python
Sets in Python: Eindeutige Werte und blitzschnelle Lookups
Sets speichern jedes Element nur einmal und finden Werte extrem schnell. Wie du sie erstellst, mit Mengenoperationen kombinierst und wann sie die bessere Wahl gegenüber Listen sind.
Python
Dataclasses in Python: Weniger Boilerplate für saubere Datenobjekte
Wer Klassen nur zum Speichern von Daten schreibt, tippt schnell viel überflüssigen Code. Der Decorator @dataclass nimmt dir __init__, __repr__ und den Vergleich ab – und macht deinen Code lesbarer.
Python
Generatoren in Python: Speicher sparen mit yield und Lazy Evaluation
Warum du mit yield gigantische Datenmengen verarbeiten kannst, ohne dass dir der Arbeitsspeicher wegläuft – und wie Generatoren wirklich funktionieren.
Python
Structural Pattern Matching in Python: match und case verstehen
Seit Python 3.10 gibt es mit match und case ein mächtiges Werkzeug, das weit mehr kann als ein einfaches switch. Lerne, wie du damit Werte, Strukturen und ganze Objekte elegant abgleichst.
Python
Datum und Uhrzeit in Python: naive vs. aware und der Zeitzonen-Fallstrick
Warum datetime.now() ohne Zeitzone eine tickende Zeitbombe ist, was „naive" und „aware" Objekte unterscheidet und wie du mit zoneinfo saubere, DST-sichere Zeitangaben schreibst.