Python

Was es ist

Python ist eine universell einsetzbare Programmiersprache, deren
Quelltext ein Interpreter ausführt, statt ihn vorab in eine separate
Binärdatei zu übersetzen. Die eigene Dokumentation bezeichnet sie
als interpretiert, interaktiv und objektorientiert, mit eingebauten
Modulen, Ausnahmen, dynamischer Typisierung und höheren Datentypen.
Was den meisten zuerst auffällt, ist, dass Einrückung zur Syntax
gehört: Ein Block besteht aus dem, was unter seiner eröffnenden
Zeile eingerückt ist. Das sichtbare Layout ist damit die Struktur,
die der Interpreter ausführt. Guido van Rossum begann während der
Weihnachtsferien 1989 mit der Entwicklung, aufbauend auf seiner
Arbeit an der Sprache ABC am CWI in Amsterdam. Er veröffentlichte
Python im Februar 1991 und benannte es nach den damals von ihm
gelesenen Drehbüchern von Monty Python's Flying Circus.

Die Typisierung ist dynamisch. Während der Ausführung wird ein Name
an ein Objekt gebunden; der Typ gehört zum Objekt, nicht zum Namen.
Dieselbe Variable kann daher in einer Zeile eine Zahl und in der
nächsten eine Zeichenkette enthalten. Die durch PEP 484
standardisierten optionalen Annotationen erlauben einer Funktion
anzugeben, was sie erwartet und zurückgibt. Der PEP hält aber
ausdrücklich fest, dass keine Typprüfung zur Laufzeit stattfindet
und Python dynamisch typisiert bleiben wird. Separate Werkzeuge,
Typprüfer und Editoren lesen die Annotationen; der Interpreter
speichert sie, ohne sie durchzusetzen.

Die Sprache bringt eine umfangreiche Standardbibliothek mit, im
Tutorial als „Batterien inklusive“ beschrieben: Dateien, JSON,
SQLite, reguläre Ausdrücke, Unterprozesse, Argumentverarbeitung und
mehr, ohne zusätzliche Installation. Alles Weitere kommt als Paket
von Dritten, üblicherweise mit pip aus dem Python Package Index
installiert. Weil ein Interpreter nur eine Version jedes Pakets
aufnehmen kann, enthält die Standardbibliothek auch `venv`. Es
erzeugt für jedes Projekt eine eigenständige Umgebung, sodass eine
Anwendung Version 1.0 einer Bibliothek verwenden kann, während eine
andere 2.0 nutzt.

Neue Versionen folgen einem festen Zeitplan. Seit Python 3.9 sieht
PEP 602 jeden Oktober nach etwa siebzehn Monaten Entwicklung eine
Version mit neuen Funktionen vor. Jede wird fünf Jahre gepflegt; ab
3.13 bedeutet das zwei Jahre reguläre Fehlerkorrekturversionen
ungefähr alle zwei Monate, danach drei Jahre ausschließlich
Sicherheitskorrekturen. Python 3.15.0 erschien am 9. Oktober 2026.
Python 3.10 erreichte am 1. Oktober 2026 sein Lebensende; Python
2.7, die letzte Version der zweiten Reihe, erhält seit dem 1. Januar
2020 keine Unterstützung mehr. Der Referenzinterpreter CPython
besitzt seit Langem einen globalen Interpreter-Lock, der jeweils nur
einem Thread erlaubt, Python-Code auszuführen. PEP 703 ergänzte eine
Variante ohne diesen Lock; PEP 779 benannte 3.14 als Zeitrahmen für
die Phase, in der diese Variante ohne globalen Interpreter-Lock
offiziell unterstützt, aber weiterhin optional ist.

Warum es wichtig ist

Python ist oft der kürzeste Weg von einer Frage zu einem
funktionierenden Programm. Ein Skript, das eine Datei liest, eine
Datenbank abfragt und einen Bericht schreibt, lässt sich allein mit
der Standardbibliothek verfassen, sofort ausführen und ohne
Buildschritt ändern. Deshalb verbindet Python so oft die Teile von
Datenpipelines, Buildwerkzeugen und Testgerüsten.

Lesbarkeit ist ein bewusstes Entwurfsziel, kein Nebeneffekt. Der Zen
of Python, PEP 20, sagt, dass Lesbarkeit zählt. PEP 8, die
Stilrichtlinie für die Standardbibliothek, klärt die Fragen, über
die ein Team sonst streiten würde, von der Benennung bis zur Zeile
mit 79 Zeichen.

Die Flexibilität hat einen Preis, der spät fällig wird. Ein falsch
geschriebenes Attribut, ein `None` anstelle einer erwarteten
Zeichenkette oder ein Argument mit falschem Typ wird erst beim
Ausführen dieser Zeile zum Fehler, womöglich in Produktion. Teams,
die Python dauerhaft einsetzen, ergänzen deshalb die von der Sprache
ausgelassenen Prüfungen: einen Linter, Annotationen mit einem
Typprüfer in der verbindlichen Qualitätsprüfung und Tests, die die
Codepfade tatsächlich ausführen.

Der Kalender ist ebenso wichtig wie der Code. Jede
Interpreterversion hat ein festes Enddatum. Eine unangetastete
Installation verliert daher nach veröffentlichtem Zeitplan die
Sicherheitsunterstützung. Ein Projekt, das seine Mindestversion
festlegt und innerhalb der zwei Jahre mit Fehlerkorrekturen auf eine
neuere Version wechselt, tauscht einen Notfall gegen ein geplantes
Upgrade pro Jahr.

Wie es in der Praxis aussieht

Im Portfolio war Python in einem dokumentierten Entwicklungsstand
die Grundlage für einen datenbankgestützten Lebenslauf- und
Portfoliogenerator: 41 Module mit 10.580 Zeilen erzeugten sechs
Ausgabeformate von HTML und PDF bis Markdown und JSON aus einer
einzigen SQLite-Datenbank mit 23 Tabellen. Eine Pipeline mit 19
Schritten baute diese Datenbank auf; jeder Schritt konnte sicher
wiederholt werden. Die Laufzeitabhängigkeiten wurden auf genau zwei
begrenzt, eine Vorlagen-Engine und einen PDF-Renderer. Die
Begründung lautete, dass ein Dokumentgenerator nichts bewahrt hat,
wenn er sich in fünf Jahren nicht mehr installieren lässt. Dafür
hing damals jedes Dokument von diesem Python-Code ab. Ein anderer
Weg, ein Dokument zu erzeugen, blieb nicht. Diese Zahlen beschreiben
die Implementierung in jenem dokumentierten Stand.

Python gewann auch einen direkten Vergleich bei einer Pipeline für
stündlichen Stromverbrauch. Sie wurde auf drei Arten gebaut: in
Python, in JQ und in SQL auf PostgreSQL. Unregelmäßige Messungen
wurden zu einer Zeile je Stunde und Zone mit Nettoverbrauch als
Erzeugung plus Importe minus Exporte. Die mit reinen
Python-Funktionen geschriebene Fassung war die schnellste. Sie
verarbeitete einen Tag Daten in 34 ms und einen Datensatz mit 30
Tagen in 180 ms.

Diese Website wird mit Hugo gebaut. Im dokumentierten Werkzeugstand
vom Oktober 2026 waren ihre 22 Hilfsskripte mit insgesamt 8.408
Zeilen in Python geschrieben. Alle verwendeten ausschließlich die
Standardbibliothek, außer dem Skript zum Import von Zeichnungen, das
Pillow zum Beschneiden benötigte. Die Datei `.tool-versions` nannte
Python 3.14.7 mit der Regel, dass der Interpreter neuer, aber
niemals älter sein durfte. `task doctor` prüfte dies am
installierten Programm statt anhand der Datei allein. Ruff war der
Linter; basedpyright prüfte Typen auf der Stufe `standard`, weil
seine voreingestellte Prüfstufe 358 Befunde gemeldet hatte, fast
alle zu fehlenden Annotationen in bewusst schlichtem Code. Bei
seinem ersten Lauf fand der Typprüfer einen als Wörterbuchschlüssel
verwendeten Wert, der `None` sein konnte: einen Defekt, den Ruff
nicht beanstandet hatte.

Wo es schiefgeht

Die meisten Python-Probleme entstehen durch Code, den der
Interpreter klaglos akzeptiert und der sich anders verhält, als er
sich liest.

Ein Standardargument erinnert sich an frühere Aufrufe. Eine Funktion
gibt eine Liste zurück, die noch Einträge früherer Aufrufe enthält.
Das Ergebnis hängt dadurch von der Aufrufreihenfolge ab. Ein
Standardwert wird einmal beim Ausführen der `def`-Anweisung
ausgewertet. Ein veränderlicher Standardwert wie eine Liste oder ein
Wörterbuch ist daher dasselbe gemeinsam genutzte Objekt für jeden
Aufruf, der das Argument auslässt. Verwenden Sie `None` als Vorgabe
und erzeugen Sie die Liste im Funktionsrumpf; Ruffs Regel B006
meldet dieses Muster.

```python
def add_tag(tag, tags=None):
    if tags is None:
        tags = []  # a new list on every call
    tags.append(tag)
    return tags
```

Projekte verursachen gegenseitig Abhängigkeitskonflikte. Eine für
ein Projekt aktualisierte Bibliothek führt in einem anderen zu
Fehlern, oder `pip install` bricht mit einem Fehler zu einer extern
verwalteten Umgebung ab. In beiden Fällen wurden Pakete direkt in
einen gemeinsam genutzten Interpreter installiert: Die Projekte
konkurrieren um dieselbe Kopie jeder Bibliothek. Unter PEP 668 darf
ein Betriebssystemanbieter sein eigenes Python außerdem für pip
sperren. Geben Sie jedem Projekt mit `python -m venv .venv` eine
eigene Umgebung, installieren Sie Pakete in dieser Umgebung und
halten Sie die Abhängigkeiten in einer Datei fest, damit sich die
Umgebung neu aufbauen lässt.

Typangaben werden für Prüfungen gehalten. Eine Funktion mit einem
als `int` annotierten Parameter erhält eine Zeichenkette aus einer
JSON-Datei; der Fehler zeigt sich drei Aufrufe später. Annotationen
beschreiben die Absicht, der Interpreter setzt sie nicht durch.
Lassen Sie einen Typprüfer in der verbindlichen Qualitätsprüfung
laufen, damit Unstimmigkeiten zwischen annotierten Codeteilen den
Build scheitern lassen. Validieren Sie Daten dort, wo sie ins
Programm gelangen: Keine Annotation kann für Eingabedaten bürgen.

Ein Interpreter erreicht sein Support-Ende. Ein Server behält seine
bei der Installation gewählte Version, bis
Sicherheitsveröffentlichungen enden und Pakete sie aus ihrem
unterstützten Bereich streichen. Jede Version mit neuen Funktionen
bekommt fünf Jahre; die von 3.10 endeten am 1. Oktober 2026. Nennen
Sie die Mindestversion in einer von einer Prüfung gelesenen Datei,
aktualisieren Sie innerhalb der zwei Fehlerkorrekturjahre jeder
Version und führen Sie vor dem Wechsel die Testsuite mit der neuen
Version aus.

Weiterführende Lektüre

  * Python-Dokumentation — Tutorial, Bibliotheksreferenz und
Sprachreferenz für die aktuelle Version.

  * Das Python-Tutorial — die Sprache von Grund auf, einschließlich
der Warnung vor veränderlichen Standardargumenten.

  * PEP 8: Stilrichtlinie für Python-Code — die üblichen
Konventionen für Anordnung und Benennung von Python-Code.

  * PEP 602: Jährlicher Veröffentlichungszyklus für Python — warum
jeden Oktober eine Version mit neuen Funktionen erscheint und wie
lange sie unterstützt wird.

  * PEP 484: Typangaben — die Annotationssyntax und warum der
Interpreter die Prüfung anderen Werkzeugen überlässt.

  * Virtuelle Umgebungen und Pakete — pro Projekt eine Umgebung mit
`venv` anlegen und darin mit pip installieren.

hDiese Seite im Web	URL:https://engineer.company/de/glossary/python/	engineer.company	70
