Glossar

>>>

The default Python prompt of the interactive shell. Often seen for code examples which can be executed interactively in the interpreter.

...

Kann sich beziehen auf:

• The default Python prompt of the interactive shell when entering the code for an indented code block, when within a pair of matching left and right delimiters (parentheses, square brackets, curly braces or triple quotes), or after specifying a decorator.

• The Ellipsis built-in constant.

2to3

A tool that tries to convert Python 2.x code to Python 3.x code by handling most of the incompatibilities which can be detected by parsing the source and traversing the parse tree.

2to3 is available in the standard library as lib2to3; a standalone entry point is provided as Tools/scripts/2to3. See 2to3 — Automated Python 2 to 3 code translation.

Abstrakte Basisklasse

Abstrakte Basisklassen (abstract base class / ABC) ergänzen Duck-Typing, indem sie eine Möglichkeit bieten, Schnittstellen zu definieren, wenn andere Techniken wie hasattr() umständlich oder in subtiler Weise falsch wären (zum Beispiel bei magischen Methoden). ABCs führen virtuelle Unterklassen ein – das sind Klassen, die nicht von einer Klasse erben, aber dennoch von isinstance() und issubclass() erkannt werden; siehe die Dokumentation zum Modul abc. Python enthält viele integrierte ABCs für Datenstrukturen (im Modul collections.abc ), Zahlen (im Modul numbers ), Streams (im Modul io ) sowie Import-Finder und Loader (im Modul importlib.abc ). Mit dem Modul abc kannst du eigene ABCs erstellen.

Annotation

Eine Bezeichnung, die einer Variablen, einem Klassenattribut oder einem Funktionsparameter bzw. Rückgabewert zugeordnet ist und üblicherweise als Typhinweis verwendet wird.

Annotations of local variables cannot be accessed at runtime, but annotations of global variables, class attributes, and functions are stored in the __annotations__ special attribute of modules, classes, and functions, respectively.

See variable annotation, function annotation, PEP 484 and PEP 526, which describe this functionality. Also see Annotations Best Practices for best practices on working with annotations.

Argument

Ein Wert, der beim Aufruf einer Funktion (oder Methode) an diese übergeben wird. Es gibt zwei Arten von Argumenten:

• Schlüsselwortargument: Ein Argument, dem in einem Funktionsaufruf ein Bezeichner vorangestellt ist (z. B. name=) oder das in einem Dictionary als Wert übergeben wird, dem ** vorangestellt ist. Beispielsweise sind sowohl 3 als auch 5 Schlüsselwortargumente in den folgenden Aufrufen von complex():

  complex(real=3, imag=5)
  complex(**{'real': 3, 'imag': 5})
  

• Positionsargument <positional argument>: Ein Argument, das kein Schlüsselwortargument ist. Positionsargumente können am Anfang einer Argumentliste stehen und/oder als Elemente eines iterable übergeben werden, dem * vorangestellt ist. Beispielsweise sind sowohl 3 als auch 5 Positionsargumente in den folgenden Aufrufen:

  complex(3, 5)
  complex(*(3, 5))
  

Argumente werden im Funktionskörper den benannten lokalen Variablen zugewiesen. Die Regeln für diese Zuweisung findest du im Abschnitt Calls . Syntaktisch kann jeder Ausdruck zur Darstellung eines Arguments verwendet werden. Der ausgewertete Wert wird der lokalen Variablen zugewiesen.

Siehe auch den Glossareintrag zu parameter, die FAQ-Frage zum Unterschied zwischen Argumenten und Parametern und PEP 362.

asynchroner Kontextmanager

An object which controls the environment seen in an async with statement by defining __aenter__() and __aexit__() methods. Introduced by PEP 492.

asynchroner Generator

A function which returns an asynchronous generator iterator. It looks like a coroutine function defined with async def except that it contains yield expressions for producing a series of values usable in an async for loop.

Usually refers to an asynchronous generator function, but may refer to an asynchronous generator iterator in some contexts. In cases where the intended meaning isn’t clear, using the full terms avoids ambiguity.

Eine asynchrone Generatorfunktion kann sowohl await-Ausdrücke als auch async for- und async with-Anweisungen enthalten.

asynchrone Generator-Iterator

An object created by a asynchronous generator function.

This is an asynchronous iterator which when called using the __anext__() method returns an awaitable object which will execute the body of the asynchronous generator function until the next yield expression.

Each yield temporarily suspends processing, remembering the location execution state (including local variables and pending try-statements). When the asynchronous generator iterator effectively resumes with another awaitable returned by __anext__(), it picks up where it left off. See PEP 492 and PEP 525.

asynchrones iterierbares Objekt

An object, that can be used in an async for statement. Must return an asynchronous iterator from its __aiter__() method. Introduced by PEP 492.

asynchroner Iterator

An object that implements the __aiter__() and __anext__() methods. __anext__ must return an awaitable object. async for resolves the awaitables returned by an asynchronous iterator’s __anext__() method until it raises a StopAsyncIteration exception. Introduced by PEP 492.

Attribut

Ein Wert, der einem Objekt zugeordnet ist und auf den in der Regel mithilfe von Punktnotation unter Angabe des Namens verwiesen wird. Wenn beispielsweise ein Objekt o ein Attribut a hat, würde darauf als o.a verwiesen werden.

Es ist möglich, einem Objekt ein Attribut zuzuweisen, dessen Name kein Bezeichner im Sinne von Identifiers and keywords ist, beispielsweise mithilfe von setattr(), sofern das Objekt dies zulässt. Auf ein solches Attribut kann nicht über einen Punktausdruck zugegriffen werden; stattdessen muss es mit getattr() abgerufen werden.

abwartbar

An object that can be used in an await expression. Can be a coroutine or an object with an __await__() method. See also PEP 492.

BDFL

Wohltätiger Diktator auf Lebenszeit, auch bekannt als Guido van Rossum, der Schöpfer von Python.

Binärdatei

A file object able to read and write bytes-like objects. Examples of binary files are files opened in binary mode ('rb', 'wb' or 'rb+'), sys.stdin.buffer, sys.stdout.buffer, and instances of io.BytesIO and gzip.GzipFile.

Siehe auch Textdatei für ein Dateiobjekt, das Objekte vom Typ str lesen und schreiben kann.

entlehnte Referenz

In der C-API von Python ist eine ausgeliehene Referenz eine Referenz auf ein Objekt, wobei der Code, der das Objekt verwendet, nicht Eigentümer der Referenz ist. Sie wird zu einem dangling pointer, wenn das Objekt zerstört wird. Beispielsweise kann eine Garbage Collection die letzte starke Referenz auf das Objekt entfernen und es so zerstören.

Es wird empfohlen, die Funktion Py_INCREF() auf die geliehene Referenz anzuwenden, um diese an Ort und Stelle in eine starke Referenz umzuwandeln – es sei denn, das Objekt kann nicht vor der letzten Verwendung der geliehenen Referenz zerstört werden. Mit der Funktion Py_NewRef() kann eine neue starke Referenz erstellt werden.

Byte-ähnliches Objekt

Ein Objekt, das die Schnittstelle Buffer-Protokoll unterstützt und einen C-zusammenhängenden Puffer exportieren kann. Dazu gehören alle Objekte vom Typ bytes, bytearray und array.array sowie viele gängige Objekte vom Typ memoryview. Bytes-ähnliche Objekte können für verschiedene Operationen verwendet werden, die mit Binärdaten arbeiten; dazu gehören Komprimierung, das Speichern in einer Binärdatei und das Senden über einen Socket.

Bei einigen Operationen müssen die Binärdaten veränderbar sein. In der Dokumentation werden diese häufig als „les- und schreibbare byteähnliche Objekte“ bezeichnet. Beispiele für veränderbare Pufferobjekte sind bytearray und ein memoryview eines bytearray-Objekts. Andere Operationen erfordern, dass die Binärdaten in unveränderbaren Objekten (read-only bytes-like objects) gespeichert werden; Beispiele hierfür sind bytes und ein memoryview eines bytes-Objekts.

Bytecode

Python-Quellcode wird zu Bytecode kompiliert, der internen Darstellung eines Python-Programms im CPython-Interpreter. Der Bytecode wird zudem in .pyc-Dateien zwischengespeichert, sodass die Ausführung derselben Datei beim zweiten Mal schneller erfolgt (eine Neukompilierung vom Quellcode zum Bytecode kann vermieden werden). Diese „Zwischensprache“ läuft auf einer virtuellen Maschine, die den jedem Bytecode entsprechenden Maschinencode ausführt. Beachte jedoch, dass Bytecodes nicht unbedingt zwischen verschiedenen virtuellen Python-Maschinen funktionieren und auch nicht über Python-Versionen hinweg stabil sind.

Eine Liste der Bytecode-Befehle findest du in der Dokumentation zum dis-Modul.

abrufbar

Ein Callable ist ein Objekt, das aufgerufen werden kann, gegebenenfalls mit einer Reihe von Argumenten (siehe argument), und zwar mit folgender Syntax:

callable(argument1, argument2, ...)

Eine Funktion und im weiteren Sinne auch eine Methode ist ein aufrufbares Objekt. Eine Instanz einer Klasse, die die Methode __call__() implementiert, ist ebenfalls ein aufrufbares Objekt.

Callback

Eine Unterprogrammfunktion, die als Argument übergeben wird, um zu einem späteren Zeitpunkt ausgeführt zu werden.

Klasse

Eine Vorlage zum Erstellen benutzerdefinierter Objekte. Klassendefinitionen enthalten in der Regel Methodendefinitionen, die auf Instanzen der Klasse angewendet werden.

Klassenvariable

Eine Variable, die in einer Klasse definiert ist und nur auf Klassenebene (d.h. nicht in einer Instanz der Klasse) geändert werden soll.

coercion

The implicit conversion of an instance of one type to another during an operation which involves two arguments of the same type. For example, int(3.15) converts the floating point number to the integer 3, but in 3+4.5, each argument is of a different type (one int, one float), and both must be converted to the same type before they can be added or it will raise a TypeError. Without coercion, all arguments of even compatible types would have to be normalized to the same value by the programmer, e.g., float(3)+4.5 rather than just 3+4.5.

komplexe Zahl

Eine Erweiterung des bekannten Systems der reellen Zahlen, in der alle Zahlen als Summe aus einem reellen und einem imaginären Teil ausgedrückt werden. Imaginäre Zahlen sind reelle Vielfache der imaginären Einheit (der Quadratwurzel von -1), die in der Mathematik häufig als i und im Ingenieurwesen als j geschrieben werden. Python bietet integrierte Unterstützung für komplexe Zahlen, die in der letztgenannten Notation geschrieben werden; der Imaginärteil wird mit dem Suffix j angegeben, z. B. 3+1j . Um auf die komplexen Entsprechungen des Moduls math zuzugreifen, verwende cmath . Die Verwendung komplexer Zahlen ist eine recht fortgeschrittene mathematische Funktion. Wenn du keinen Bedarf dafür siehst, kannst du diese Funktionen mit ziemlicher Sicherheit getrost ignorieren.

Kontextmanager

An object which controls the environment seen in a with statement by defining __enter__() and __exit__() methods. See PEP 343.

Kontextvariable

A variable which can have different values depending on its context. This is similar to Thread-Local Storage in which each execution thread may have a different value for a variable. However, with context variables, there may be several contexts in one execution thread and the main usage for context variables is to keep track of variables in concurrent asynchronous tasks. See contextvars.

zusammenhängend

Ein Puffer gilt genau dann als zusammenhängend, wenn er entweder C-zusammenhängend oder Fortran-zusammenhängend ist. Null-dimensionale Puffer sind sowohl C- als auch Fortran-zusammenhängend. In eindimensionalen Arrays müssen die Elemente im Speicher nebeneinander angeordnet sein, und zwar in aufsteigender Reihenfolge der Indizes, beginnend bei Null. In mehrdimensionalen C-zusammenhängenden Arrays ändert sich der letzte Index am schnellsten, wenn die Elemente in der Reihenfolge ihrer Speicheradressen durchlaufen werden. In Fortran-zusammenhängenden Arrays hingegen ändert sich der erste Index am schnellsten.

Coroutine

Coroutinen sind eine verallgemeinerte Form von Unterprogrammen. Unterprogramme werden an einer Stelle aufgerufen und an einer anderen Stelle beendet. Coroutinen können an vielen verschiedenen Stellen aufgerufen, beendet und fortgesetzt werden. Sie lassen sich mit der Anweisung async def implementieren. Siehe auch PEP 492.

Coroutinen-Funktion

Eine Funktion, die ein coroutine-Objekt zurückgibt. Eine Coroutine-Funktion kann mit der Anweisung async def definiert werden und die Schlüsselwörter await, async for sowie async with enthalten. Diese wurden mit PEP 492 eingeführt.

CPython

Die kanonische Implementierung der Programmiersprache Python, wie sie auf python.org bereitgestellt wird. Der Begriff „CPython“ wird bei Bedarf verwendet, um diese Implementierung von anderen wie Jython oder IronPython zu unterscheiden.

Dekorateur

A function returning another function, usually applied as a function transformation using the @wrapper syntax. Common examples for decorators are classmethod() and staticmethod().

Die Dekorator-Syntax ist lediglich Syntactic Sugar; die folgenden beiden Funktionsdefinitionen sind semantisch gleichbedeutend:

def f(arg):
    ...
f = staticmethod(f)

@staticmethod
def f(arg):
    ...

Das gleiche Konzept gibt es auch für Klassen, wird dort jedoch seltener verwendet. Weitere Informationen zu Dekoratoren findest du in der Dokumentation zu Funktionsdefinitionen und Klassendefinitionen.

Deskriptor

Any object which defines the methods __get__(), __set__(), or __delete__(). When a class attribute is a descriptor, its special binding behavior is triggered upon attribute lookup. Normally, using a.b to get, set or delete an attribute looks up the object named b in the class dictionary for a, but if b is a descriptor, the respective descriptor method gets called. Understanding descriptors is a key to a deep understanding of Python because they are the basis for many features including functions, methods, properties, class methods, static methods, and reference to super classes.

Weitere Informationen zu den Methoden von Deskriptoren findest du unter Implementierung von Deskriptoren oder im Descriptor How To Guide.

Dictionary

An associative array, where arbitrary keys are mapped to values. The keys can be any object with __hash__() and __eq__() methods. Called a hash in Perl.

Dictionary Comprehension

Eine kompakte Möglichkeit, alle oder einen Teil der Elemente eines iterierbaren Objekts zu verarbeiten und ein Dictionary mit den Ergebnissen zurückzugeben. results = {n: n ** 2 for n in range(10)} erzeugt ein Dictionary, in dem der Schlüssel n auf den Wert n ** 2 abgebildet wird. Siehe Darstellungen für Listen, Mengen und Wörterbücher.

Dictionary-View

Die Objekte, die von den Methoden dict.keys() , dict.values() und dict.items() zurückgegeben werden, werden als Dictionary-Ansichten bezeichnet. Sie bieten eine dynamische Ansicht der Einträge im Dictionary, was bedeutet, dass sich Änderungen am Dictionary unmittelbar in der Ansicht widerspiegeln. Um die Dictionary-Ansicht zwangsweise in eine vollständige Liste umzuwandeln, verwende list(dictview). Siehe Dictionary view objects.

Docstring

A string literal which appears as the first expression in a class, function or module. While ignored when the suite is executed, it is recognized by the compiler and put into the __doc__ attribute of the enclosing class, function or module. Since it is available via introspection, it is the canonical place for documentation of the object.

Duck-Typing

Ein Programmierstil, bei dem nicht der Typ eines Objekts herangezogen wird, um festzustellen, ob es über die richtige Schnittstelle verfügt; stattdessen wird die Methode oder das Attribut einfach aufgerufen bzw. verwendet („Wenn es wie eine Ente aussieht und wie eine Ente quakt, muss es eine Ente sein.“) Durch die Betonung von Schnittstellen anstelle spezifischer Typen verbessert gut gestalteter Code seine Flexibilität, indem er polymorphe Substitution ermöglicht. Duck-Typing vermeidet Tests mit type() oder isinstance() . (Beachte jedoch, dass Duck-Typing durch abstrakte Basisklassen ergänzt werden kann.) Stattdessen werden typischerweise hasattr()-Tests oder EAFP-Programmierung eingesetzt.

EAFP

Es ist einfacher, um Verzeihung zu bitten als um Erlaubnis. Dieser gängige Python-Programmierstil geht von der Existenz gültiger Schlüssel oder Attribute aus und fängt Ausnahmen ab, falls sich diese Annahme als falsch erweist. Dieser übersichtliche und schnelle Stil zeichnet sich durch das häufige Vorkommen von try- und except-Anweisungen aus. Diese Technik steht im Gegensatz zum LBYL-Stil, der in vielen anderen Sprachen wie beispielsweise C üblich ist.

Ausdruck

A piece of syntax which can be evaluated to some value. In other words, an expression is an accumulation of expression elements like literals, names, attribute access, operators or function calls which all return a value. In contrast to many other languages, not all language constructs are expressions. There are also statements which cannot be used as expressions, such as while. Assignments are also statements, not expressions.

Erweiterungsmodul

Ein in C oder C++ geschriebenes Modul, das die C-API von Python nutzt, um mit dem Kern und dem Anwendercode zu interagieren.

f-String

String literals prefixed with 'f' or 'F' are commonly called „f-strings“ which is short for formatted string literals. See also PEP 498.

Dateiobjekt

An object exposing a file-oriented API (with methods such as read() or write()) to an underlying resource. Depending on the way it was created, a file object can mediate access to a real on-disk file or to another type of storage or communication device (for example standard input/output, in-memory buffers, sockets, pipes, etc.). File objects are also called file-like objects or streams.

Es gibt insgesamt drei Kategorien von Dateiobjekten: rohe Binärdateien, gepufferte Binärdateien und Textdateien. Deine Schnittstellen sind im Modul io definiert. Die übliche Vorgehensweise zum Erstellen eines Dateiobjekts ist die Verwendung der Funktion open() .

dateiähnliches Objekt

Ein Synonym für Dateiobjekt.

Dateisystem-Kodierung und Fehlerbehandlung

Von Python verwendete Kodierung und Fehlerbehandlung zum Dekodieren von Bytes aus dem Betriebssystem und zum Kodieren von Unicode für das Betriebssystem.

Die Dateisystemkodierung muss gewährleisten, dass alle Bytes unter 128 erfolgreich dekodiert werden. Wenn die Dateisystemkodierung diese Garantie nicht bieten kann, können API-Funktionen die Ausnahme UnicodeError auslösen.

Mit den Funktionen sys.getfilesystemencoding() und sys.getfilesystemencodeerrors() lassen sich die Kodierung des Dateisystems und der Fehlerbehandler abrufen.

Die Dateisystem-Kodierung und der Fehlerbehandler werden beim Start von Python über die Funktion PyConfig_Read() konfiguriert: siehe filesystem_encoding und filesystem_errors, die zu PyConfig gehören.

Siehe auch den Begriff Lokalisierungskodierung.

Finder

Ein Objekt, das versucht, den loader für ein Modul zu finden, das gerade importiert wird.

Since Python 3.3, there are two types of finder: meta path finders for use with sys.meta_path, and path entry finders for use with sys.path_hooks.

See PEP 302, PEP 420 and PEP 451 for much more detail.

Ganzzahldivision

Mathematische Division, bei der auf die nächste ganze Zahl abgerundet wird. Der Operator für die Floor-Division lautet //. Der Ausdruck 11 // 4 ergibt beispielsweise 2 – im Gegensatz zu 2.75, das bei einer echten Float-Division zurückgegeben wird. Beachte, dass (-11) // 4 gleich -3 ist, da es sich dabei um -2.75 handelt, das nach unten abgerundet wurde. Siehe PEP 238.

Funktion

Eine Anweisungsfolge, die einen Wert an den Aufrufer zurückgibt. Ihr können zudem null oder mehr Argumente übergeben werden, die bei der Ausführung des Hauptteils verwendet werden können. Siehe auch Parameter, Methode sowie den Abschnitt Funktionsdefinitionen .

Funktionsannotation

Eine Annotation eines Funktionsparameters oder eines Rückgabewerts.

Funktionsannotationen werden in der Regel für Typangaben: verwendet. Beispielsweise wird erwartet, dass diese Funktion zwei int Argumente entgegennimmt und zudem einen int Rückgabewert hat:

def sum_two_numbers(a: int, b: int) -> int:
   return a + b

Die Syntax für Funktionsannotationen wird im Abschnitt Funktionsdefinitionen erläutert.

Siehe Variablen-Annotation und PEP 484, wo diese Funktionalität beschrieben wird. Siehe außerdem Annotations Best Practices für bewährte Vorgehensweisen beim Umgang mit Annotationen.

__Zukunft__

Eine Future-Anweisung, from __future__ import <feature>, weist den Compiler an, das aktuelle Modul unter Verwendung einer Syntax oder Semantik zu kompilieren, die in einer zukünftigen Version von Python zum Standard werden wird. Das Modul __future__ dokumentiert die möglichen Werte von feature. Durch Importieren dieses Moduls und Auswerten seiner Variablen kannst du sehen, wann eine neue Funktion erstmals in die Sprache aufgenommen wurde und wann sie zur Standardeinstellung wird (oder wurde):

>>> import __future__
>>> __future__.division
_Feature((2, 2, 0, 'alpha', 2), (3, 0, 0, 'alpha', 0), 8192)

Garbage Collection

Der Vorgang, bei dem Speicher freigegeben wird, wenn er nicht mehr benötigt wird. Python führt die Speicherbereinigung mithilfe der Referenzzählung und eines zyklischen Garbage Collectors durch, der Referenzzyklen erkennen und auflösen kann. Der Garbage Collector lässt sich über das Modul gc steuern.

Generator

A function which returns a generator iterator. It looks like a normal function except that it contains yield expressions for producing a series of values usable in a for-loop or that can be retrieved one at a time with the next() function.

Usually refers to a generator function, but may refer to a generator iterator in some contexts. In cases where the intended meaning isn’t clear, using the full terms avoids ambiguity.

Generator-Iterator

An object created by a generator function.

Each yield temporarily suspends processing, remembering the location execution state (including local variables and pending try-statements). When the generator iterator resumes, it picks up where it left off (in contrast to functions which start fresh on every invocation).

Generatorausdruck

An expression that returns an iterator. It looks like a normal expression followed by a for clause defining a loop variable, range, and an optional if clause. The combined expression generates values for an enclosing function:

>>> sum(i*i for i in range(10))         # sum of squares 0, 1, 4, ... 81
285

generische Funktion

Eine Funktion, die aus mehreren Funktionen besteht, welche dieselbe Operation für verschiedene Typen implementieren. Welche Implementierung bei einem Aufruf verwendet werden soll, wird durch den Dispatch-Algorithmus bestimmt.

See also the single dispatch glossary entry, the functools.singledispatch() decorator, and PEP 443.

generischer Typ

Ein Typ, der parametrisiert werden kann; typischerweise eine Containerklasse wie beispielsweise list oder dict. Wird für Typ-Hinweise und Annotationen verwendet.

Weitere Informationen findest du unter generische Alias-Typen, PEP 483, PEP 484, PEP 585 sowie im Modul typing .

GIL

Siehe Global Interpreter Lock.

Global Interpreter Lock

Der Mechanismus, den der CPython-Interpreter verwendet, um sicherzustellen, dass jeweils nur ein Thread Python-Bytecode ausführt. Dies vereinfacht die CPython-Implementierung, indem das Objektmodell (einschließlich kritischer integrierter Typen wie dict) implizit gegen gleichzeitigen Zugriff abgesichert wird. Das Sperren des gesamten Interpreters erleichtert die Multithread-Fähigkeit des Interpreters, geht jedoch zu Lasten eines Großteils der Parallelität, die Multiprozessor-Rechner bieten.

Manche Erweiterungsmodule – aus der Standardbibliothek oder von Dritten – sind allerdings so angelegt, dass sie das GIL freigeben, während sie rechenintensive Aufgaben wie Komprimierung oder Hashing ausführen. Außerdem wird das GIL bei I/O-Operationen immer freigegeben.

Past efforts to create a „free-threaded“ interpreter (one which locks shared data at a much finer granularity) have not been successful because performance suffered in the common single-processor case. It is believed that overcoming this performance issue would make the implementation much more complicated and therefore costlier to maintain.

Hash-basierte PYC-Datei

Eine Bytecode-Cache-Datei, die zur Überprüfung ihrer Gültigkeit den Hashwert anstelle des Zeitstempels der letzten Änderung der entsprechenden Quelldatei heranzieht. Siehe Ungültigmachung von zwischengespeichertem Bytecode.

hashbar

An object is hashable if it has a hash value which never changes during its lifetime (it needs a __hash__() method), and can be compared to other objects (it needs an __eq__() method). Hashable objects which compare equal must have the same hash value.

Dank der Hashbarkeit kann ein Objekt als Schlüssel in einem Dictionary und als Element in einer Menge verwendet werden, da diese Datenstrukturen intern den Hashwert nutzen.

Die meisten unveränderlichen, in Python integrierten Objekte sind hashbar; veränderbare Container (wie Listen oder Dictionarys) sind es nicht; unveränderliche Container (wie Tupel und Frozensets) sind nur dann hashbar, wenn ihre Elemente hashbar sind. Objekte, die Instanzen benutzerdefinierter Klassen sind, sind standardmäßig hashbar. Sie sind alle ungleich (außer mit sich selbst), und ihr Hashwert wird aus ihrer id() abgeleitet.

IDLE

Eine integrierte Entwicklungs- und Lernumgebung für Python. IDLE ist eine einfache Editor- und Interpreter-Umgebung, die im Lieferumfang der Standarddistribution von Python enthalten ist.

unveränderlich

An object with a fixed value. Immutable objects include numbers, strings and tuples. Such an object cannot be altered. A new object has to be created if a different value has to be stored. They play an important role in places where a constant hash value is needed, for example as a key in a dictionary.

Importpfad

Eine Liste von Speicherorten (oder Pfadeinträge), die vom Pfad-basierten Finder nach zu importierenden Modulen durchsucht werden. Beim Import stammt diese Liste der Speicherorte in der Regel aus sys.path, bei Unterpaketen kann sie jedoch auch aus dem Attribut __path__ des übergeordneten Pakets stammen.

Importieren

Der Vorgang, durch den Python-Code in einem Modul für Python-Code in einem anderen Modul verfügbar gemacht wird.

Importeur

Ein Objekt, das sowohl ein Modul findet als auch lädt; es ist sowohl ein Finder- als auch ein Loader-Objekt.

interaktiv

Python has an interactive interpreter which means you can enter statements and expressions at the interpreter prompt, immediately execute them and see their results. Just launch python with no arguments (possibly by selecting it from your computer’s main menu). It is a very powerful way to test out new ideas or inspect modules and packages (remember help(x)).

interpretiert

Python ist eine interpretierte Sprache im Gegensatz zu einer kompilierten Sprache, auch wenn diese Unterscheidung aufgrund des Bytecode-Compilers nicht immer eindeutig ist. Das bedeutet, dass Quelldateien direkt ausgeführt werden können, ohne dass zuvor explizit eine ausführbare Datei erstellt und anschließend ausgeführt werden muss. Interpretierte Sprachen haben in der Regel einen kürzeren Entwicklungs- und Debugging-Zyklus als kompilierte Sprachen, allerdings laufen ihre Programme im Allgemeinen auch langsamer. Siehe auch interaktiv.

Beenden des Interpreters

Wenn der Python-Interpreter zum Beenden aufgefordert wird, wechselt er in eine spezielle Phase, in der er nach und nach alle zugewiesenen Ressourcen, wie beispielsweise Module und verschiedene wichtige interne Strukturen, freigibt. Außerdem ruft er mehrmals den Garbage Collector auf. Dies kann die Ausführung von Code in benutzerdefinierten Destruktoren oder weakref-Callbacks auslösen. Bei der Ausführung von Code während der Beendigungsphase können verschiedene Ausnahmen auftreten, da die Ressourcen, auf die er angewiesen ist, möglicherweise nicht mehr funktionieren (häufige Beispiele sind Bibliotheksmodule oder die Warnmechanismen).

Der Hauptgrund für das Beenden des Interpreters ist, dass das Modul __main__ oder das ausgeführte Skript die Ausführung abgeschlossen hat.

iterierbar

An object capable of returning its members one at a time. Examples of iterables include all sequence types (such as list, str, and tuple) and some non-sequence types like dict, file objects, and objects of any classes you define with an __iter__() method or with a __getitem__() method that implements Sequence semantics.

Iterables can be used in a for loop and in many other places where a sequence is needed (zip(), map(), …). When an iterable object is passed as an argument to the built-in function iter(), it returns an iterator for the object. This iterator is good for one pass over the set of values. When using iterables, it is usually not necessary to call iter() or deal with iterator objects yourself. The for statement does that automatically for you, creating a temporary unnamed variable to hold the iterator for the duration of the loop. See also iterator, sequence, and generator.

Iterator

An object representing a stream of data. Repeated calls to the iterator’s __next__() method (or passing it to the built-in function next()) return successive items in the stream. When no more data are available a StopIteration exception is raised instead. At this point, the iterator object is exhausted and any further calls to its __next__() method just raise StopIteration again. Iterators are required to have an __iter__() method that returns the iterator object itself so every iterator is also iterable and may be used in most places where other iterables are accepted. One notable exception is code which attempts multiple iteration passes. A container object (such as a list) produces a fresh new iterator each time you pass it to the iter() function or use it in a for loop. Attempting this with an iterator will just return the same exhausted iterator object used in the previous iteration pass, making it appear like an empty container.

Weitere Informationen finden Sie unter Iterator Types.

CPython-Implementierungsdetail: CPython does not consistently apply the requirement that an iterator define __iter__().

Schlüsselfunktion

Eine Schlüsselfunktion oder Sortierfunktion ist ein aufrufbares Objekt, das einen Wert zurückgibt, der zum Sortieren oder Ordnen verwendet wird. Beispielsweise wird locale.strxfrm() verwendet, um einen Sortierschlüssel zu erzeugen, der die lokalspezifischen Sortierkonventionen berücksichtigt.

Eine Reihe von Tools in Python unterstützt Schlüssel-Funktionen, mit denen sich die Anordnung oder Gruppierung von Elementen steuern lässt. Dazu gehören min() , max() , sorted() , list.sort() , heapq.merge() , heapq.nsmallest() , heapq.nlargest() und itertools.groupby() .

There are several ways to create a key function. For example. the str.lower() method can serve as a key function for case insensitive sorts. Alternatively, a key function can be built from a lambda expression such as lambda r: (r[0], r[2]). Also, the operator module provides three key function constructors: attrgetter(), itemgetter(), and methodcaller(). See the Sorting HOW TO for examples of how to create and use key functions.

Schlüsselwortargument

Siehe Argument.

Lambda

Eine anonyme Inline-Funktion, die aus einem einzigen Ausdruck besteht, der beim Aufruf der Funktion ausgewertet wird. Die Syntax zum Erstellen einer Lambda-Funktion lautet lambda [parameters]: expression

LBYL

Look before you leap (schau hin, bevor du springst). Dieser Programmierstil prüft Vorbedingungen ausdrücklich, bevor Aufrufe oder Zugriffe erfolgen. Er bildet den Gegensatz zum Ansatz EAFP und ist durch viele if-Anweisungen gekennzeichnet.

In a multi-threaded environment, the LBYL approach can risk introducing a race condition between „the looking“ and „the leaping“. For example, the code, if key in mapping: return mapping[key] can fail if another thread removes key from mapping after the test, but before the lookup. This issue can be solved with locks or by using the EAFP approach.

Ländereinstellung, Kodierung

On Unix, it is the encoding of the LC_CTYPE locale. It can be set with locale.setlocale(locale.LC_CTYPE, new_locale).

On Windows, it is the ANSI code page (ex: cp1252).

locale.getpreferredencoding(False) can be used to get the locale encoding.

Python uses the filesystem encoding and error handler to convert between Unicode filenames and bytes filenames.

Liste

A built-in Python sequence. Despite its name it is more akin to an array in other languages than to a linked list since access to elements is O(1).

List Comprehension

Eine kompakte Möglichkeit, alle oder einen Teil der Elemente einer Sequenz zu verarbeiten und eine Liste mit den Ergebnissen zurückzugeben. result = ['{:#04x}'.format(x) for x in range(256) if x % 2 == 0] generiert eine Liste von Zeichenketten, die gerade Hexadezimalzahlen (0x..) im Bereich von 0 bis 255 enthalten. Die Klausel if ist optional. Wird sie weggelassen, werden alle Elemente in range(256) verarbeitet.

Lader

An object that loads a module. It must define a method named load_module(). A loader is typically returned by a finder. See PEP 302 for details and importlib.abc.Loader for an abstract base class.

magische Methode

Ein umgangssprachliches Synonym für Spezialmethode.

Mapping

A container object that supports arbitrary key lookups and implements the methods specified in the Mapping or MutableMapping abstract base classes. Examples include dict, collections.defaultdict, collections.OrderedDict and collections.Counter.

Meta-Pfadfinder

Ein Finder, der bei einer Suche auf sys.meta_path zurückgegeben wird. Meta-Pfadfinder stehen in Zusammenhang mit Pfadeintrags-Findern, unterscheiden sich jedoch von diesen.

Unter importlib.abc.MetaPathFinder findest du die Methoden, die Meta-Path-Finder implementieren.

Metaklasse

Die Klasse einer Klasse. Klassendefinitionen legen einen Klassennamen, ein Klassen-Dictionary und eine Liste von Basisklassen fest. Die Metaklasse ist dafür zuständig, diese drei Argumente zu übernehmen und die Klasse zu erstellen. Die meisten objektorientierten Programmiersprachen bieten eine Standardimplementierung. Das Besondere an Python ist, dass es möglich ist, benutzerdefinierte Metaklassen zu erstellen. Die meisten Nutzer benötigen dieses Werkzeug nie, doch wenn der Bedarf entsteht, können Metaklassen leistungsstarke und elegante Lösungen bieten. Sie wurden bereits zur Protokollierung des Zugriffs auf Attribute, zur Gewährleistung der Thread-Sicherheit, zur Verfolgung der Objekterstellung, zur Implementierung von Singletons und für viele andere Aufgaben eingesetzt.

Weitere Informationen finden Sie unter Metaklassen.

Methode

Eine Funktion, die innerhalb des Klassenkörpers definiert ist. Wird sie als Attribut einer Instanz dieser Klasse aufgerufen, erhält die Methode das Instanzobjekt als erstes Argument (das üblicherweise als self bezeichnet wird). Siehe function und nested scope.

Reihenfolge der Methodenauflösung

Method Resolution Order is the order in which base classes are searched for a member during lookup. See The Python 2.3 Method Resolution Order for details of the algorithm used by the Python interpreter since the 2.3 release.

Modul

Ein Objekt, das als Organisationseinheit für Python-Code dient. Module verfügen über einen Namensraum, der beliebige Python-Objekte enthält. Module werden durch den Vorgang des Importierens in Python geladen.

Siehe auch Paket.

Modulspezifikation

Ein Namespace, der die Import-bezogenen Informationen enthält, die zum Laden eines Moduls verwendet werden. Eine Instanz von importlib.machinery.ModuleSpec.

MRO

Siehe Reihenfolge der Methodenauflösung.

veränderlich

Mutable objects can change their value but keep their id(). See also immutable.

benanntes Tupel

Der Begriff „benanntes Tupel“ bezieht sich auf jeden Typ oder jede Klasse, die von „Tupel“ erbt und deren indizierbare Elemente auch über benannte Attribute zugänglich sind. Der Typ oder die Klasse kann darüber hinaus noch weitere Merkmale aufweisen.

Mehrere integrierte Datentypen werden als Tupel bezeichnet, darunter die von time.localtime() und os.stat() zurückgegebenen Werte. Ein weiteres Beispiel ist sys.float_info:

>>> sys.float_info[1]                   # indexed access
1024
>>> sys.float_info.max_exp              # named field access
1024
>>> isinstance(sys.float_info, tuple)   # kind of tuple
True

Some named tuples are built-in types (such as the above examples). Alternatively, a named tuple can be created from a regular class definition that inherits from tuple and that defines named fields. Such a class can be written by hand or it can be created with the factory function collections.namedtuple(). The latter technique also adds some extra methods that may not be found in hand-written or built-in named tuples.

Namensraum

Der Ort, an dem eine Variable gespeichert wird. Namensräume werden als Dictionarys implementiert. Es gibt lokale, globale und integrierte Namensräume sowie verschachtelte Namensräume in Objekten (in Methoden). Namensräume unterstützen die Modularität, indem sie Namenskonflikte verhindern. Beispielsweise unterscheiden sich die Funktionen builtins.open und os.open() durch ihre Namensräume. Namensräume tragen zudem zur Lesbarkeit und Wartbarkeit bei, indem sie deutlich machen, welches Modul eine Funktion implementiert. Wenn du beispielsweise random.seed() oder itertools.islice() schreibst, wird deutlich, dass diese Funktionen jeweils von den Modulen random und itertools implementiert werden.

Namensraum-Paket

A PEP 420 package which serves only as a container for subpackages. Namespace packages may have no physical representation, and specifically are not like a regular package because they have no __init__.py file.

Siehe auch Modul.

verschachtelter Geltungsbereich

Die Möglichkeit, in einer umschließenden Definition auf eine Variable zu verweisen. So kann beispielsweise eine innerhalb einer anderen Funktion definierte Funktion auf Variablen in der äußeren Funktion verweisen. Beachte, dass verschachtelte Geltungsbereiche standardmäßig nur für Verweise und nicht für Zuweisungen gelten. Lokale Variablen lesen und schreiben im innersten Geltungsbereich. Ebenso lesen und schreiben globale Variablen im globalen Namensraum. Die Anweisung nonlocal ermöglicht das Schreiben in äußere Geltungsbereiche.

New-Style-Klasse

Old name for the flavor of classes now used for all class objects. In earlier Python versions, only new-style classes could use Python’s newer, versatile features like __slots__, descriptors, properties, __getattribute__(), class methods, and static methods.

Objekt

Jede Dateninstanz mit einem Zustand (Attribute oder Wert) und definiertem Verhalten (Methoden). Außerdem die oberste Basisklasse jeder Klasse neuen Stils.

Paket

Ein Python-Modul, das Untermodule oder – rekursiv – Unterpakete enthalten kann. Technisch gesehen ist ein Paket ein Python-Modul mit einem Attribut vom Typ __path__ .

Siehe auch reguläres Paket und Namensraum-Paket.

Parameter

Eine benannte Entität in einer Funktions- (oder Methoden-)Definition, die ein Argument (oder in manchen Fällen mehrere Argumente) angibt, das bzw. die die Funktion entgegennehmen kann. Es gibt fünf Arten von Parametern:

• positional-or-keyword: bezeichnet ein Argument, das entweder über die Position oder als Schlüsselwortargument übergeben werden kann. Das ist die Standardart von Parametern, zum Beispiel foo und bar im Folgenden:

  def func(foo, bar=None): ...
  

• positional-only: Gibt ein Argument an, das nur über die Position übergeben werden kann. Parameter, die ausschließlich über die Position übergeben werden können, lassen sich definieren, indem man in der Parameterliste der Funktionsdefinition hinter ihnen das Zeichen / einfügt, zum Beispiel posonly1 und posonly2 im folgenden Beispiel:

  def func(posonly1, posonly2, /, positional_or_keyword): ...
  

• keyword-only: bezeichnet ein Argument, das nur über ein Schlüsselwort übergeben werden kann. Keyword-only-Parameter lassen sich festlegen, indem in der Parameterliste der Funktionsdefinition vor ihnen ein einzelner var-positional-Parameter oder ein bloßes * steht, zum Beispiel kw_only1 und kw_only2 im Folgenden:

  def func(arg, *, kw_only1, kw_only2): ...
  

• var-positional: Gibt an, dass eine beliebige Folge von Positionsargumenten angegeben werden kann (zusätzlich zu den Positionsargumenten, die bereits von anderen Parametern akzeptiert werden). Ein solcher Parameter kann definiert werden, indem dem Parameternamen * vorangestellt wird, zum Beispiel args im folgenden Beispiel:

  def func(*args, **kwargs): ...
  

• var-keyword: Gibt an, dass beliebig viele Schlüsselwortargumente angegeben werden können (zusätzlich zu den Schlüsselwortargumenten, die bereits von anderen Parametern akzeptiert werden). Ein solcher Parameter kann definiert werden, indem dem Parameternamen ** vorangestellt wird, beispielsweise kwargs im obigen Beispiel.

Parameter können sowohl optionale als auch erforderliche Argumente sowie Standardwerte für einige optionale Argumente festlegen.

Siehe auch den Glossareintrag argument, die FAQ-Frage zu dem Unterschied zwischen Argumenten und Parametern, die Klasse inspect.Parameter, den Abschnitt Funktionsdefinitionen sowie PEP 362.

Pfadeintrag

Ein einzelner Speicherort im Importpfad, den der pfadbasierte Finder abfragt, um Module zum Importieren zu finden.

Pfadeintrags-Finder

Ein finder, der von einer auf sys.path_hooks aufrufbaren Funktion (d. h. einem path entry hook) zurückgegeben wird, die weiß, wie man Module anhand eines path entry findet.

Unter importlib.abc.PathEntryFinder findest du die Methoden, die von Path-Entry-Findern implementiert werden.

Pfadeintrag-Hook

A callable on the sys.path_hook list which returns a path entry finder if it knows how to find modules on a specific path entry.

pfadbasierter Finder

Einer der standardmäßigen Meta-Pfadfinder, der einen Importpfad nach Modulen durchsucht.

pfadähnliches Objekt

Ein Objekt, das einen Dateisystempfad darstellt. Ein pfadähnliches Objekt ist entweder ein str- oder ein bytes-Objekt, das einen Pfad darstellt, oder ein Objekt, das das os.PathLike-Protokoll implementiert. Ein Objekt, das das os.PathLike-Protokoll unterstützt, kann durch Aufruf der Funktion os.fspath() in einen str- oder bytes-Dateisystempfad umgewandelt werden; mit os.fsdecode() bzw. os.fsencode() lässt sich stattdessen ein str- bzw. bytes-Ergebnis gewährleisten. Eingeführt durch PEP 519 .

PEP

Python Enhancement Proposal. Ein PEP ist ein Entwurfsdokument, das der Python-Community Informationen liefert oder eine neue Funktion für Python, dessen Prozesse oder dessen Umgebung beschreibt. PEPs sollten eine prägnante technische Spezifikation sowie eine Begründung für die vorgeschlagenen Funktionen enthalten.

PEPs sollen als primäre Mechanismen dienen, um wichtige neue Funktionen vorzuschlagen, Rückmeldungen der Community zu einem Thema einzuholen und die Designentscheidungen zu dokumentieren, die in Python eingeflossen sind. Der PEP-Autor ist dafür verantwortlich, einen Konsens innerhalb der Community herzustellen und abweichende Meinungen zu dokumentieren.

Siehe PEP 1.

Anteil

Eine Sammlung von Dateien in einem einzigen Verzeichnis (die möglicherweise in einer ZIP-Datei gespeichert sind), die zu einem Namespace-Paket beitragen, wie unter PEP 420 definiert.

Positionsargument

Siehe Argument.

vorläufige API

Eine vorläufige API ist eine Schnittstelle, die bewusst von den Rückwärtskompatibilitätsgarantien der Standardbibliothek ausgenommen wurde. Zwar sind größere Änderungen an solchen Schnittstellen nicht zu erwarten, solange sie als vorläufig gekennzeichnet sind, doch können rückwärtsinkompatible Änderungen (bis hin zur Entfernung der Schnittstelle) vorgenommen werden, wenn dies von den Kernentwicklern als notwendig erachtet wird. Solche Änderungen werden nicht ohne triftigen Grund vorgenommen – sie erfolgen nur, wenn schwerwiegende grundlegende Mängel aufgedeckt werden, die vor der Aufnahme der API übersehen wurden.

Auch bei vorläufigen APIs gelten nicht rückwärtskompatible Änderungen als „letztes Mittel“ – es wird weiterhin jeder Versuch unternommen, für erkannte Probleme eine rückwärtskompatible Lösung zu finden.

Dieser Prozess ermöglicht es, dass sich die Standardbibliothek im Laufe der Zeit weiterentwickeln kann, ohne dass problematische Konstruktionsfehler über längere Zeiträume hinweg festgeschrieben werden. Weitere Einzelheiten findest du unter PEP 411.

vorläufiges Paket

Siehe vorläufige API.

Python 3000

Spitzname für die Python-3.x-Versionsreihe (der vor langer Zeit geprägt wurde, als die Veröffentlichung von Version 3 noch in ferner Zukunft lag). Er wird auch mit „Py3k“ abgekürzt.

pythonisch

Eine Idee oder ein Codeabschnitt, der sich eng an die gängigsten Konventionen der Programmiersprache Python hält, anstatt Code unter Verwendung von Konzepten zu implementieren, die in anderen Sprachen üblich sind. Ein gängiges Beispiel in Python ist beispielsweise die Durchlaufschleife über alle Elemente eines iterierbaren Objekts mithilfe einer for Anweisung. Viele andere Sprachen verfügen nicht über eine solche Konstruktion, sodass Personen, die mit Python nicht vertraut sind, manchmal stattdessen einen numerischen Zähler verwenden:

for i in range(len(food)):
    print(food[i])

Im Gegensatz zu der übersichtlicheren, pythonischen Methode:

for piece in food:
    print(piece)

qualifizierter Name

Ein gepunkteter Name, der den „Pfad“ vom globalen GeltungsbereichGeltungsbereich eines Moduls zu einer in diesem Modul definierten Klasse, Funktion oder Methode angibt, wie in PEP 3155 definiert. Bei Funktionen und Klassen der obersten Ebene entspricht der qualifizierte Name dem Namen des Objekts:

>>> class C:
...     class D:
...         def meth(self):
...             pass
...
>>> C.__qualname__
'C'
>>> C.D.__qualname__
'C.D'
>>> C.D.meth.__qualname__
'C.D.meth'

Im Zusammenhang mit Modulen bezeichnet der vollständige Name den gesamten, durch Punkte getrennten Pfad zum Modul, einschließlich aller übergeordneten Pakete, z. B. email.mime.text:

>>> import email.mime.text
>>> email.mime.text.__name__
'email.mime.text'

Referenzanzahl

The number of references to an object. When the reference count of an object drops to zero, it is deallocated. Reference counting is generally not visible to Python code, but it is a key element of the CPython implementation. The sys module defines a getrefcount() function that programmers can call to return the reference count for a particular object.

Standardpaket

Ein herkömmliches Paket, beispielsweise ein Verzeichnis, das eine Datei vom Typ __init__.py enthält.

Siehe auch: Namensraum-Paket.

__slots__

Eine Deklaration innerhalb einer Klasse, die Speicherplatz spart, indem Speicherplatz für Instanzattribute vorab reserviert und Instanz-Dictionaries vermieden werden. Obwohl diese Technik weit verbreitet ist, ist ihre korrekte Anwendung etwas knifflig und sollte am besten nur in seltenen Fällen eingesetzt werden, in denen in einer speicherintensiven Anwendung eine große Anzahl von Instanzen vorliegt.

Sequenz

An iterable which supports efficient element access using integer indices via the __getitem__() special method and defines a __len__() method that returns the length of the sequence. Some built-in sequence types are list, str, tuple, and bytes. Note that dict also supports __getitem__() and __len__(), but is considered a mapping rather than a sequence because the lookups use arbitrary immutable keys rather than integers.

The collections.abc.Sequence abstract base class defines a much richer interface that goes beyond just __getitem__() and __len__(), adding count(), index(), __contains__(), and __reversed__(). Types that implement this expanded interface can be registered explicitly using register().

Mengenkomprimierung

Eine kompakte Möglichkeit, alle oder einen Teil der Elemente einer iterierbares Objekt zu verarbeiten und eine Menge mit den Ergebnissen zurückzugeben. results = {c for c in 'abracadabra' if c not in 'abc'} erzeugt die Menge der Zeichenfolgen {'r', 'd'}. Siehe Darstellungen für Listen, Mengen und Wörterbücher.

Single Dispatch

Eine Form der generischen Funktionsauswahl, bei der die Implementierung anhand des Typs eines einzelnen Arguments ausgewählt wird.

Slice

An object usually containing a portion of a sequence. A slice is created using the subscript notation, [] with colons between numbers when several are given, such as in variable_name[1:3:5]. The bracket (subscript) notation uses slice objects internally.

spezielle Methode

Eine Methode, die von Python implizit aufgerufen wird, um eine bestimmte Operation auf einem Typ auszuführen, beispielsweise eine Addition. Die Namen solcher Methoden beginnen und enden mit zwei Unterstrichen. Spezielle Methoden sind unter Spezielle Methodennamen dokumentiert.

Erklärung

Eine Anweisung ist Teil einer Suite (eines „Code-Blocks“). Eine Anweisung ist entweder ein Ausdruck oder eine von mehreren Konstrukten mit einem Schlüsselwort, wie beispielsweise if , while oder for .

starke Referenz

In der C-API von Python ist eine starke Referenz eine Referenz auf ein Objekt, das dem Code gehört, der die Referenz enthält. Die starke Referenz wird durch den Aufruf von Py_INCREF() beim Erstellen der Referenz hergestellt und durch den Aufruf von Py_DECREF() beim Löschen der Referenz freigegeben.

Mit der Funktion Py_NewRef() lässt sich eine starke Referenz auf ein Objekt erstellen. In der Regel muss die Funktion Py_DECREF() für die starke Referenz aufgerufen werden, bevor der Geltungsbereich der starken Referenz verlassen wird, um ein Referenzleck zu vermeiden.

Siehe auch: entlehnte Referenz.

Textkodierung

Eine Zeichenkette in Python ist eine Folge von Unicode-Codepunkten (im Bereich U+0000–U+10FFFF). Um eine Zeichenkette zu speichern oder zu übertragen, muss sie als Bytefolge serialisiert werden.

Die Umwandlung einer Zeichenkette in eine Bytefolge wird als „Kodierung“ bezeichnet, und die Rekonstruktion der Zeichenkette aus der Bytefolge wird als „Dekodierung“ bezeichnet.

Es gibt eine Vielzahl verschiedener Text-Serialisierungsverfahren Codecs, die zusammenfassend als „Textkodierungen“ bezeichnet werden.

Textdatei

Ein Dateiobjekt, das str-Objekte lesen und schreiben kann. Häufig greift eine Textdatei tatsächlich auf einen byteorientierten Datenstrom zu und übernimmt die Textkodierung automatisch. Beispiele für Textdateien sind Dateien, die im Textmodus geöffnet wurden ('r' oder 'w'), sys.stdin, sys.stdout sowie Instanzen von io.StringIO.

Siehe auch Binärdatei für ein Dateiobjekt, das byteähnliche Objekte lesen und schreiben kann.

Zeichenkette in dreifachen Anführungszeichen

Eine Zeichenkette, die durch drei aufeinanderfolgende einfache Anführungszeichen (“) oder Apostrophe (‘) begrenzt wird. Obwohl sie keine Funktionen bieten, die bei Zeichenketten in einfachen Anführungszeichen nicht verfügbar sind, sind sie aus verschiedenen Gründen nützlich. Sie ermöglichen es, nicht maskierte einfache und doppelte Anführungszeichen in eine Zeichenkette einzufügen, und sie können sich über mehrere Zeilen erstrecken, ohne dass das Fortsetzungszeichen verwendet werden muss, was sie besonders nützlich beim Schreiben von Docstrings macht.

Typ

The type of a Python object determines what kind of object it is; every object has a type. An object’s type is accessible as its __class__ attribute or can be retrieved with type(obj).

Typalias

Ein Synonym für einen Typ, das durch die Zuweisung des Typs zu einem Bezeichner erstellt wird.

Typ-Aliase sind nützlich, um Typ-Hinweise zu vereinfachen. Zum Beispiel:

def remove_gray_shades(
        colors: list[tuple[int, int, int]]) -> list[tuple[int, int, int]]:
    pass

könnte so lesbarer gestaltet werden:

Color = tuple[int, int, int]

def remove_gray_shades(colors: list[Color]) -> list[Color]:
    pass

Siehe typing und PEP 484, wo diese Funktion beschrieben wird.

Typhinweis

Eine Annotation, die den erwarteten Typ für eine Variable, ein Klassenattribut oder einen Funktionsparameter bzw. Rückgabewert angibt.

Type hints are optional and are not enforced by Python but they are useful to static type analysis tools, and aid IDEs with code completion and refactoring.

Typhinweise für globale Variablen, Klassenattribute und Funktionen, nicht jedoch für lokale Variablen, können über typing.get_type_hints() abgerufen werden.

Siehe typing und PEP 484, wo diese Funktion beschrieben wird.

universelle Zeilenumbrüche

Eine Methode zur Interpretation von Textströmen, bei der alle folgenden Zeichenfolgen als Zeilenende erkannt werden: die Unix-Zeilenende-Konvention '\n', die Windows-Konvention '\r\n' und die alte Macintosh-Konvention '\r'. Siehe PEP 278 und PEP 3116 sowie bytes.splitlines() für eine weitere Anwendungsmöglichkeit.

Variablenbeschriftung

Eine Annotation einer Variablen oder eines Klassenattributs.

Bei der Annotation einer Variablen oder eines Klassenattributs ist die Zuweisung optional:

class C:
    field: 'annotation'

Variablenannotationen werden in der Regel für Typangaben verwendet – beispielsweise wird erwartet, dass diese Variable Werte vom Typ int annimmt:

count: int = 0

Die Syntax für die Annotation von Variablen wird im Abschnitt Kommentierte Zuweisungsanweisungen erläutert.

Siehe Funktionsannotation, PEP 484 und PEP 526, wo diese Funktionalität beschrieben wird. Siehe auch Annotations Best Practices für bewährte Vorgehensweisen beim Umgang mit Annotationen.

virtuelle Umgebung

Eine kooperativ isolierte Laufzeitumgebung, die es Python-Anwendern und-Anwendungen ermöglicht, Python-Distributionspakete zu installieren und zu aktualisieren, ohne das Verhalten anderer Python-Anwendungen zu beeinträchtigen, die auf demselben System ausgeführt werden.

Siehe auch venv.

virtuelle Maschine

Ein vollständig in Software definierter Computer. Die virtuelle Maschine von Python führt den vom Bytecode-Compiler erzeugten Bytecode aus.

Zen von Python

Eine Auflistung der Python-Entwurfsprinzipien und -Philosophien, die zum Verständnis und zur Anwendung der Sprache hilfreich sind. Die Auflistung kann durch Eingabe von „import this “ an der interaktiven Eingabeaufforderung aufgerufen werden.