Praxisnaher Python-Kurs mit didaktischer Tiefe, professioneller Struktur und realen Projektbeispielen.
Von den Grundlagen bis zu Security Engineering, Architektur-Patterns und Production-Ready Python.
Dieser Kurs ist als langfristiges Lernsystem aufgebaut, nicht als lose Sammlung von Code-Snippets.
- Fokus auf inhaltliche Tiefe statt fester Notebook-Anzahl
- Schrittweise Lernprogression von Einsteiger bis Advanced
- Theorie, Praxis, Uebungen und Loesungen in jedem Kapitel
- Konsistente Terminologie und strukturierte Kapitelarchitektur
- Aktuelle Themen wie Clean Architecture, CQRS, TDD, Observability und Security Engineering
- Projektueberblick
- Lernarchitektur
- Kapitelmatrix (01-36)
- Neue Themen (Kapitel 32-36)
- Lernmodus und Didaktik
- Schnellstart
- Repository-Struktur
- Mitwirken
- Lizenz
| Kennzahl | Wert |
|---|---|
| Kapitel | 36 |
| Notebooks | 212 |
| Sprache | Deutsch |
| Zielniveau | Beginner bis Advanced |
| Schwerpunkt | Praxis, Architektur, Testing, Security |
- Einsteiger, die Python strukturiert lernen wollen
- Fortgeschrittene, die professionelle Engineering-Themen suchen
- Lehrende und Teams, die ein didaktisch konsistentes Kursmaterial benoetigen
flowchart LR
A[01-10 Grundlagen] --> B[11-18 Intermediate Python]
B --> C[19-27 Web, Concurrency, Data]
C --> D[28-31 Projects, DevOps, Testing]
D --> E[32-36 Architecture, DDD, Production, Security]
| Pfad | Kapitel | Ergebnis |
|---|---|---|
| Core Python | 01-18 | Sichere Sprach- und OOP-Basis |
| Web und Daten | 19-27 | Web-Grundlagen, Async, Data Stack |
| Projektpraxis | 28-31 | Deployment, Capstone, QA |
| Professional Track | 32-36 | Architektur, Teststrategie, Security Engineering |
| Nr. | Kapitel | Fokus |
|---|---|---|
| 01 | 01_Variablen | Variablen, Zuweisung, Grundlagen |
| 02 | 02_GrundlegendeDatentypen | Datentypen und Typverhalten |
| 03 | 03_Operatoren | Arithmetik, Vergleich, Logik |
| 04 | 04_BedingteAnweisungen | Kontrollfluss mit if/elif/else |
| 05 | 05_Schleifen | for, while, Steueranweisungen |
| 06 | 06Listen_Tupel Dictionaries_Mengen | Zentrale Datenstrukturen |
| 07 | 07_Funktionen | Funktionen, Parameter, Rueckgaben |
| 08 | 08_Eingebaute_Funktionen | Built-ins und idiomatische Nutzung |
| 09 | 09_Module_und_Standardbibliothek | Module, Importe, Stdlib |
| 10 | 10_Fehlerbehandlung | Exceptions und Fehlerstrategien |
| 11 | 11_Modulen | Modulare Strukturierung |
| 12 | 12_DatenSpeichern | Persistenz und Dateiformate |
| 13 | 13_Textverarbeitung | Strings, Regex, Parsing |
| 14 | 14_Grafische_Benutzeroberflaechen | GUI-Grundlagen |
| 15 | 15_Iterator_und_Generatoren | Iterator-Protokoll, Generatoren |
| 16 | 16_Grafik_Programmieren | Zeichenlogik und Visualisierung |
| 17 | 17_Objektorientierte_Programmierung | OOP und Klassenentwurf |
| 18 | 18_Datenbanktechnik | SQL, ORMs, NoSQL-Basics |
| 19 | 19_Dynamische_Webseiten_CGI_WSGI | CGI/WSGI und Web-Request-Lebenszyklus |
| 20 | 20_Multithread_und_asynchrone_Programmierung | Threading, Asyncio, Concurrency |
| 21 | 21_Python_Errors | Debugging und Fehlerarchitektur |
| 22 | 22_Professionelle_Software_Entwicklung | Clean Code, Team-Workflows |
| 23 | 23_Datenanalyse_NumPy | Numerik mit NumPy |
| 24 | 24_Datenanalyse_Pandas | Datenanalyse mit Pandas |
| 25 | 25_Matplotlib | Datenvisualisierung mit Matplotlib |
| 26 | 26_Seaborn | Statistische Visualisierungen |
| 27 | 27_Flask | Web-Apps mit Flask |
| 28 | 28_Wissenschaftliche_Projekte | Wissenschaftliche Python-Praxis |
| 29 | 29_Python_Deployment_und_DevOps | Deployment, CI/CD, DevOps-Basics |
| 30 | 30_Capstone_Projekte_und_Interview_Vorbereitung | Abschlussprojekte und Interviews |
| 31 | 31_Testing_und_Qualitaetssicherung | Unit, Integration, E2E, QA |
| 32 | 32_Architektur_und_Security_Patterns | N-Tier, Onion, Clean, CQRS, JWT |
| 33 | 33_DDD_TDD_EDD_und_Design_Patterns | DDD, TDD, EDD, Pattern-Katalog |
| 34 | 34_Production_Ready_Python | Observability, Resilienz, SLOs |
| 35 | 35_Advanced_Testing_Patterns | Property, Contract, Mutation Testing |
| 36 | 36_Security_Engineering_in_Python | Threat Modeling, OWASP, Secure Release |
Die letzten Kapitel erweitern den Kurs gezielt in Richtung professioneller Softwareentwicklung.
| Kapitel | Schwerpunkt | Typische Technologien |
|---|---|---|
| 32 | Architektur- und Security-Patterns | FastAPI, JWT, Clean Architecture, CQRS |
| 33 | DDD/TDD/EDD und Design Patterns | Ubiquitous Language, Aggregates, Event-Design |
| 34 | Production-Ready Python | Logging, Metriken, Tracing, Resilienz |
| 35 | Advanced Testing Patterns | Hypothesis, Contract Tests, Mutation Testing |
| 36 | Security Engineering in Python | Threat Modeling, OWASP Top 10, Security Gates |
Das Repository folgt einer festen Lernphilosophie:
- Tiefgang vor Oberflaeche
- Theorie vor Code
- Beispiele mit anschliessender Erklaerung
- Progressive Uebungen (leicht bis projektorientiert)
- Technische Fachbegriffe mit Kontext und Praxisbezug
Jede Einheit ist so aufgebaut, dass sie sowohl einzeln nutzbar als auch in der Gesamtprogression logisch anschlussfaehig ist.
Nach Abschluss des Kurses sollen Lernende in der Lage sein:
- Python sicher und strukturiert einzusetzen
- professionelle Softwareentwicklungspraktiken anzuwenden
- Tests und Qualitätssicherung umzusetzen
- moderne Architektur- und Security-Konzepte zu verstehen
- Python 3.13+
- VS Code
- Jupyter Notebook Extension
python -m venv .venv
.venv\Scripts\activate
pip install jupyter
jupyter notebook- Kapitel 01-10 fuer die Sprachbasis
- Kapitel 11-18 fuer strukturierte Python-Modelle
- Kapitel 19-31 fuer Web, Data, Deployment und Testing
- Kapitel 32-36 fuer Architektur, Production und Security Engineering
Python3_Kurs/
|- 01_Variablen/
|- ...
|- 31_Testing_und_Qualitaetssicherung/
|- 32_Architektur_und_Security_Patterns/
|- 33_DDD_TDD_EDD_und_Design_Patterns/
|- 34_Production_Ready_Python/
|- 35_Advanced_Testing_Patterns/
|- 36_Security_Engineering_in_Python/
|- README.md
|- ROADMAP.md
|- CHANGELOG.md
Pull Requests und Issues sind willkommen.
Bitte beachte dabei:
- Sprache und Didaktik konsistent in Deutsch halten
- Struktur der Notebooks respektieren (Theorie, Beispiele, Uebungen, Loesungen)
- Technische Korrektheit und Lernwert gleichermassen absichern
- Aenderungen in CHANGELOG.md dokumentieren
Dieses Projekt steht unter der MIT-Lizenz.