Definition

Was ist Python?

| Autor / Redakteur: Tutanch / Nico Litzel

(Bild: © aga7ta - stock.adobe.com)

Python ist eine Programmiersprache, die dank ihrer klaren Syntax und einfachen Lesbarkeit leicht zu erlernen ist und sich sehr vielseitig einsetzen lässt. Für die gängigen Betriebssysteme ist Python frei verfügbar. Die üblichen Programmierparadigmen wie die objektorientierte oder funktionale Programmierung werden unterstützt.

Bei Python handelt es sich um eine Programmiersprache mit einer klaren Syntax und guten Lesbarkeit. Sie gilt als leicht zu erlernen und ist in den gängigen Betriebssystemen interpretierbar. Der Name leitet sich von „Monty Python's Flying Circus“ ab. Python unterstützt mehrere Paradigmen der Programmierung wie die funktionale, objektorientierte oder aspektorientierte Programmierung und ist auch als Skriptsprache nutzbar.

Entwickelt wurde Python von Guido van Rossum am Centrum Wiskunde & Informatica in Amsterdam zu Beginn der 1990er-Jahre. Seit Mitte 2018 steht die Programmiersprache in der aktuellen Version 3.7 zur Verfügung. Der Python-Quell-Code ist unter der Python-Software-Foundation-License frei verfügbar. Im Netz existiert eine breite Anhängerschaft und große Community.

Grundzüge der Syntax und zentrale Merkmale der Programmiersprache Python

Python genießt einen Ruf als einfache und saubere Programmiersprache mit klarer Struktur. Ihr Programmcode ist intuitiv nutzbar und gleichzeitig leicht lesbar. Trotz der Einfachheit bietet Python eine gute Skalierbarkeit und ist für komplexe Softwareprojekte einsetzbar. Aufgrund der ausdrucksstarken, minimalistischen Syntax sind Anwendungen mit wenigen Codezeilen und geringer Anfälligkeit für Programmierfehler realisierbar. Um für Einfachheit und Übersichtlichkeit zu sorgen, kommt Python mit sehr wenigen Schlüsselwörtern aus und verwendet Einrückungen als Strukturierungselemente.

Im Gegensatz zu vielen anderen Sprachen sind die verschiedenen Blöcke nicht durch bestimmte Schlüsselwörter oder Klammern markiert, sondern durch das Einrücken der einzelnen Programmierzeilen. Ein weiteres wichtiges Merkmal ist die automatische Speicherverwaltung. Der Speicher für Variablen oder Arrays ist nicht explizit zu definieren und zuzuweisen. Speicherleck-Fehler lassen sich dadurch in der Programmierung drastisch reduzieren. In Python-Programmen ist es aufgrund der dynamischen Typisierung nicht notwendig, Typen von Variablen oder Funktionsargumenten zu definieren. Python besitzt nur wenige syntaktische Konstruktionen. So existieren mit „for“ und „while“ beispielsweise nur zwei Schleifenformen. Die For- und While-Schleifen können im Vergleich zu zahlreichen anderen Programmiersprachen einen Else-Zweig beinhalten. Generelle Verzweigungsmöglichkeiten bestehen über die Befehle if, elif und else.

Da Python eine sogenannte Multiparadigmensprache ist, sind Programmierer nicht an einen bestimmten Programmierstil gebunden. Für die verschiedenen Aufgaben kann der jeweils optimal passende Programmierstil gewählt werden. Python erlaubt es, Python-Programme als einzelne Module in andere Sprachen einzubetten.

Entwicklungsumgebungen für Python

Grundsätzlich ist für Python keine Entwicklungsumgebung notwendig, da Pythoncode nicht kompiliert werden muss und Skripte sich mit beliebigen Texteditoren schreiben lassen. Interpreter sind interaktiv und erlauben mit den Möglichkeiten der Sprache zu experimentieren. Gängige von Programmierern genutzte Editoren wie Emacs oder Vim sind für Python anpassbar. Oft ist gemeinsam mit Python IDLE installiert. IDLE besteht aus einer Shell, einer Textumgebung und Debuggingfunktionen, stellt aber keine vollwertige Entwicklungsumgebung (IDE – Integrated Development Environment) dar. Beispiele für vollwertige Entwicklungsumgebungen sind Eric Python IDE oder PyCharm. Für große IDEs wie NetBeans, Eclipse oder Visual Studio existieren Plug-ins für Python. Grafische Benutzeroberflächen sind mit verschiedenen GUI-Toolkits relativ einfach erstellbar.

Vorteile der Programmiersprache Python

Die Programmiersprache Python bietet eine Vielzahl an Vorteilen. Im Folgenden kurz zusammengefasst die wichtigsten Vorzüge:

  • einfache Syntax
  • einfach zu erlernen aufgrund der geringen Anzahl an Schlüsselwörtern und der klaren Struktur
  • keine Variablendeklaration notwendig
  • umfangreiche Standardbibliothek vorhanden
  • wenig fehleranfällig
  • weniger Codezeilen im Vergleich zu vielen anderen Programmiersprachen
  • einfach zu lesender und zu wartender Code
  • Unterstützung verschiedener Programmierparadigmen
  • gute Erweiterbarkeit dank einer großen Sammlung von Python-Add-on-Paketen
  • gute Skalierbarkeit
  • für komplexe Aufgaben und fast alle Anwendungsprobleme geeignet
  • für die gängigen Betriebssysteme nutzbar
  • frei verfügbar
  • ständige Weiterentwicklung der Programmiersprache und große Community

Einsatzmöglichkeiten von Python

Für die gängigen Betriebssysteme ist Python frei verfügbar. In vielen Linux-Distributionen gehört die Programmiersprache zur Standardausstattung. Auch auf vielen mobilen Betriebssystemen ist Python einsetzbar. Für Webserver steht mit WSGI (Web Server Gateway Interface) eine universelle Schnittstelle zwischen Server und Python zur Verfügung.

Aufgrund des einfachen Einstiegs in die Programmierung mit Python und der Vielzahl verfügbarer wissenschaftlicher Bibliotheken ist die Programmiersprache im Wissenschaftsumfeld weit verbreitet. Ein weiteres wichtiges Einsatzgebiet ist die Forschung und die Programmierung von Anwendungen im Bereich der Künstlichen Intelligenz (KI) und des maschinellen Lernens. Beispielsweise existiert mit TensorFlow eine mächtige Bibliothek für die Realisierung von KI-Anwendungen und das maschinelle Lernen. Gründe für die Beliebtheit der Programmiersprache in diesem Bereich sind die Leistungsfähigkeit und gute Skalierbarkeit von Python. Viele kommerzielle Projekte wie YouTube oder Google basieren ebenfalls in Teilen auf Python.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

HFU Akademie bietet Kurse rund um Digitalisierung an

Von Analytics bis KI

HFU Akademie bietet Kurse rund um Digitalisierung an

Die Akademie der Hochschule Furtwangen University (HFU) unterstützt den Digitalisierungstrend mit einem umfangreichen Kursangebot. Es umfasst unter anderem Seminare zu Künstlicher Intelligenz (KI), Python sowie Data Science und Analytics. lesen

In-Memory-Datenbanken sind Wegbereiter für BI und das IoT

Kommentar von Mathias Golombek, Exasol

In-Memory-Datenbanken sind Wegbereiter für BI und das IoT

Es ist heute kein Problem mehr, die exorbitant wachsenden Datenmengen zu speichern. Sollen diese Daten dem Unternehmen jedoch etwas nützen, muss der schnelle und flexible Zugriff auf sie gewährleistet sein. Dafür brauchen Unternehmen eine Datenstrategie und Technologien, die keinen Flaschenhals zwischen Datenspeicherung und Anwendung entstehen lassen. lesen

Information Builders erweitert WebFOCUS-Plattform

GUI und Workflows optimiert

Information Builders erweitert WebFOCUS-Plattform

Ab sofort liefert Information Builders die neue Version seiner Business-Intelligence- (BI) und Analytics-Plattform WebFOCUS aus. Verbessert wurden vor allem die Benutzerfreundlichkeit sowie die Workflows für komplexe Aufgaben. lesen

Software AG stellt Nyoka vor

Quelloffene Bibliothek

Software AG stellt Nyoka vor

Mit Nyoka hat die Software AG eine Open-Source-Bibliothek für Künstliche Intelligenz (KI), Machine Learning (ML) und Predictive Analytics vorgestellt. Sie ist für den Einsatz durch Datenwissenschaftler konzipiert. lesen

Mehr Transparenz für KI und Machine Learning

SAS-Viya-Update veröffentlicht

Mehr Transparenz für KI und Machine Learning

Der Softwarehersteller SAS hat ein Update für seine Analytics-Plattform „SAS Viya“ herausgegeben. Es soll die Transparenz von analytischen Modellen aus neuen Machine-Learning-Technologien erhöhen. lesen

Schulungszentrum für KI in München eröffnet

Seminare an der Data Academy

Schulungszentrum für KI in München eröffnet

Die Alexander Thamm GmbH hat mit der Data Academy ein Schulungszentrum rund um Künstliche Intelligenz (KI) und Data Science eröffnet. Am Standort München finden ab sofort Seminare, Schulungen, Trainingscamps und Coachings statt. lesen

Das Cognitive Toolkit legt den Fokus auf Sprache

Spracherkennung mit neuronalen Netzen

Das Cognitive Toolkit legt den Fokus auf Sprache

Das Microsoft Cognitive Toolkit, vormals als Computational Network Toolkit (CNTK) bekannt, ist ein Deep Learning Framework für das Erstellen, Trainieren und Evaluieren von neuronalen Netzen. Im Vergleich zu Googles TensorFlow ist die Open-Source-Lösung von Microsoft eher auf Spracherkennung ausgelegt. Doch letztlich ähneln sich viele Algorithmen oder sind gar identisch. lesen

Das kann die Intel Data Analytics Acceleration Library

Machine Learning und Datenanalyse beschleunigen

Das kann die Intel Data Analytics Acceleration Library

Bei der Verarbeitung von Daten in den Bereichen Big Data und Machine Learning spielt die Leistung eine wesentliche Rolle. Intel unterstützt Entwickler hier mit der kostenlosen Data Analytics Acceleration Library (DAAL). lesen

Die fünf größten BI-Irrtümer – und wie es wirklich aussieht

Kommentar von Robert Schmitz, Qlik

Die fünf größten BI-Irrtümer – und wie es wirklich aussieht

Daten: das „Gold des 21. Jahrhunderts“ – wirklich? Kommt darauf, denkt vielleicht mancher CEO oder CIO und stellt sich mit gemischten Gefühlen die Datensilos, die jahrelang eingefahrenen Reporting-Prozesse oder die großen Unterschiede zwischen den Fachabteilungen in seiner Organisation vor. Wo anfangen mit einer echten Datenstrategie, die auch Mehrwert generiert und nicht nur Ressourcen frisst? Wer soll den Data Lake überhaupt noch durchdringen, der in immer kürzeren Intervallen immer größer wird? lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45383261 / Definitionen)