Python - Grundlagen

Einführung in die Arbeitsumgebung des Kurses

• Visual Studio Code
• Jupyter-Notebook

Python-Grundlagen

• Anwendungsbereiche
• Installation
• Entwicklungsumgebungen
• Vergleich mit anderen Programmiersprachen
• Syntax

Elementare Datentypen

• None
• Boolesche Werte
• Ganzzahlen
• Fließkommazahlen
• Strings

Komplexere Datentypen

• Tupel
• Liste
• Dictionary
• Set

Kontrollstrukturen

• Verzweigungen
• Schleifen
• Vorzeitiger Schleifenabbruch
• Pattern Matching

Funktionen

• Definition
• Aufruf
• Parameter (Positions-, benannten, optionale)
• Rückgabewert(e)
• Unterschied globale / lokale Variablen
• Type Hints

Modules und Packages

• Eigene Module schreiben
• Fremde Module verwenden
• Pip: Drittanbietermodule installieren

Exception Handling

• Auf Exceptions im Code reagieren
• Eigene Exceptions definieren und verwenden

Objektorientierte Programmierung

• Einführung in die OOP-Programmierung
• Klassen, Objekte, Attribute, Methoden
• Kapselung, Vererbung, Polymorphie
• Klassenvariablen
• Klassenmethoden, Statische Methoden
• optional: Magische Methoden, Überladen von Operatoren

Python-Standard Library & Co:

• Wichtige Module in der Standard Library
• Weitere wichtige externe Module wie:
  • Pandas
  • Matplotlib
  • NumPy

Dateibehandlung

• Lesen / Schreiben von Dateien mit Modulen wie
  • JSON
  • CSV
  • optional: TOML
  • optional: YAML

C

• Eignet sich für Personen, die sich mit dem Analysieren und Visualisieren von Daten beschäftigen, z.B. Data Analysts, Data Scientists, Business Intelligence Analysts, Machine Learning, Data Scientists, Machine Learning Engineers
• Personen, die sich mit Finanzanalysen und -modellierung beschäftigen, z.B. Finanzanalysten, Portfolio-Manager
• Eignet sich für Personen, die in den Natur- oder Ingenieurwissenschaften arbeiten, z.B. Physiker, Biologen, Ingenieure
• Allgemein: Eignet sich auch für Personen, die sich für programmierung interessieren und gerne eine neue Sprache erlernen möchten