Python lernen (Teil 11): Werkzeugkasten und Ausblick
Zum Abschluss: nützliche Module aus der Standardbibliothek, Generatoren, Decorators und der Ausblick auf Type Hints, Tests, Packaging und async.
ls -lt posts/ | grep #python
python
uv: pip und venv in schnell
uv bündelt Paketinstallation, virtuelle Umgebungen, Projektverwaltung, Python-Versionen und isolierte Tools – schnell, reproduzierbar und mit modernen Workflows für pyproject.toml und uv.lock.
Python lernen (Teil 10): Module und Projektstruktur
Code auf mehrere Dateien aufteilen: eigene Module, import, der __main__-Block, klare Verantwortlichkeiten – plus ein erster Einstieg in venv und pip.
Debuggen mit breakpoint() und pdb
Statt überall print zu streuen: Mit breakpoint() und pdb hältst Du Python-Code gezielt an, inspizierst Variablen und gehst Schritt für Schritt durch den Ablauf.
Logging statt print
print hilft beim schnellen Nachsehen, logging begleitet laufende Programme: Levels, Logger pro Modul, Formatierung, Dateien und Tracebacks.
Python lernen (Teil 9): Dateien und Speichern
Dateien lesen und schreiben mit with, pathlib und JSON – damit der Dungeon seinen Spielstand speichern und später wiederherstellen kann.
Das Datenmodell: Dunder-Methoden verstehen
Warum len(x), x + y, x[index] und for element in x funktionieren: Mit Dunder-Methoden bindest Du eigene Klassen in Pythons Datenmodell ein.
Python lernen (Teil 8): Wenn's schiefgeht
Exceptions verstehen und gezielt behandeln: try, except, else, finally, eigene Fehlerklassen und EAFP – damit der Dungeon auf ungültigen Input reagiert, statt abzustürzen.
Dataclasses: Klassen ohne Boilerplate
@dataclass erzeugt Initialisierung, Repräsentation und Vergleiche automatisch. Mit Fields, Default Factories, frozen, slots und __post_init__ werden Datenklassen kompakt und trotzdem flexibel.
Python lernen (Teil 7): Klassen und Objekte
Klassen bündeln State und Verhalten: Spieler, Räume und Gegenstände werden zu Objekten mit eigenen Attributen und Methoden.