Clean Python – wartbarer und idiomatischer Code

Python-Code verständlich, wartbar und pythonisch gestalten

01 Intro

Funktionierender Python-Code ist nicht automatisch guter Python-Code. Mit wachsendem Umfang werden Verständlichkeit, klare Strukturen und einfache Änderbarkeit zunehmend wichtiger.

Der Kurs zeigt, wie vorhandener und neuer Python-Code so gestaltet wird, dass er verständlich, testbar und wartbar bleibt. Im Mittelpunkt stehen Python-Idiome, klare Verantwortlichkeiten, sinnvolle Abstraktionen und systematisches Refactoring – ohne aus einfachen Lösungen unnötig komplizierte Architekturen zu machen.

Kurs-ID

PY-009

Dauer

3 Tage

Format

Präsenz · Live Online · Inhouse

Vorkenntnisse

Sichere Python-Kenntnisse und praktische Programmiererfahrung

02 Trainingsprogramm

Inhalte

Was macht guten Python-Code aus?

Lesbarkeit als Qualitätsmerkmal
Code wird häufiger gelesen als geschrieben
Verständlichkeit und Änderbarkeit
Einfachheit statt Cleverness
Python-Konventionen und Python-Idiome
technische Schulden erkennen

Pythonisch programmieren

idiomatische Schleifen und Iterationen
Comprehensions sinnvoll einsetzen
Packing und Unpacking
Truth Values
enumerate, zip und andere Built-ins
Standardbibliothek statt eigener Hilfskonstruktionen

Namen und Verständlichkeit

aussagekräftige Namen
Variablen, Funktionen, Klassen und Module benennen
Abkürzungen und Kontext
Kommentare sinnvoll einsetzen
Kommentare als Warnsignal
Code als Dokumentation

Funktionen gestalten

kleine und fokussierte Funktionen
eine klare Aufgabe pro Funktion
Parameter begrenzen
Rückgabewerte verständlich gestalten
Seiteneffekte reduzieren
Funktionen als Bausteine

Klassen und Verantwortlichkeiten

wann eine Klasse sinnvoll ist
Verantwortlichkeiten klar zuordnen
kleine Schnittstellen
Kohäsion und Kopplung
Komposition statt unnötiger Vererbung
Funktionen oder Klassen?

Module und Packages strukturieren

zusammengehörigen Code zusammenführen
Modulgrenzen
öffentliche und interne Schnittstellen
Abhängigkeiten zwischen Modulen
zyklische Abhängigkeiten vermeiden
Struktur mit wachsendem Projektumfang

Python Code Smells

lange Funktionen
große Klassen
zu viele Parameter
tiefe Verschachtelungen
duplizierter Code
Clever Code

Refactoring

Refactoring und funktionale Änderung unterscheiden
kleine kontrollierte Änderungen
Extract Function
Extract Class
Rename
bestehende Schnittstellen erhalten

Tests als Sicherheitsnetz

Refactoring und automatisierte Tests
Verhalten vor Änderungen absichern
Characterization Tests bei bestehendem Code
kleine Refactoring-Schritte
Tests nach strukturellen Änderungen
Testbarkeit als Hinweis auf gutes Design

Fehlerbehandlung

Exceptions gezielt einsetzen
Fehler dort behandeln, wo sie sinnvoll behandelt werden können
spezifische statt allgemeiner Exceptions
eigene Exceptions
Fehler nicht verschlucken
Logging und Exceptions unterscheiden

Typisierung als Entwicklungswerkzeug

Type Hints gezielt einsetzen
Typen an Schnittstellen
komplexe Typdefinitionen vermeiden
Protocol
Type Aliases
wann Typisierung mehr schadet als hilft

Abhängigkeiten beherrschen

Abhängigkeiten sichtbar machen
Dependency Injection ohne Framework
globale Abhängigkeiten vermeiden
externe Systeme kapseln
testbare Schnittstellen
Abstraktionen nur dort einführen, wo sie gebraucht werden

Overengineering vermeiden

YAGNI
DRY mit Augenmaß
Duplikation versus falsche Abstraktion
unnötige Frameworks und Schichten
vorzeitige Generalisierung
einfache Lösungen bevorzugen

Werkzeuge für Codequalität

Formatter
Linter
statische Analyse
Type Checker
automatisierte Tests
Werkzeuge als Unterstützung, nicht als Ersatz für Engineering

Bestehenden Code verbessern

fremden Code systematisch erschließen
problematische Stellen identifizieren
Risiken einer Änderung abschätzen
Verhalten zunächst absichern
schrittweise refaktorieren
wann man Code besser in Ruhe lässt

03 Durchführung

Rahmen und Organisation

Dauer

3 Tage

Durchführung

Präsenz oder Live Online, vorzugsweise als Inhouse-Schulung

Schwerpunkt

Inhouse-Schulungen für Unternehmen und Teams

Sprache

Deutsch, englische Fachbegriffe und Dokumentation

Unterlagen

Kursunterlagen, Beispiele und Übungsaufgaben

Technik

Eigener Rechner mit aktueller Python-Version und Entwicklungsumgebung

Inhouse-Schulungen

Die Schwerpunkte können an vorhandene Kenntnisse, eingesetzte Technologien und konkrete Anforderungen des Teams angepasst werden.

04 Zielgruppe

Für wen ist der Kurs gedacht?

Der Kurs richtet sich an Python-Entwicklerinnen und -Entwickler, die bereits praktisch mit Python arbeiten und die Qualität ihrer Programme systematisch verbessern möchten.

Er eignet sich insbesondere für Teilnehmer, die vorhandenen oder gewachsenen Python-Code warten und weiterentwickeln, Code Reviews durchführen oder gemeinsame Entwicklungsstandards im Team etablieren möchten.

Die Teilnehmer sollten über praktische Python-Erfahrung verfügen und mit folgenden Themen sicher umgehen können:

Funktionen
Module und Packages
Klassen und Objekte
Exceptions
Datenstrukturen
grundlegende automatisierte Tests

Kein Einstiegskurs

Der Kurs ist nicht als Python-Einstieg gedacht.

05 Lernziele

Was Sie nach dem Kurs können

Nach dem Kurs können die Teilnehmer:

Python-Code hinsichtlich Verständlichkeit und Wartbarkeit beurteilen
typische Python-Idiome gezielt einsetzen
Funktionen, Klassen und Module mit klaren Verantwortlichkeiten gestalten
häufige Code Smells erkennen
bestehenden Code schrittweise und kontrolliert refaktorieren
Tests als Sicherheitsnetz für Änderungen einsetzen
Abhängigkeiten reduzieren und Schnittstellen klarer gestalten
Type Hints sinnvoll zur Unterstützung der Entwicklung einsetzen
unnötige Komplexität und Overengineering erkennen
Werkzeuge zur automatisierten Qualitätsprüfung einsetzen
bei Code Reviews konkrete und nachvollziehbare Verbesserungen vorschlagen
zwischen sinnvoller Verbesserung und unnötigem Refactoring unterscheiden

06 FAQ

Häufige Fragen

Wie unterscheidet sich der Kurs von PY-002 „Python für Fortgeschrittene“?

PY-002 vertieft die Sprache und ihre fortgeschrittenen Möglichkeiten. PY-009 konzentriert sich darauf, wie Python-Code strukturiert, beurteilt, gewartet und verbessert wird.

Geht es hauptsächlich um PEP 8?

Nein. Formatierungs- und Namenskonventionen gehören dazu, sind aber nur ein kleiner Teil von Codequalität. Der Schwerpunkt liegt auf Verständlichkeit, Struktur, Verantwortlichkeiten, Abhängigkeiten und Änderbarkeit.

Wird Clean Code nach Robert C. Martin behandelt?

Clean-Code-Prinzipien werden dort aufgegriffen, wo sie für Python sinnvoll sind. Sie werden aber nicht schematisch übernommen. Python hat eigene Idiome und ermöglicht häufig einfachere Lösungen.

Werden SOLID und Design Patterns behandelt?

Einzelne Prinzipien können bei konkreten Designproblemen eine Rolle spielen. Der Kurs ist jedoch weder ein SOLID- noch ein Design-Patterns-Kurs. Im Vordergrund steht die praktische Verbesserung von Python-Code.

Wird mit bestehendem Code gearbeitet?

Ja. Das Analysieren und Refaktorieren bestehenden Codes ist ein wesentlicher Bestandteil des Themas. Bei Inhouse-Schulungen können geeignete Beispiele aus der vorhandenen Codebasis einbezogen werden.

Werden Tools wie Ruff, Black oder mypy eingesetzt?

Geeignete Formatter, Linter, Type Checker und Analysewerkzeuge werden praktisch eingesetzt. Die konkrete Toolauswahl kann an die Entwicklungsumgebung des Unternehmens angepasst werden.

Ist der Kurs auch für Teams mit gewachsenen Python-Anwendungen geeignet?

Ja. Gerade bei länger bestehenden Anwendungen können Schwerpunkte auf Wartbarkeit, technische Schulden, Refactoring und gemeinsame Entwicklungsstandards gelegt werden.

Schulung anfragen