Python Packaging und Tooling - Moderne Projektstrukturierung

• Tag 1 - Grundlagen, Imports, Pakete und Module
  • Der Python-Importmechanismus: import, from, Star-Import
  • Namespaces verstehen: Was ist ein Namespace?
  • Modulauflösung mit sys.path und sys.modules
  • Das site Modul
  • Python-Import-Reihenfolge nach PEP 8
  • Das Modulobjekt und seine Attribute
  • Praxis: Settings-Modul als Konfiguration verwenden
  • Modul-Loader und Finder
  • __name__ == "__main__" - Bedeutung und Verwendung
  • Modularten: Standardbibliothek, Drittanbieter, eigene Module, C-Extensions
  • Modul-Docstring: Bedeutung und Nutzung
  • Verschachtelte Pakete & relative Importe
  • __init__.py und Paketstruktur
  • Python Programm im Modul-Kontext starten
  • Star-Imports und __all__
  • Öffentliche vs. private Module (Best Practices)
  • Namespace Packages (optional)
  • __pycache__ und .gitignore: sinnvolle Konfiguration
  • importlib: Dynamisches Laden von Modulen
  • Übungsprojekt
• Tag 2 - Abhängigkeiten und Projektlayouts
  • Was sind Abhängigkeiten und warum ist Dependency Management so schwierig?
  • pip - Grundlagen, Befehle und der Python Package Index
  • Benutzer- und globale Installationen
  • Nachteile globaler Installationen
  • Virtuelle Umgebungen, Einrichtung und Analyse von venv
  • Paket- und Projektlayouts verstehen: Flat vs. src, Wiederverwendbarkeit und Fehlervermeidung
  • Einführung in pyproject.toml: Metadaten, Dependencies und Build-System
  • Lokale Installation, editierbare Installation
  • Testorganisation in Projekten: pytest und Strukturierung
  • Praxis-Workshop: Zwei Projekte lokal installieren und importieren
  • Abhängigkeitsmanagement in Projekten: Trennung von Runtime und Dev-Dependencies
  • Einführung in Lockfiles
  • Umgebungsvariablen & .env-Dateien mit python-dotenv
  • Git-Konfiguration: .gitignore und .gitattributes für Python-Projekte
  • Linter und Formatter: Einführung und Best Practices
  • Black, Isort, Bandit (Security), Pylint
  • Ruff: PEP 8-konformes Linting und Konfiguration (Workshop Demo)
  • Übungsprojekte
• Tag 3 - uv & Veröffentlichung auf PyPI
  • Was ist ein Wheel
  • Installationsquellen: Lokal, Wheels, GitHub, PyPI, TestPyPI, tar.gz
  • Einführung in uv: Projektinitialisierung und Dependency Management
  • uv Deep Dive: Dependencies, optionale Dependencies, Dependency Groups
  • uv pip API
  • uv Workspaces
  • Überblick: Build-Systeme in Python, Motivation und Vergleich
  • Paketveröffentlichung: Upload auf TestPyPI und PyPI mit uv
  • Version Bumping und Git Tags
  • Wie halte ich Version und Release-Historie konsistent?
  • Projekt-Metadaten in pyproject.toml: sinnvolle Felder und Best Practices für Veröffentlichungen
  • Einführung in Tox: Tests und Umgebungen automatisieren
  • Continuous Integration / Continuous Delivery: GitHub CI/CD-Pipeline für Python-Projekte
  • Jobs und Steps einer CI/CD-Pipeline mit GitHub Actions
  • Environment Variablen und Secrets: sichere Handhabung in CI/CD-Pipelines
  • Pre-commit Hooks für Qualitätssicherung: Ruff und Tests vor jedem Commit
  • Praxis-Workshop: CI/CD-Pipeline

LernzieleSie beherrschen nach dem Seminar den vollständigen Workflow moderner Python-Projektorganisation - von der Wahl der passenden Projektstruktur über das Management von Abhängigkeiten bis hin zur Veröffentlichung auf PyPI. Sie setzen Werkzeuge wie uv, Ruff und Pre-commit gezielt ein, um saubere, konsistente und automatisierte Entwicklungsprozesse zu etablieren. Darüber hinaus lernen Sie, wie Sie Lockfiles erstellen, Systemabhängigkeiten kontrollieren, Python-Pakete testen und über GitHub Actions oder Tox automatisiert veröffentlichen - sowohl intern als auch öffentlich. Ihre Projekte werden dadurch wartbar, reproduzierbar und optimal für die Teamarbeit vorbereitet.Zielgruppen

• Python-Entwickler:innen, DevOps-Engineers und Data Scientists
• Technische Projektleiter:innen mit Fokus auf Softwarequalität
• Software-Architekt:innen, die stabile Build- und Release-Prozesse suchen
• Teams, die Python in CI/CD, Microservices oder Datenprojekten einsetzen
• Teilnahmevoraussetzungen:
  • Sie verfügen über Grundkenntnisse in Python , z. B. beim Arbeiten mit Funktionen, Modulen und Imports
  • Sie haben bereits einfache Projekte mit pip install umgesetzt
  • Sie benötigen keine Vorkenntnisse in pyproject.toml
  • Das Seminar richtet sich an Einsteiger im Bereich Packaging ebenso wie an Umsteiger und Fortgeschrittene