Python Firmenschulung Intensiv

Wer bereits in einer Programmiersprache zu Hause ist und Python systematisch erlernen möchte, profitiert von einem kompakten Format, das in nur fünf Tagen einen fundierten Einstieg ermöglicht. Im beruflichen Alltag lassen sich die erworbenen Kenntnisse sofort anwenden – ob für neue Projekte oder zur Optimierung bestehender Abläufe.

Die Python Firmenschulung Intensiv richtet sich gezielt an Entwicklerinnen und Entwickler mit Vorerfahrung, die ihre Fähigkeiten gezielt erweitern wollen. Diese Weiterbildung vermittelt die zentralen Sprachkonzepte praxisnah und verständlich, sodass Teams Python schnell und effizient produktiv einsetzen können.

Im Verlauf der Schulung lernen die Teilnehmenden den strukturierten Umgang mit Datentypen, Funktionen und Kontrollstrukturen ebenso wie die Arbeit mit Dateien, Datenbanken und gängigen Bibliotheken zur Datenverarbeitung. Ein besonderer Schwerpunkt liegt auf der Datenanalyse mit pandas, NumPy und matplotlib, womit praxisrelevante Auswertungs-Workflows direkt erprobt werden.

Zahlreiche Beispiele festigen das Gelernte und schaffen ein sicheres Verständnis für typische Python-Idiome und Best Practices. So gewinnen die Teilnehmenden die nötige Sicherheit, Python eigenständig in anspruchsvollen Projekten anzuwenden und gleichzeitig sauberen, wartbaren Code zu schreiben.

Dank der intensiven, kompakten Ausrichtung eignet sich diese Fortbildung ideal für Teams, die Python zügig in ihren Arbeitsalltag integrieren möchten. Ein abschließender Ausblick auf weiterführende Themen wie Webentwicklung oder Machine Learning öffnet den Blick für künftige Einsatzfelder.

Tag 1 – Einstieg und Programmstruktur

Einführung in Python und typische Einsatzgebiete

Installation, Interpreter, virtuelle Umgebungen

Ausführen von Skripten, interaktive Nutzung

Erste Programme: Ein- und Ausgabe

Syntax, Einrückung, Kommentare

Variablen, Objekte, Mutabilität, Datentypen

Listen, Tupel und Dictionaries: Erstellung, Zugriff, Methoden

Kontrollstrukturen: Verzweigungen mit if, elif, else; Schleifen mit while und for, Einsatz von break, continue, else und pass;

Funktionen: Definition und Aufruf, lokale und globale Variablen, Parameterarten wie Positionsparameter, Schlüsselwortparameter

Tag 2 – Datentypen und Sprachmechanik

Datentypen und Klassen: Unterschiede und Zusammenhänge

Strings und Stringfunktionen wie split, join, replace, strip

Sortierung mit sort und sorted

Slicing bei Strings, Listen und Tupeln

Iteratoren und iterierbare Objekte

Mengen: Verwendung von set und frozenset

Typkonvertierung: zum Beispiel int zu str, dict zu list und umgekehrt

Referenzierung und Nebenwirkungen durch In-Place-Operationen

Verwendung von copy() und deepcopy() bei komplexen Objekten

Tag 3 – Dateien, CSV, JSON und Modularisierung

Arbeiten mit Dateien: Lesen und Schreiben von Text- und Binärdateien

Pfadoperationen mit os und pathlib

Umgang mit Zeichencodierungen

CSV-Dateien lesen und schreiben mit dem Modul csv

JSON-Daten laden und speichern mit dem Modul json

Fehlerbehandlung mit try und except

Modularisierung: Wiederverwendbarer Code durch Funktionen und Module, sinnvolle Projektstruktur, Einsatz von **main** und Paketstrukturen, Verwendung virtueller Umgebungen

Dekoratoren (Decorators): Funktionen erweitern ohne sie zu verändern

Lambda-Funktionen, map(), filter() und reduce() – funktionale Programmierung in Python

Iteratoren, Listenabstraktion, Mengenabstraktion und Generatoren verständlich erklärt

Verwendung von *args und **kwargs in Funktionsdefinitionen und Funktionsaufrufen

Seiteneffekte und Nebeneffekte in Python-Funktionen erkennen und vermeiden

Unterschiede und Einsatzgebiete von Iteratoren und Generatoren

Kontextmanager in Python: with-Statement, Ressourcenverwaltung und eigene Context Manager

Effiziente Datenverarbeitung mit itertools: Kombinationen, Permutationen, Gruppierung

Sortieren in Python mit sort() und sorted()

Benutzerdefinierte Sortierlogik mit key-Funktionen und lambda-Ausdrücken

Tag 4 – Objektorientierung und Datenbanken

Einführung in Klassen und Objekte in Python

Konstruktoren, Attribute, Instanz- und Klassenmethoden

Vererbung und Mehrfachvererbung

Zugriffsschutz über Namenskonventionen

Verwendung von Properties und Magic Methods

Zugriff auf Datenbanken mit sqlite3

Grundlegende SQL-Operationen: SELECT, INSERT, UPDATE, DELETE

Import von Daten aus CSV- und JSON-Dateien in die Datenbank

Kurzer Überblick über ORMs wie SQLAlchemy (optional)

Tag 5 – Wissenschaftliches Arbeiten mit Python

Einführung in NumPy: Arrays, Vektoroperationen, Slicing

Arbeiten mit pandas: Series, DataFrames, Import von CSV-Dateien, Datenaufbereitung

Filtern, Gruppieren und Aggregieren von Daten

Datenvisualisierung mit matplotlib

Projektbeispiel: Datenanalyse-Workflow mit pandas und Visualisierung

Kurzer Überblick über Jupyter Notebooks und deren Einsatz in der Datenanalyse

Abschluss, Fragen, Ausblick auf weiterführende Themen wie Webentwicklung oder Machine Learning