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 können Sie eigene ABCs erstellen.

Anmerkung

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 Wörterbuch 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: 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 finden Sie 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

Ein Objekt, das die in einer async with-Anweisung angezeigte Umgebung steuert, indem es die Methoden __aenter__() und __aexit__() definiert. Eingeführt durch 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.

Dies ist ein asynchroner Iterator, der beim Aufruf mit der Methode __anext__() ein awaitable-Objekt zurückgibt, das den Körper der asynchronen Generatorfunktion bis zum nächsten yield -Ausdruck ausführt.

Jeder yield unterbricht die Verarbeitung vorübergehend und speichert dabei den Ausführungsstatus (einschließlich lokaler Variablen und ausstehender „try“-Anweisungen). Wenn der asynchrone Generator-Iterator mit einem anderen von __anext__() zurückgegebenen „awaitable“ effektiv fortgesetzt wird, setzt er die Ausführung an der Stelle fort, an der er unterbrochen wurde. Siehe PEP 492 und PEP 525.

asynchrones Iterabel

Ein Objekt, das in einer async for-Anweisung verwendet werden kann. Es muss über seine Methode __aiter__() einen asynchronen Iterator zurückgeben. Eingeführt durch PEP 492.

asynchroner Iterator

Ein Objekt, das die Methoden __aiter__() und __anext__() implementiert. __anext__() muss ein awaitable-Objekt zurückgeben. async for verarbeitet die von der Methode __anext__() eines asynchronen Iterators zurückgegebenen awaitables, bis eine Ausnahme vom Typ StopAsyncIteration ausgelöst wird. Eingeführt durch 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

Ein Objekt, das in einem Ausdruck vom Typ await verwendet werden kann. Kann eine coroutine oder ein Objekt mit einer Methode vom Typ __await__() sein. Siehe auch PEP 492.

BDFL

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

Binärdatei

Ein Dateiobjekt, das byteähnliche Objekte lesen und schreiben kann. Beispiele für Binärdateien sind Dateien, die im Binärmodus geöffnet wurden ('rb', 'wb' oder 'rb+'), sys.stdin.buffer, sys.stdout.buffer sowie Instanzen von io.BytesIO und 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-contiguous-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. Beachten Sie 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 finden Sie 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, argumentN)

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.

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, verwenden Sie cmath . Die Verwendung komplexer Zahlen ist eine recht fortgeschrittene mathematische Funktion. Wenn Sie keinen Bedarf dafür sehen, können Sie 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.

Koroutine

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 finden Sie in der Dokumentation zu Funktionsdefinitionen und Klassendefinitionen.

Deskriptor

Jedes Objekt, das die Methoden __get__() , __set__() oder __delete__() definiert. Wenn ein Klassenattribut ein Deskriptor ist, wird sein spezielles Bindungsverhalten bei der Attributsuche ausgelöst. Normalerweise wird bei der Verwendung von a.b zum Abrufen, Setzen oder Löschen eines Attributs das Objekt mit dem Namen b im Klassenwörterbuch von a nachgeschlagen; ist b jedoch ein Deskriptor, wird die entsprechende Deskriptormethode aufgerufen. Das Verständnis von Deskriptoren ist der Schlüssel zu einem tiefgreifenden Verständnis von Python, da sie die Grundlage für viele Funktionen bilden, darunter Funktionen, Methoden, Eigenschaften, Klassenmethoden, statische Methoden und Verweise auf Oberklassen.

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

Wörterbuch

Ein assoziatives Array, bei dem beliebige Schlüssel Werten zugeordnet werden. Die Schlüssel können beliebige Objekte sein, die über die Methoden __hash__() und __eq__() verfügen. In Perl wird dies als Hash bezeichnet.

Wörterbuchverständnis

Eine kompakte Möglichkeit, alle oder einen Teil der Elemente eines iterierbaren Objekts zu verarbeiten und ein Wörterbuch mit den Ergebnissen zurückzugeben. results = {n: n ** 2 for n in range(10)} generiert ein Wörterbuch, das Schlüssel- n enthält, die den Wert- n ** 2 zugeordnet sind. Siehe Darstellungen für Listen, Mengen und Wörterbücher.

Wörterbuchansicht

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, verwenden Sie list(dictview) . Siehe Dictionary view objects.

docstring

Ein String-Literal, das als erster Ausdruck in einer Klasse, Funktion oder einem Modul erscheint. Es wird zwar bei der Ausführung der Testsuite ignoriert, jedoch vom Compiler erkannt und in das Attribut __doc__ der umschließenden Klasse, Funktion oder des Moduls übernommen. Da es über Introspektion verfügbar ist, stellt es den kanonischen Ort für die Dokumentation des Objekts dar.

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() . (Beachten Sie 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

Ein Objekt, das eine dateiorientierte API (mit Methoden wie read() oder write() ) für eine zugrunde liegende Ressource bereitstellt. Je nach Art seiner Erstellung kann ein Dateiobjekt den Zugriff auf eine echte Datei auf der Festplatte oder auf eine andere Art von Speicher- oder Kommunikationsgerät vermitteln (z. B. Standardeingabe/-ausgabe, Puffer im Arbeitsspeicher, Sockets, Pipes usw.). Dateiobjekte werden auch als dateiähnliche Objekte oder Streams bezeichnet.

Es gibt insgesamt drei Kategorien von Dateiobjekten: rohe Binärdateien, gepufferte Binärdateien und Textdateien. Ihre 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.

Es gibt zwei Arten von Suchfunktionen: Meta-Pfad-Suchfunktionen zur Verwendung mit sys.meta_path sowie Pfad-Eingabe-Suchfunktionen zur Verwendung mit sys.path_hooks.

Weitere Informationen finden Sie unter Finders und Loader und importlib.

Etagenaufteilung

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. Beachten Sie, 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 .

Funktionsanmerkung

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 können Sie 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 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))         # Summe der Quadrate von 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 finden Sie 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.

Einige Erweiterungsmodule – sei es Standardmodule oder Module von Drittanbietern – sind jedoch so konzipiert, dass sie das GIL bei rechenintensiven Aufgaben wie Komprimierung oder Hashing freigeben. Außerdem wird das GIL bei E/A-Vorgängen stets 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 Hash-Wert anstelle des Zeitstempels der letzten Änderung der entsprechenden Quelldatei heranzieht. Siehe Ungültigmachung von zwischengespeichertem Bytecode.

hashbar

Ein Objekt ist hashbar, wenn es einen Hash-Wert besitzt, der sich während seiner Lebensdauer nicht ändert (es benötigt eine __hash__()-Methode), und wenn es mit anderen Objekten verglichen werden kann (es benötigt eine __eq__()-Methode). Hashbare Objekte, die als gleich verglichen werden, müssen denselben Hash-Wert haben.

Dank der Hashbarkeit kann ein Objekt als Schlüssel in einem Wörterbuch 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 Wörterbücher) 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 Hash-Wert wird aus ihrem id() abgeleitet.

LEERLAUF

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

unsterblich

Unsterbliche Objekte sind ein Implementierungsdetail von CPython, das in PEP 683 eingeführt wurde.

Ist ein Objekt unsterblich, wird seine Referenzanzahl niemals geändert, sodass es während der Laufzeit des Interpreters niemals freigegeben wird. Beispielsweise sind True und None in CPython unsterblich.

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

Ein Objekt, das seine Elemente nacheinander zurückgeben kann. Beispiele für iterierbare Objekte sind alle Sequenztypen (wie list, str und tuple) sowie einige Nicht-Sequenztypen wie dict, Dateiobjekte und Objekte beliebiger Klassen, die Sie mit einer __iter__() -Methode oder einer __getitem__() -Methode definieren, die die sequence-Semantik implementiert.

Iterables können in einer for -Schleife und an vielen anderen Stellen verwendet werden, an denen eine Sequenz benötigt wird (zip(), map(), …). Wenn ein iterierbares Objekt als Argument an die integrierte Funktion iter() übergeben wird, gibt diese einen Iterator für das Objekt zurück. Dieser Iterator reicht für einen Durchlauf durch die Wertemenge aus. Bei der Verwendung von Iterables ist es in der Regel nicht notwendig, iter() aufzurufen oder sich selbst um Iterator-Objekte zu kümmern. Die Anweisung for übernimmt dies automatisch für Sie und erstellt eine temporäre, unbenannte Variable, die den Iterator für die Dauer der Schleife enthält. Siehe auch iterator, sequence und 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, operator.attrgetter(), operator.itemgetter(), and operator.methodcaller() are three key function constructors. 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

Erst schauen, dann springen. Bei diesem Programmierstil werden Vorbedingungen explizit geprüft, bevor Funktionen aufgerufen oder Abfragen durchgeführt werden. Dieser Stil steht im Gegensatz zum EAFP-Ansatz und zeichnet sich durch das häufige Vorkommen von if -Anweisungen aus.

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.

Lexikalischer Analysator

Formale Bezeichnung für den Tokenizer; siehe token.

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).

Listenkomprimierung

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

Ein Objekt, das ein Modul lädt. Es muss die Methoden exec_module() und create_module() definieren, um die Schnittstelle Loader zu implementieren. Ein Loader wird in der Regel von einem finder zurückgegeben. Siehe auch:

Ländereinstellung, Kodierung

Unter Unix handelt es sich um die Kodierung der Locale LC_CTYPE. Sie kann mit locale.setlocale(locale.LC_CTYPE, new_locale) <locale.setlocale>`() festgelegt werden.

Unter Windows ist dies die ANSI-Codepage (z. B.: "cp1252").

Unter Android und VxWorks verwendet Python "utf-8" als Locale-Kodierung.

locale.getencoding() kann verwendet werden, um die Kodierung der Ländereinstellung abzurufen.

Siehe auch den Eintrag Dateisystem-Kodierung und Fehlerbehandlung.

magische Methode

Ein umgangssprachliches Synonym für Spezialmethode.

Kartierung

Ein Container-Objekt, das die Suche nach beliebigen Schlüsseln unterstützt und die Methoden implementiert, die in den collections.abc.Mapping oder collections.abc.MutableMappingabstrakten Basisklassen festgelegt sind. Beispiele hierfür sind dict, collections.defaultdict, collections.OrderedDict und 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 finden Sie die Methoden, die Meta-Path-Finder implementieren.

Metaklasse

Die Klasse einer Klasse. Klassendefinitionen legen einen Klassennamen, ein Klassenwörterbuch 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

Die Auflösungsreihenfolge von Methoden ist die Reihenfolge, in der bei der Suche nach einem Mitglied die Basisklassen durchsucht werden. Weitere Informationen zu dem Algorithmus, der seit der Version 2.3 vom Python-Interpreter verwendet wird, finden Sie unter The Python 2.3 Method Resolution Order.

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.

Siehe auch Modulspezifikationen.

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]                   # indizierter Zugriff
1024
>>> sys.float_info.max_exp              # Zugriff auf ein benanntes Feld
1024
>>> isinstance(sys.float_info, tuple)   # Typ eines Tupels
True

Einige benannte Tupel sind integrierte Typen (wie die obigen Beispiele). Alternativ kann ein benanntes Tupel aus einer regulären Klassendefinition erstellt werden, die von tuple erbt und benannte Felder definiert. Eine solche Klasse kann manuell geschrieben werden oder durch Vererbung von typing.NamedTuple bzw. mit der Factory-Funktion collections.namedtuple() erstellt werden. Die letztgenannten Techniken fügen zudem einige zusätzliche Methoden hinzu, die in manuell geschriebenen oder integrierten benannten Tupeln möglicherweise nicht vorhanden sind.

Namensraum

Der Ort, an dem eine Variable gespeichert wird. Namensräume werden als Wörterbücher 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 man beispielsweise random.seed() oder itertools.islice() schreibt, wird deutlich, dass diese Funktionen jeweils von den Modulen random und itertools implementiert werden.

Namensraum-Paket

Ein Paket, das ausschließlich als Container für Unterpakete dient. Namespace-Pakete haben möglicherweise keine physische Darstellung und unterscheiden sich insbesondere von einem normalen Paket, da sie keine Datei __init__.py enthalten.

Namespace-Pakete ermöglichen es, dass mehrere einzeln installierbare Pakete ein gemeinsames übergeordnetes Paket haben. Andernfalls wird empfohlen, ein normales Paket zu verwenden.

Weitere Informationen finden Sie unter PEP 420 und Namespace-Pakete.

Siehe auch Modul.

verschachtelter Gültigkeitsbereich

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. Beachten Sie, dass verschachtelte Gültigkeitsbereiche standardmäßig nur für Verweise und nicht für Zuweisungen gelten. Lokale Variablen lesen und schreiben im innersten Gültigkeitsbereich. Ebenso lesen und schreiben globale Variablen im globalen Namensraum. Die Anweisung nonlocal ermöglicht das Schreiben in äußere Gültigkeitsbereiche.

Klasse im neuen Stil

Alte Bezeichnung für den „Flavor“ von Klassen, der nun für alle Klassenobjekte verwendet wird. In früheren Python-Versionen konnten nur Klassen des neuen Stils die neueren, vielseitigen Funktionen von Python nutzen, wie beispielsweise __slots__ , Deskriptoren, Eigenschaften, __getattribute__() , Klassenmethoden und statische Methoden.

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: Gibt ein Argument an, das entweder positionsbezogen oder als Schlüsselwortargument übergeben werden kann. Dies 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: Gibt ein Argument an, das nur als Schlüsselwort übergeben werden kann. Schlüsselwort-Parameter können definiert werden, indem ein einzelner variabler Positionsparameter oder ein reines Schlüssel * us in die Parameterliste der vorangehenden Funktionsdefinition aufgenommen wird, zum Beispiel kw_only1 und kw_only2 im folgenden Beispiel:

    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 und 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 finden Sie die Methoden, die von Path-Entry-Findern implementiert werden.

Pfadeintrag-Hook

Eine auf der Liste sys.path_hooks aufrufbare Funktion, die einen Pfadeintrag-Finder zurückgibt, sofern sie weiß, wie Module auf einem bestimmten Pfadeintrag gefunden werden können.

Pfadbasierter Sucher

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.

Selbst bei vorläufigen APIs gelten rückwärtsinkompatible Änderungen als „letzter Ausweg“ – es wird weiterhin alles versucht, um für alle festgestellten 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 finden Sie 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.

Pythonesk

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, pythonesken Methode:

für Stück in Essen:
    print(Stück)
qualifizierter Name

Ein gepunkteter Name, der den „Pfad“ vom globalen Gültigkeitsbereich 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. Some objects are „immortal“ and have reference counts that are never modified, and therefore the objects are never deallocated. Reference counting is generally not visible to Python code, but it is a key element of the CPython implementation. Programmers can call the sys.getrefcount() function 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

Ein iterable, das einen effizienten Zugriff auf Elemente mithilfe ganzzahliger Indizes über die spezielle Methode __getitem__() unterstützt und eine Methode __len__() definiert, die die Länge der Sequenz zurückgibt. Einige integrierte Sequenztypen sind list, str, tuple und bytes. Beachten Sie, dass dict ebenfalls __getitem__() und __len__() unterstützt, jedoch eher als Mapping denn als Sequenz betrachtet wird, da die Suchvorgänge beliebige hashable-Schlüssel anstelle von Ganzzahlen verwenden.

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(). For more documentation on sequence methods generally, see Common Sequence Operations.

Mengenkomprimierung

Eine kompakte Möglichkeit, alle oder einen Teil der Elemente einer iterierbaren Struktur 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.

Einzelversand

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

Scheibe

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.

weich veraltet

Eine soft deprecated API sollte in neuem Code nicht mehr verwendet werden, bei bereits vorhandenem Code ist ihre Verwendung jedoch unbedenklich. Die API bleibt dokumentiert und wird weiterhin getestet, wird jedoch nicht mehr weiterentwickelt.

Im Gegensatz zur normalen Veralterung ist bei einer Soft Deprecation nicht vorgesehen, die API zu entfernen, und es werden keine Warnungen ausgegeben.

Siehe PEP 387: Soft Deprecation.

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 .

statischer Typprüfer

Ein externes Tool, das Python-Code ausliest und analysiert, um Probleme wie beispielsweise falsche Typen zu erkennen. Siehe auch Typangaben und das Modul typing .

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 byteurientierten 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.

Token

Eine kleine Einheit des Quellcodes, die vom lexikalischen Analysator (auch Tokenizer genannt) generiert wird. Namen, Zahlen, Zeichenketten, Operatoren, Zeilenumbrüche und Ähnliches werden durch Token dargestellt.

Das Modul tokenize stellt den lexikalischen Analysator von Python bereit. Das Modul token enthält Informationen zu den verschiedenen Token-Typen.

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

Der Typ eines Python-Objekts bestimmt, um welche Art von Objekt es sich handelt; jedes Objekt hat einen Typ. Der Typ eines Objekts ist über das Attribut __class__ zugänglich oder kann mit type(obj)` abgerufen werden.

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:

Farbe = Tupel[int, int, int]

def remove_gray_shades(colors: Liste[Farbe]) -> Liste[Farbe]:
    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.

Typangaben sind optional und werden von Python nicht erzwungen, sind jedoch für statische Typprüfer nützlich. Außerdem können sie IDEs bei der Code-Vervollständigung und beim Refactoring unterstützen.

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:

Klasse C:
    Feld: 'annotation'

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

Zähler: 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.