In den vergangenen 20 Jahren ist Python von einer wenig bekannten Skriptsprache zu einer vollwertigen Programmiersprache gereift, die aus Bereichen wie Data Science und Backend-Entwicklung nicht mehr wegzudenken ist.

Der Erfolg erklärt sich auch dadurch, das Python immer wieder gute Ideen aus anderen Sprachen übernimmt. Dadurch stehen Programmierer:innen aber zahlreiche Paradigmen zur Auswahl, und die Entwicklung größerer Anwendungen ist dadurch nicht immer einfach.

In diesem Beitrag möchte ich zeigen, mit welchen Werkzeugen sich eine moderne Python-Anwendung strukturieren und pflegen lässt. Dazu gehören python-spezifische Datentypen und OOP-Muster wie properties, dataclasses und Dekoratoren, das Aufsetzen einer Testumgebung und die Codepflege mit distutils, mypy und black.

Besonderes Augenmerk richte ich auf Ähnlichkeiten und Unterschiede zu anderen verbreiteten Programmiersprachen wie Java, C++ und JavaScript.

Dies ist eine Doppel-Session von 9:00 - 10:45!