Python3_Kurs

Praxisnaher Python-Kurs mit didaktischer Tiefe, professioneller Struktur und realen Projektbeispielen.

Von den Grundlagen bis zu Security Engineering, Architektur-Patterns und Production-Ready Python.

---

Warum dieses Repository?

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

---

Inhaltsverzeichnis

• Projektueberblick
• Lernarchitektur
• Kapitelmatrix (01-36)
• Neue Themen (Kapitel 32-36)
• Lernmodus und Didaktik
• Schnellstart
• Repository-Struktur
• Mitwirken
• Lizenz

---

Projektueberblick

Kennzahl	Wert
Kapitel	36
Notebooks	212
Sprache	Deutsch
Zielniveau	Beginner bis Advanced
Schwerpunkt	Praxis, Architektur, Testing, Security

Zielgruppe

• Einsteiger, die Python strukturiert lernen wollen
• Fortgeschrittene, die professionelle Engineering-Themen suchen
• Lehrende und Teams, die ein didaktisch konsistentes Kursmaterial benoetigen

---

Lernarchitektur

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]

Loading

Lernpfade

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

---

Kapitelmatrix (01-36)

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

---

Neue Themen (Kapitel 32-36)

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

---

Lernmodus und Didaktik

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.

---

Schnellstart

Voraussetzungen

• Python 3.13+
• VS Code
• Jupyter Notebook Extension

Lokaler Start

python -m venv .venv
.venv\Scripts\activate
pip install jupyter
jupyter notebook

Empfohlene Reihenfolge

1. Kapitel 01-10 fuer die Sprachbasis
2. Kapitel 11-18 fuer strukturierte Python-Modelle
3. Kapitel 19-31 fuer Web, Data, Deployment und Testing
4. Kapitel 32-36 fuer Architektur, Production und Security Engineering

---

Repository-Struktur

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

---

Mitwirken

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

---

Lizenz

Dieses Projekt steht unter der MIT-Lizenz.