-
Das Ziel dieses Python Trainings ist es, Programmierern, die mit den Grundlagen von Python vertraut sind und bereits mit Python gearbeitet haben, fortgeschrittene Python-Themen zu vermitteln. Das betrifft die Arbeit mit IDEs, erweiterte Objektorientierung, fortgeschrittene Programmiertechniken und praktische Anwendungen. Alle Themen werden durch umfangreiche Übungen unterstützt.
-
Kursinhalt
-
- Fortgeschrittene Objektorientierung
- Klassen optimieren
- Pythons Datenmodell
- Interfaces, Protocols und ABCs
- Design Prinzipien der OOP
- Kontextmanagers
- Multiprocessing, Threading und Asyncio
- Metaprogrammierung
- Deskriptoren und Metaklassen
Alle Themen werden durch umfangreiche Übungen unterstützt. Sie arbeiten während des Kurses mit dem Trainer zusammen und verwenden Pythons interaktive JupyterLabs. Gerne können Sie Beispiele aus ihrer täglichen Arbeit mitbringen. Wenn es die Zeit erlaubt, wird der Trainer diese in den Kurs einbeziehen. Wir bitten um die Bereitstellung solcher Beispiele schon vor dem Kurs.
Zu diesem Python Training erhalten Sie die Unterlagen in elektronischer Form in englischer Sprache.
-
Zielgruppe
-
Der Kurs richtet sich an alle mit Interesse an Advanced-Themen im Bereich Python. Er nutzt umfangreiche interaktive Übungen zur direkten Anwendung und anschließenden Festigung des Verständnisses.
-
Voraussetzungen
-
Gute Python Kenntnisse werden vorausgesetzt. Diese können z. B. im Kurs Python für Programmierer – Grundlagen für den schnellen Umstieg erworben werden. Alternativ dient auch der Kurs Python für Fortgeschrittene – Objektorientierung, Tools und Best Practice als Vorbereitung.
-
Bitte beachten Sie auch unseren Gesamtüberblick zum Thema Python Schulung sowie die Blog-Artikel Warum Sie Python lernen sollten! und Log Files mit Python auswerten – Wie Sie Layer-2-Loops vermeiden können.
| 1 | Fortgeschrittene Objektorientierung |
| 1.1 | Das Python Data Modell |
| 1.1.1 | Beispiel: Französisches Kartendeck |
| 1.1.2 | Das Collection API |
| 1.1.3 | Überblick: Special Methods |
| 1.2 | Einfache Klassen mit NamedTuple und Dataclass |
| 1.2.1 | NamedTuples |
| 1.2.2 | Dataclasses |
| 1.3 | Klassen optimieren mit __slots__ |
| 1.3.1 | Schnellere Attribut-Operationen |
| 1.3.2 | Slots brauchen weniger Speicher |
| 1.3.3 | Keine Multiple Vererbung mehr |
| 1.4 | Interfaces, Protocols und ABCs |
| 1.4.1 | Protokolle als informelle Interfaces |
| 1.4.2 | Explizite Interfaces mit ABCs |
| 2 | Design Prinzipien |
| 2.1 | Das Zen von Python |
| 2.2 | Einfache Design-Prinzipien |
| 2.3 | SOLID Designprinzipien |
| 2.3.1 | Single Responsibility Prinzip |
| 2.3.2 | Open-Closed Prinzip |
| 2.3.3 | Liskov Substitutions Prinzip |
| 2.3.4 | Interface Segregations Prinzip |
| 2.3.5 | Dependency Inversion Prinzip |
| 2.4 | Designmuster |
| 2.4.1 | Klassifizierung von Designmustern |
| 2.5 | Kreationale Designmuster |
| 2.5.1 | Das Singleton Muster |
| 2.5.2 | Das Factory Muster |
| 2.6 | Strukturelle Designmuster |
| 2.6.1 | Das Adapter Muster |
| 2.6.2 | Das Proxy Muster |
| 2.7 | Verhaltensorientierte Designmuster |
| 2.7.1 | Das Observer Muster |
| 2.7.2 | Das Mediator Muster |
| 3 | Kontext Managers |
| 3.1 | Das with-Statement |
| 3.1.1 | Übliche Anwendungen von Kontextmanagern |
| 3.1.2 | Das Kontextmanager Interface |
| 3.1.3 | Mehrere Kontextmanager öffnen |
| 3.2 | Eigene Kontext Manager Klassen |
| 3.3 | Das Modul contextlib |
| 3.3.1 | Klassen und Dekoratoren in contextlib |
| 3.4 | Kontext Managers als Dekoratoren |
| 4 | Parallele Programmierung in Python |
| 4.1 | Einleitung |
| 4.2 | Prozesse, Threads und Asynchronität |
| 4.3 | Python Globales Interpreter Lock (GIL) |
| 4.4 | Auswahl der Parallelisierungs-API |
| 4.4.1 | CPU vs. IO Lastigkeit |
| 4.4.2 | Threading vs. asyncio |
| 4.4.3 | Pools vs. Klassen |
| 4.4.4 | Pools vs. Executors |
| 4.5 | Multiprocessing |
| 4.5.1 | Die Process Klasse |
| 4.6 | Threading |
| 4.6.1 | Datenaustausch zwischen Threads |
| 4.6.2 | Fuzzing gegen Race-Conditions |
| 4.6.3 | Kritische Bereiche absichern mit Locks |
| 4.7 | Asynchronität |
| 4.7.1 | Python-Coroutinen |
| 4.7.2 | Synchronisation mit Events |
| 4.7.3 | Ergebnisse aus Coroutinen - Futures |
| 4.7.4 | Bibliotheken für die Asynchrone Programmierung |
| 5 | Metaprogrammierung |
| 5.1 | Attribut Deskriptoren |
| 5.2 | Attributhandhabung - Eine Übersicht |
| 5.2.1 | Special Attributes |
| 5.2.2 | Builtin-Funktionen zur Attributhandhabung |
| 5.2.3 | Special Methods zur Attributhandhabung |
| 5.3 | Das Deskriptor-Protokoll |
| 5.4 | Eigene Deskriptoren |
| 5.4.1 | Überschreibende und Nichtüberschreibende Deskriptoren |
| 5.4.2 | Methoden sind Deskriptoren |
| 5.4.3 | Deskriptoren - Best Practices |
| 5.5 | Klassen als Objekte |
| 5.5.1 | type als Klassen-Factory |
| 5.5.2 | Wie Datenklassen wirklich funktionieren |
| 5.5.3 | Klassendekoratoren als Metaprogrammierung |
| 5.6 | Metaklassen |
| 5.7 | Was passiert wann? |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Hybrid Training
- Hybrid Training bedeutet, dass zusätzliche Online-Teilnehmer an einem Präsenzkurs teilnehmen können. Die Dynamik eines realen Kurses bleibt erhalten, wovon besonders auch die Online-Teilnehmer profitieren. Als Online-Teilnehmer eines Hybrid-Kurses nutzen Sie eine Collaboration-Plattform wie WebEx Training Center oder Saba Meeting. Dazu wird nur ein PC mit Browser und Internet-Anschluss benötigt, ein Headset und idealerweise eine Webcam. Im Kursraum setzen wir speziell entwickelte und angepasste hochwertige Audio- und Videotechnik ein. Sie sorgt dafür, dass die Kommunikation zwischen allen Beteiligten angenehm und störungsfrei funktioniert.
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Inhouse-Schulung jetzt anfragen >>>
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.-
Das Ziel dieses Python Trainings ist es, Programmierern, die mit den Grundlagen von Python vertraut sind und bereits mit Python gearbeitet haben, fortgeschrittene Python-Themen zu vermitteln. Das betrifft die Arbeit mit IDEs, erweiterte Objektorientierung, fortgeschrittene Programmiertechniken und praktische Anwendungen. Alle Themen werden durch umfangreiche Übungen unterstützt.
-
Kursinhalt
-
- Fortgeschrittene Objektorientierung
- Klassen optimieren
- Pythons Datenmodell
- Interfaces, Protocols und ABCs
- Design Prinzipien der OOP
- Kontextmanagers
- Multiprocessing, Threading und Asyncio
- Metaprogrammierung
- Deskriptoren und Metaklassen
Alle Themen werden durch umfangreiche Übungen unterstützt. Sie arbeiten während des Kurses mit dem Trainer zusammen und verwenden Pythons interaktive JupyterLabs. Gerne können Sie Beispiele aus ihrer täglichen Arbeit mitbringen. Wenn es die Zeit erlaubt, wird der Trainer diese in den Kurs einbeziehen. Wir bitten um die Bereitstellung solcher Beispiele schon vor dem Kurs.
Zu diesem Python Training erhalten Sie die Unterlagen in elektronischer Form in englischer Sprache.
-
Zielgruppe
-
Der Kurs richtet sich an alle mit Interesse an Advanced-Themen im Bereich Python. Er nutzt umfangreiche interaktive Übungen zur direkten Anwendung und anschließenden Festigung des Verständnisses.
-
Voraussetzungen
-
Gute Python Kenntnisse werden vorausgesetzt. Diese können z. B. im Kurs Python für Programmierer – Grundlagen für den schnellen Umstieg erworben werden. Alternativ dient auch der Kurs Python für Fortgeschrittene – Objektorientierung, Tools und Best Practice als Vorbereitung.
-
Bitte beachten Sie auch unseren Gesamtüberblick zum Thema Python Schulung sowie die Blog-Artikel Warum Sie Python lernen sollten! und Log Files mit Python auswerten – Wie Sie Layer-2-Loops vermeiden können.
| 1 | Fortgeschrittene Objektorientierung |
| 1.1 | Das Python Data Modell |
| 1.1.1 | Beispiel: Französisches Kartendeck |
| 1.1.2 | Das Collection API |
| 1.1.3 | Überblick: Special Methods |
| 1.2 | Einfache Klassen mit NamedTuple und Dataclass |
| 1.2.1 | NamedTuples |
| 1.2.2 | Dataclasses |
| 1.3 | Klassen optimieren mit __slots__ |
| 1.3.1 | Schnellere Attribut-Operationen |
| 1.3.2 | Slots brauchen weniger Speicher |
| 1.3.3 | Keine Multiple Vererbung mehr |
| 1.4 | Interfaces, Protocols und ABCs |
| 1.4.1 | Protokolle als informelle Interfaces |
| 1.4.2 | Explizite Interfaces mit ABCs |
| 2 | Design Prinzipien |
| 2.1 | Das Zen von Python |
| 2.2 | Einfache Design-Prinzipien |
| 2.3 | SOLID Designprinzipien |
| 2.3.1 | Single Responsibility Prinzip |
| 2.3.2 | Open-Closed Prinzip |
| 2.3.3 | Liskov Substitutions Prinzip |
| 2.3.4 | Interface Segregations Prinzip |
| 2.3.5 | Dependency Inversion Prinzip |
| 2.4 | Designmuster |
| 2.4.1 | Klassifizierung von Designmustern |
| 2.5 | Kreationale Designmuster |
| 2.5.1 | Das Singleton Muster |
| 2.5.2 | Das Factory Muster |
| 2.6 | Strukturelle Designmuster |
| 2.6.1 | Das Adapter Muster |
| 2.6.2 | Das Proxy Muster |
| 2.7 | Verhaltensorientierte Designmuster |
| 2.7.1 | Das Observer Muster |
| 2.7.2 | Das Mediator Muster |
| 3 | Kontext Managers |
| 3.1 | Das with-Statement |
| 3.1.1 | Übliche Anwendungen von Kontextmanagern |
| 3.1.2 | Das Kontextmanager Interface |
| 3.1.3 | Mehrere Kontextmanager öffnen |
| 3.2 | Eigene Kontext Manager Klassen |
| 3.3 | Das Modul contextlib |
| 3.3.1 | Klassen und Dekoratoren in contextlib |
| 3.4 | Kontext Managers als Dekoratoren |
| 4 | Parallele Programmierung in Python |
| 4.1 | Einleitung |
| 4.2 | Prozesse, Threads und Asynchronität |
| 4.3 | Python Globales Interpreter Lock (GIL) |
| 4.4 | Auswahl der Parallelisierungs-API |
| 4.4.1 | CPU vs. IO Lastigkeit |
| 4.4.2 | Threading vs. asyncio |
| 4.4.3 | Pools vs. Klassen |
| 4.4.4 | Pools vs. Executors |
| 4.5 | Multiprocessing |
| 4.5.1 | Die Process Klasse |
| 4.6 | Threading |
| 4.6.1 | Datenaustausch zwischen Threads |
| 4.6.2 | Fuzzing gegen Race-Conditions |
| 4.6.3 | Kritische Bereiche absichern mit Locks |
| 4.7 | Asynchronität |
| 4.7.1 | Python-Coroutinen |
| 4.7.2 | Synchronisation mit Events |
| 4.7.3 | Ergebnisse aus Coroutinen - Futures |
| 4.7.4 | Bibliotheken für die Asynchrone Programmierung |
| 5 | Metaprogrammierung |
| 5.1 | Attribut Deskriptoren |
| 5.2 | Attributhandhabung - Eine Übersicht |
| 5.2.1 | Special Attributes |
| 5.2.2 | Builtin-Funktionen zur Attributhandhabung |
| 5.2.3 | Special Methods zur Attributhandhabung |
| 5.3 | Das Deskriptor-Protokoll |
| 5.4 | Eigene Deskriptoren |
| 5.4.1 | Überschreibende und Nichtüberschreibende Deskriptoren |
| 5.4.2 | Methoden sind Deskriptoren |
| 5.4.3 | Deskriptoren - Best Practices |
| 5.5 | Klassen als Objekte |
| 5.5.1 | type als Klassen-Factory |
| 5.5.2 | Wie Datenklassen wirklich funktionieren |
| 5.5.3 | Klassendekoratoren als Metaprogrammierung |
| 5.6 | Metaklassen |
| 5.7 | Was passiert wann? |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Hybrid Training
- Hybrid Training bedeutet, dass zusätzliche Online-Teilnehmer an einem Präsenzkurs teilnehmen können. Die Dynamik eines realen Kurses bleibt erhalten, wovon besonders auch die Online-Teilnehmer profitieren. Als Online-Teilnehmer eines Hybrid-Kurses nutzen Sie eine Collaboration-Plattform wie WebEx Training Center oder Saba Meeting. Dazu wird nur ein PC mit Browser und Internet-Anschluss benötigt, ein Headset und idealerweise eine Webcam. Im Kursraum setzen wir speziell entwickelte und angepasste hochwertige Audio- und Videotechnik ein. Sie sorgt dafür, dass die Kommunikation zwischen allen Beteiligten angenehm und störungsfrei funktioniert.
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Inhouse-Schulung jetzt anfragen >>>
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.
Mit der nächsten Buchung ein Garantietermin
Hybrid Training (Classroom + Online kombiniert)