Professionelle Python-Projekte – Packaging, Tooling und Distribution

Python-Projekte strukturieren, paketieren und zuverlässig verteilen

01 Intro

Zwischen einem funktionierenden Python-Programm und einem professionell nutzbaren Softwarepaket liegen einige zusätzliche Schritte. Abhängigkeiten müssen verwaltet, Projekte reproduzierbar gebaut, Versionen vergeben und Software zuverlässig auf Entwicklungs-, Test- und Produktivsysteme verteilt werden können.

Der Kurs zeigt, wie Python-Projekte mit aktuellen Werkzeugen strukturiert, gebaut und verteilt werden. Im Mittelpunkt stehen moderne Projektkonfiguration mit pyproject.toml, Packaging, Dependency Management, automatisierte Qualitätsprüfungen und ein nachvollziehbarer Build- und Releaseprozess.

Kurs-ID

PY-012

Dauer

3 Tage

Format

Präsenz · Live Online · Inhouse

Vorkenntnisse

Sichere Python-Kenntnisse und praktische Erfahrung mit Python-Projekten

02 Trainingsprogramm

Inhalte

Vom Skript zum Python-Projekt

Skript, Modul, Package und Distribution
typische Projektstrukturen
Source Layout und Flat Layout
öffentliche und interne Module
Paketgrenzen
Projektstruktur bewusst wählen

Moderne Projektkonfiguration

pyproject.toml
Projektmetadaten
Dependencies
optionale Dependencies
Development Dependencies
bestehende Projekte modernisieren

Virtuelle Umgebungen

Zweck virtueller Umgebungen
venv
unterschiedliche Python-Versionen
reproduzierbare Entwicklungsumgebungen
Projekt und Umgebung trennen
typische Probleme mit Python-Umgebungen

Dependency Management

direkte und transitive Abhängigkeiten
Versionsangaben
kompatible Versionsbereiche
Lockfiles
reproduzierbare Installationen
Abhängigkeiten bewusst begrenzen

Python-Werkzeuge einordnen

pip
pipx
uv
unterschiedliche Packaging- und Dependency-Tools
Toolchains vergleichen
Abhängigkeit vom Werkzeug vermeiden

Packages bauen

Build-Systeme in Python
Build Backends
Source Distributions
Wheels
Paket erzeugen
Paket lokal installieren und prüfen

Ressourcen und Paketdaten

Konfigurationsdateien
Templates und andere Ressourcen
Package Data
importlib.resources
Pfade innerhalb installierter Packages
typische Fehler beim Zugriff auf Ressourcen

Kommandozeilenprogramme verteilen

Python-Anwendungen als CLI
Entry Points
Console Scripts
Installation ausführbarer Befehle
Argumentverarbeitung
interne Tools verteilen

Versionierung

Versionsnummern
Semantic Versioning
Release- und Development-Versionen
Pre-Releases
Versionsinformationen im Package
nachvollziehbare Releases

Private und öffentliche Package-Repositories

PyPI
TestPyPI
private Package-Repositories
interne Unternehmenspakete
Paketquellen konfigurieren
vorhandene Versionen und Artefakte verwalten

Qualität automatisieren

Formatter
Linter
Type Checker
automatisierte Tests
zentrale Tool-Konfiguration
Quality Gates mit Augenmaß

Pre-Commit Checks

pre-commit
Checks vor dem Commit
Formatierung
Linting
einfache Qualitätsprüfungen
Grenzen automatischer Checks

Build und Test in CI

reproduzierbare Builds
saubere Build-Umgebungen
Tests automatisiert ausführen
mehrere Python-Versionen
Build-Artefakte erzeugen
grundlegende CI/CD-Struktur

Releaseprozess

Änderungen für ein Release vorbereiten
Version festlegen
Tests und Qualitätsprüfungen
Paket bauen
Artefakte prüfen
Fehler im Releaseprozess behandeln

Interne Python-Software verteilen

Bibliothek oder Anwendung?
zentrale interne Packages
gemeinsame Unternehmensbibliotheken
kleine Kommandozeilenwerkzeuge
private Repositories
Wildwuchs aus kopierten Skripten vermeiden

Dokumentation und Metadaten

README
Installationsanleitung
Nutzungsbeispiele
Package-Metadaten
Projekt-URLs
Dokumentation als Teil des Releases

Bestehende Projekte modernisieren

gewachsene Projektstrukturen analysieren
Abhängigkeiten erfassen
requirements.txt und bestehende Konfigurationen
schrittweise zu pyproject.toml
Packaging nachträglich einführen
Migration ohne unnötigen Big Bang

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 Python-Software nicht nur entwickeln, sondern strukturiert bauen, versionieren und innerhalb eines Teams oder Unternehmens verteilen möchten.

Er eignet sich insbesondere für Teams mit mehreren Python-Projekten, internen Bibliotheken oder gewachsenen Sammlungen von Skripten, die ihre Entwicklungs-, Build- und Releaseprozesse vereinheitlichen möchten.

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

Module und Packages
virtuelle Umgebungen
Installation von Python-Paketen
grundlegender Umgang mit Git
automatisierte Tests in Grundzügen

Packaging-Erfahrung

Erfahrungen mit Packaging oder CI/CD werden nicht vorausgesetzt.

05 Lernziele

Was Sie nach dem Kurs können

Nach dem Kurs können die Teilnehmer:

Python-Projekte sinnvoll strukturieren
moderne Projekte mit pyproject.toml konfigurieren
Abhängigkeiten und Entwicklungsumgebungen reproduzierbar verwalten
geeignete Packaging- und Dependency-Werkzeuge auswählen
Wheels und Source Distributions erzeugen
Ressourcen korrekt in Packages integrieren
Python-Bibliotheken und Kommandozeilenprogramme paketieren
Versions- und Releasekonzepte anwenden
Pakete über öffentliche oder private Repositories verteilen
Qualitätsprüfungen in den Entwicklungsworkflow integrieren
Builds und Tests automatisieren
nachvollziehbare Releaseprozesse aufbauen
bestehende Python-Projekte schrittweise modernisieren

06 FAQ

Häufige Fragen

Ist der Kurs für Python-Einsteiger geeignet?

Nein. Der Kurs setzt praktische Python-Erfahrung voraus. Er beschäftigt sich nicht mit der Sprache selbst, sondern mit der Organisation und Distribution professioneller Python-Projekte.

Wird pyproject.toml ausführlich behandelt?

Ja. pyproject.toml bildet den zentralen Ausgangspunkt für moderne Python-Projekte und wird sowohl für Projektmetadaten als auch für Build-, Dependency- und Tool-Konfiguration verwendet.

Welches Packaging-Werkzeug wird verwendet?

Der Kurs vermittelt zunächst die zugrunde liegenden Python-Standards und ordnet darauf aufbauende Werkzeuge ein. Die konkrete Toolchain kann an die im Unternehmen eingesetzten Werkzeuge angepasst werden.

Wird uv behandelt?

Ja. uv wird als aktuelle Toolchain eingeordnet und praktisch eingesetzt. Gleichzeitig wird darauf geachtet, die zugrunde liegenden Python-Mechanismen zu verstehen und den Kurs nicht von einem einzelnen Werkzeug abhängig zu machen.

Wird PyPI verwendet?

Der Veröffentlichungsprozess kann mit TestPyPI demonstriert werden. Ebenso werden private Package-Repositories und die Verteilung interner Unternehmenssoftware behandelt.

Geht es auch um CI/CD?

Ja, soweit Build, Test und Veröffentlichung eines Python-Pakets betroffen sind. Allgemeiner Aufbau und Betrieb komplexer CI/CD-Plattformen sind nicht Schwerpunkt des Kurses.

Ist der Kurs für Unternehmen mit vielen internen Python-Skripten geeignet?

Gerade dafür kann er sinnvoll sein. Ein Schwerpunkt kann darauf gelegt werden, aus einzeln verteilten Skripten versionierte, installierbare und zentral verwaltete Python-Werkzeuge und Bibliotheken zu entwickeln.

Kann unsere bestehende Python-Toolchain berücksichtigt werden?

Ja. Bei Inhouse-Schulungen können vorhandene Projektstrukturen, Package-Repositories, CI/CD-Systeme und eingesetzte Werkzeuge in die Schulung einbezogen werden.

Schulung anfragen