Erklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet

  1. Startseite
  2. Blog
  3. Softwareentwicklung

Softwareentwicklung

Erklärung des Python Collections-Moduls: Counter, defaultdict, deque und mehr, getestet

Das Python-Sammlungsmodul stellt Ihnen vorgefertigte Container zum Zählen, Gruppieren, Warteschlangen und kompakten Datensätzen zur Verfügung. Erfahren Sie, wann Sie Counter, Defaultdict, Deque, NamedTuple, OrderedDict und ChainMap verwenden sollten, anhand der Ausgabe, die wir unter Python 3.13 ausgeführt haben.

9 Min. Lesezeit
Erklärung des Python-Sammlungsmoduls: Counter, defaultdict, deque und mehr

Das Wichtigste

  • Python-Sammlungen ist ein Standardbibliotheksmodul: keine Installation, nur from collections import ....
  • Counter zählt Dinge, defaultdict gruppiert Dinge und deque ist das richtige Werkzeug für Warteschlangen.
  • Das Entleeren von 100.000 Gegenständen von vorne dauerte in unserem Durchlauf mit list.pop(0) etwa 11 Sekunden und mit deque.popleft() 3 Millisekunden.
  • namedtuple liefert lesbare, unveränderliche Datensätze; ChainMap Ebeneneinstellungen, ohne sie zu kopieren.

Der meiste Python-Code basiert auf Listen und Wörterbüchern, und das funktioniert, bis Sie dieselbe Zählschleife zum fünften Mal schreiben oder zusehen, wie eine Warteschlange langsamer wird. Für genau diese Momente gibt es das Modul Python-Sammlungen. Es wird mit Python ausgeliefert und fügt eine Handvoll spezialisierter Container hinzu, die schneller, kürzer und klarer sind als die handgeschriebenen Versionen.

Jedes folgende Beispiel wurde unter Python 3.13.6 auf einem Windows-Laptop ausgeführt und die Ausgaben werden von diesem Lauf kopiert. Die Zeiten unterscheiden sich auf Ihrer Maschine, die Größe der Lücken sollte jedoch nicht unterschiedlich sein. Wenn Sie zunächst eine Auffrischung der Grundlagen benötigen, lesen Sie unseren Python-Wörterbuchleitfaden und unseren Vergleich von Liste vs. Tupel vs. Set.

Was ist das Inkassomodul?

Das Modul collections ist Teil der Python-Standardbibliothek. Es stellt Containerdatentypen bereit, die die integrierten Datentypen dict, list und tuple erweitern. Am häufigsten werden Sie folgende verwenden:

  • Zähler: ein Wörterbuch, das hashbare Elemente zählt.
  • defaultdict: ein Wörterbuch, das einen Standardwert für fehlende Schlüssel erstellt.
  • deque: eine doppelendige Warteschlange mit schnellen Anhängen und Pops an beiden Enden.
  • namedtuple: ein Tupel, dessen Felder Namen haben.
  • OrderedDict: ein Wörterbuch mit zusätzlichen Ordnungstools.
  • ChainMap: eine Ansicht, die mehrere Wörterbücher der Reihe nach durchsucht.

Da Counter, defaultdict und OrderedDict Wörterbuchunterklassen sind, akzeptiert alles, was ein Diktat akzeptiert, diese auch. Dadurch können sie leicht in vorhandenen Code eingefügt werden.

Zähler: Alles in einer Zeile zählen

Das Zählen von Wörtern, Statuscodes oder Testergebnissen ist eine klassische Aufgabe. Anstelle einer Schleife mit if key in d übergeben Sie eine beliebige Iteration an Counter:

from collections import Counter

words = "the cat sat on the mat the cat ran".split()
c = Counter(words)
print(c)
print(c.most_common(2))
print(c["dog"])
print(c.total())
Counter({'the': 3, 'cat': 2, 'sat': 1, 'on': 1, 'mat': 1, 'ran': 1})
[('the', 3), ('cat', 2)]
0
9

Zwei Details sind erwähnenswert. Das Nachschlagen eines fehlenden Schlüssels gibt 0 zurück, anstatt KeyError zu erhöhen, und most_common(n) gibt Ihnen eine sortierte Top-N-Liste ohne zusätzlichen Code. Die in Python 3.10 hinzugefügte Methode total() gibt die Summe aller Zählungen zurück.

Zähler unterstützen auch Arithmetik, was praktisch ist, wenn Sie zwei Inventuren oder zwei Testläufe vergleichen:

a = Counter(apples=3, pears=1)
b = Counter(apples=1, kiwis=2)
print(a + b)   # Counter({'apples': 4, 'kiwis': 2, 'pears': 1})
print(a - b)   # Counter({'apples': 2, 'pears': 1})
print(a & b)   # Counter({'apples': 1})
print(a | b)   # Counter({'apples': 3, 'kiwis': 2, 'pears': 1})

Durch die Subtraktion wird jede Zählung gelöscht, die auf Null oder darunter fällt, sodass a - b keine Kiwis hat. Die Kreuzung behält das Minimum jeder Zählung bei und die Vereinigung behält das Maximum bei. Eine praktische Anwendung: Zählen Sie fehlerhafte Testnamen in zwei nächtlichen Durchläufen und subtrahieren Sie sie, um zu sehen, welche Fehler neu sind.

defaultdict: Gruppe ohne Überprüfung der Schlüssel

Beim Gruppieren von Datensätzen nach einem Schlüssel muss normalerweise überprüft werden, ob der Schlüssel vorhanden ist. Ein defaultdict übernimmt eine Factory-Funktion wie list oder int und ruft sie auf, wenn ein fehlender Schlüssel zum ersten Mal verwendet wird:

from collections import defaultdict

orders = [("asha", "books"), ("ravi", "pens"), ("asha", "pens"), ("li", "books")]
g = defaultdict(list)
for cust, item in orders:
    g[cust].append(item)
print(dict(g))
{'asha': ['books', 'pens'], 'ravi': ['pens'], 'li': ['books']}

Mit dict.setdefault(cust, []).append(item) können Sie das gleiche Ergebnis erzielen, und in unserem Versuch waren die beiden verglichenen Wörterbücher gleich. Die defaultdict-Version liest sich besser und erstellt nicht bei jedem Aufruf eine leere Liste, wie es bei setdefault der Fall ist.

Tipp: Eine einfache Suche nach einem Standarddict erstellt den Schlüssel. In unserem Test ergab das Lesen von dd["x"] auf einem leeren defaultdict(int) 0 und ließ {'x': 0} zurück. Verwenden Sie "x" in dd oder dd.get("x"), wenn Sie nur überprüfen möchten.

deque: eine echte Warteschlange, bei der beide Enden offen sind

Ein deque (ausgesprochen „Deck“) unterstützt Fast append, appendleft, pop und popleft. Es fehlen außerdem zwei Features: eine maximale Länge und eine Rotation.

from collections import deque

last3 = deque(maxlen=3)
for n in range(1, 7):
    last3.append(n)
print(last3)          # deque([4, 5, 6], maxlen=3)

r = deque([1, 2, 3, 4, 5])
r.rotate(2)
print(r)              # deque([4, 5, 1, 2, 3])

Wenn maxlen festgelegt ist, wird beim Hinzufügen zu einer vollständigen Deque stillschweigend ein Element vom anderen Ende gelöscht. Das macht es perfekt für einen „letzten N Protokollzeilen“-Puffer, einen gleitenden Durchschnitt oder den aktuellen Suchverlauf. rotate ist nützlich für die Round-Robin-Planung, beispielsweise beim Durchlaufen der Testarbeiter.

Liste vs. Deque: Auf das Timing kommt es an

Listen sind am Ende schnell, aber am Anfang langsam, da durch das Entfernen des ersten Elements jedes zweite Element nach links verschoben wird. Wir haben bei jedem Anflug einen Behälter von vorne entleert und die Zeit mit timeit gemessen:

Artikel list.pop(0) deque.popleft()
20,000 0,408 s 0,0006 s
50,000 2,566 s 0,0014 s
100,000 11,362 s 0,0030 s

Durch die Verdoppelung der Items vervierfachte sich die Listenzeit ungefähr, was das Kennzeichen quadratischer Arbeit ist, während die Deque-Zeit geradlinig zunahm. Bei 100.000 Artikeln war die Deque mehrere tausend Mal schneller. Wenn Ihr Code Jobs, Nachrichten oder Breitensuchknoten in der Reihenfolge ihres Eintreffens verarbeitet, verwenden Sie eine Deque.

Der Nachteil: Deques sind langsamer als Listen für den Direktzugriff in der Mitte, wie zum Beispiel d[50000], und sie unterstützen kein Slicing. Verwenden Sie eine Liste, wenn Sie häufig indizieren, und eine Deque, wenn Sie die Enden verschieben und verschieben.

Namedtuple: lesbare Datensätze

Ein Tupel wie (3, 4) funktioniert, aber p[0] sagt nichts darüber aus, was der Wert bedeutet. namedtuple erstellt eine kleine Klasse mit benannten Feldern:

from collections import namedtuple

Point = namedtuple("Point", "x y")
p = Point(3, 4)
print(p, p.x, p._asdict(), p._replace(x=10))
p.x = 5
Point(x=3, y=4) 3 {'x': 3, 'y': 4} Point(x=10, y=4)
AttributeError: can't set attribute

Benannte Tupel sind unveränderlich, verbrauchen genauso wenig Speicher wie einfache Tupel und werden dennoch wie Tupel entpackt. _replace gibt eine neue Kopie mit einem geänderten Feld zurück. Wenn Sie veränderbare Felder, Standardwerte mit Validierung oder Methoden benötigen, ist eine Datenklasse normalerweise die bessere Lösung; Weitere Informationen finden Sie in unserem Python-Datenklassenleitfaden. Die typisierte Alternative typing.NamedTuple gibt dasselbe Objekt mit Typhinweisen zurück.

OrderedDict: auch nach Python 3.7 noch nützlich

Seit Python 3.7 behalten normale Wörterbücher die Einfügereihenfolge bei, sodass viele Leute davon ausgehen, dass OrderedDict veraltet ist. Aus zwei Gründen, die wir bestätigt haben, ist dies nicht der Fall:

from collections import OrderedDict

od = OrderedDict(a=1, b=2, c=3)
od.move_to_end("a")
print(list(od))                                         # ['b', 'c', 'a']
print(dict(a=1, b=2) == dict(b=2, a=1))                 # True
print(OrderedDict(a=1, b=2) == OrderedDict(b=2, a=1))   # False

Erstens machen move_to_end und popitem(last=False) es zu einer einfachen Basis für einen zuletzt verwendeten Cache. Zweitens ist die Gleichheit zwischen zwei OrderedDicts abhängig von der Reihenfolge, während einfache Diktate die Reihenfolge ignorieren. Dies ist wichtig, wenn die Reihenfolge selbst Teil der Daten ist, beispielsweise die Spaltenreihenfolge in einem Bericht.

ChainMap: mehrschichtige Einstellungen

Die Konfiguration erfolgt häufig an mehreren Stellen: Befehlszeilenflags setzen Umgebungsvariablen außer Kraft, die wiederum Standardwerte überschreiben. ChainMap durchsucht eine Liste von Wörterbüchern der Reihe nach, ohne sie zusammenzuführen:

from collections import ChainMap

defaults = {"theme": "light", "lang": "en", "debug": False}
env = {"debug": True}
cli = {"lang": "fr"}
cfg = ChainMap(cli, env, defaults)
print(cfg["theme"], cfg["lang"], cfg["debug"])   # light fr True

Bei jeder Suche wird zuerst cli, dann env und dann defaults überprüft. Da nichts kopiert wird, werden Änderungen an den Quellwörterbüchern sofort angezeigt. Schreibvorgänge erfolgen nur für die erste Zuordnung, wodurch Ihre Standardeinstellungen geschützt bleiben. Dies passt gut zu den Mustern in unserem Leitfaden zu Umgebungsvariablen.

Spickzettel für Python-Sammlungen

Brauchen Benutzen Statt
Elemente zählen, oben N Zähler Manuelle Diktatschleife und Sortierung
Gruppieren Sie Werte nach Schlüssel defaultdict(list) if key not in d prüft
Warteschlange oder Schiebefenster deque, maxlen list.pop(0)
Kleiner unveränderlicher Datensatz benanntes Tupel Nacktes Tupel mit Indexzugriff
Neuordnung oder ordnungsbewusste Gleichheit OrderedDict Ein Diktat neu aufbauen
Mehrschichtige Konfigurationssuche ChainMap Diktate kopieren und zusammenführen

Das Modul enthält außerdem UserDict, UserList und UserString, Wrapper-Klassen, die für die Unterklassenbildung gedacht sind, wenn Sie das Verhalten sicher anpassen möchten. Die meisten alltäglichen Codes benötigen sie nie.

Häufige Fehler bei Sammlungen

  • Schlüssel aus Versehen erstellen. Durch das Lesen eines fehlenden Schlüssels aus einem defaultdict wird dieser eingefügt. Späterer Code, der die Schlüssel durchläuft, sieht dann leere Einträge.
  • Negative Zählungen werden erwartet. Counter Die Subtraktion mit - lässt Null und negative Ergebnisse fallen. Verwenden Sie c.subtract(other), wenn Sie Negative behalten müssen.
  • Verwendung einer Deque für Direktzugriff. Die Indizierung in der Nähe der Mitte ist langsamer als bei einer Liste, und das Slicing löst einen Fehler aus.
  • Namedtuple wird als veränderlich behandelt. Zuweisung schlägt fehl. Verwenden Sie _replace oder wechseln Sie zu einer Datenklasse.
  • Beim Vergessen von maxlen werden Daten gelöscht. Eine vollständig begrenzte Deque verwirft Elemente stillschweigend, was für Puffer gut ist, aber für Jobwarteschlangen, die keine Arbeit verlieren dürfen, falsch ist.

Wenn die Daten aus einem Stream stammen, den Sie langsam verarbeiten, kombinieren Sie diese Container mit Generatoren und den Tools in unserem Python-Itertools-Leitfaden. Beispielsweise akzeptiert Counter einen Generator direkt, sodass Sie Zeilen in einem großen Protokoll zählen können, ohne es in den Speicher zu laden.

Fazit

Das Python-Sammlungsmodul ist klein, entfernt aber überraschend viel Boilerplate. Greifen Sie nach Counter, wenn Sie zählen, nach defaultdict, wenn Sie gruppieren, nach deque, wenn Gegenstände von vorne herauskommen, und nach namedtuple oder ChainMap, wenn es auf die Lesbarkeit ankommt. Unser Timing-Test zeigte deutlich, worum es geht: Der richtige Container verwandelte eine 11-Sekunden-Schleife in wenige Millisekunden.

Häufige Fragen

Muss ich das Python-Sammlungsmodul installieren?

Nein. Es ist Teil der Standardbibliothek, Sie benötigen also nur einen Import, z. B. den Import Counter aus Sammlungen.

Was ist der Unterschied zwischen dict und defaultdict?

Ein Diktat löst KeyError für einen fehlenden Schlüssel aus. Ein defaultdict ruft seine Factory-Funktion wie list oder int auf, um einen Standardwert zu erstellen, und speichert ihn unter diesem Schlüssel.

Wann sollte ich deque anstelle von list verwenden?

Verwenden Sie Deque, wenn Sie vorne Elemente hinzufügen oder entfernen, z. B. in Warteschlangen und Schiebefenstern. In unserem Test dauerte das Entleeren von 100.000 Elementen von vorne mit einer Liste etwa 11 Sekunden und mit einer Deque etwa 3 Millisekunden.

Wird OrderedDict in Python 3.7 und höher noch benötigt?

Seltener, da Diktate die Einfügereihenfolge beibehalten. Es ist weiterhin nützlich für move_to_end, Popitem von beiden Enden und reihenfolgesensitive Gleichheitsprüfungen.

Sollte ich NamedTuple oder eine Datenklasse verwenden?

Verwenden Sie „namedtuple“ für kleine, unveränderliche Datensätze, die sich wie Tupel verhalten sollen. Verwenden Sie eine Datenklasse, wenn Sie veränderbare Felder, Standardwerte, Methoden oder Validierung benötigen.

Lerne weiter

Arbeiten Sie mit Stack Quora

Benötigen Sie Hilfe beim Testen, WordPress oder SEO?

Wir helfen Teams, bessere Software zu liefern und ihre Websites zu erweitern. Sagen Sie uns, woran Sie gerade arbeiten, und wir schlagen Ihnen einen klaren nächsten Schritt vor.

Lesen Sie weiter

Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung

Hat Ihnen dieser Artikel gefallen? Wählen Sie ein Thema und springen Sie direkt in unsere neuesten Tutorials.

Künstliche Intelligenz

Erklärte RAG-Chunking-Strategien: Fest, Überlappung, Satz, rekursiv und Überschriften, gemessen

RAG-Chunking-Strategien im Vergleich zu einem Dokument mit Tiktoken 0.14: feste Größe, Überlappung, Satzpackung, rekursive Aufteilung und überschrif…

Artikel lesen →
Softwareentwicklung

API-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet

Erklärung der API-Idempotenz anhand eines von uns ausgeführten Python-Servers und -Clients: Eine verlorene Antwort verursachte eine doppelte Gebühr …

Artikel lesen →
DevOps

Git Stash erklärt: Speichern, Anwenden, Pop und nicht verfolgte Dateien, getestet

Git Stash erklärt mit Befehlen, die wir auf Git 2.56 ausgeführt haben: Push mit einer Nachricht, nicht verfolgte Dateien, Auflisten und Anzeigen, An…

Artikel lesen →
Softwaretests

Paarweises Testen erklärt: Wie alle Paare 216 Tests auf 13 reduzieren, getestet

Paarweises Testen erklärt mit einem Generator, den wir in Python 3.13 ausgeführt haben: ein Checkout mit 216 Kombinationen, die durch 13 Tests abged…

Artikel lesen →
Testautomatisierung

Test-Doubles erklärt: Dummy, Stub, Spy, Mock und Fake, mit getestetem Python-Code

Test-Doubles werden anhand eines Python-Beispiels erklärt, das in Pytest 9.2 ausgeführt wird: Dummy, Stub, Spy, Mock und Fake, wann jeweils zu verwe…

Artikel lesen →
Datenbanken & SQL

SQL COALESCE erklärt: Standardwerte, NULLIF, IFNULL vs. ISNULL und Traps, getestet

SQL COALESCE wurde mit Abfragen erklärt, die wir in SQLite 3.50 ausgeführt haben: erste Nicht-Null-Werte, leere Zeichenfolgen, NULL in Mathematik, N…

Artikel lesen →
Datenbanken & SQL

SQL Self Join erklärt: Mitarbeiter-Manager, Paare und Zeilenvergleiche, getestet

SQL-Self-Join erklärt anhand von Abfragen, die wir in SQLite 3.50 ausgeführt haben: Mitarbeiter und Manager, mehr verdienen als der Manager, eindeut…

Artikel lesen →
Softwareentwicklung

Erklärter JavaScript-Spread-Operator: Spread vs. Rest, Kopien und Fallstricke, getestet

Der JavaScript-Spread-Operator wird mit Code erklärt, den wir auf Knoten 24 ausgeführt haben: Arrays, Objekte, flache Kopien, Restparameter, das Mat…

Artikel lesen →
Softwareentwicklung

Erklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet

Python-Sammlungen erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: Counter, defaultdict, deque, benannttuple, OrderedDict und ChainMap, p…

Artikel lesen →
Künstliche Intelligenz

Erklärtes LLM-Kontextfenster: Token, Grenzen und wie man mehr einpasst, gemessen

Das LLM-Kontextfenster wird anhand der Token-Anzahl erklärt, die wir mit Tiktoken gemessen haben: Wörter vs. Token für Prosa, Code und Hindi, Eingab…

Artikel lesen →
Softwareentwicklung

Webhooks erklärt: Wie sie funktionieren und wie man sie sicher empfängt

Webhooks erklärt mit einem Empfänger und Sender, den wir in Python ausgeführt haben: Push vs. Polling, HMAC-SHA256-Signaturen, Ablehnen manipulierte…

Artikel lesen →
DevOps

Git Cherry-Pick erklärt: Kopieren Sie den Commit, den Sie benötigen, sicher und getestet

Git Cherry-Pick erklärt mit Befehlen, die wir in Git 2.56 ausgeführt haben: Kopieren eines Hotfixes in einen Release-Zweig, neue Hashes und Patch-ID…

Artikel lesen →
Testautomatisierung

Snapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut

Snapshot-Tests erklärt anhand einer Pytest- und Sirup-Demo, die wir ausgeführt haben: Snapshots erstellen, Diff nach einer Codeänderung lesen, Zeits…

Artikel lesen →
Softwaretests

Mutationstests erklärt: Warum die 100-prozentige Abdeckung unseren Fehler immer noch übersehen hat

Mutationstests erklärt mit einem kleinen Mutationstool, das wir erstellt und ausgeführt haben: 14 Mutanten, eine Testsuite mit 100 % Linienabdeckung…

Artikel lesen →
Künstliche Intelligenz

Prompt Injection erklärt: Wie KI-Apps ausgetrickst werden und wie man sie verteidigt

Prompt-Injection erklärt für Builder: direkte und indirekte Angriffe, warum Schlüsselwortfilter fehlschlagen (unser Test hat 1 von 4 blockiert) und …

Artikel lesen →
DevOps

Erklärte DNS-Einträge: A, AAAA, CNAME, MX, TXT und TTL mit echten Lookups

DNS-Einträge erklärt anhand der von uns durchgeführten Suchvorgänge: Funktionsweise der Auflösung, A und AAAA, CNAME-Regeln, MX und Null-MX, TXT für…

Artikel lesen →
DevOps

Erklärte Funktionsflags: Sichere Veröffentlichungen, schrittweise Rollouts und Flag-Hygiene

Funktionsflags anhand einer von uns durchgeführten Rollout-Simulation erklärt: Flag-Typen, prozentuale Rollouts mit stabilem Hashing, Kill-Switches,…

Artikel lesen →
Testautomatisierung

Testdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten

Testen Sie die Datengenerierung mit Python Faker, führen Sie sie aus und messen Sie sie: Seeding für wiederholbare Daten, Gebietsschemata, eindeutig…

Artikel lesen →
Softwaretests

Shift-Left-Tests erklärt: Finden Sie Fehler früher, ohne das Team zu verlangsamen

Shift-Left-Tests erklärt: Was es bedeutet, warum Frühdefekte günstiger sind, Vorgehensweisen von Anforderungsüberprüfungen bis hin zu CI-Prüfungen, …

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-String-Funktionen: TRIM, SUBSTR, REPLACE, CONCAT und Datenbereinigung

SQL-String-Funktionen, die mit von uns ausgeführten Abfragen erklärt wurden: Verkettung und NULL, TRIM, UPPER und LOWER, SUBSTR und INSTR, REPLACE, …

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke

SQL-Trigger werden anhand von Triggern erklärt, die wir ausgeführt haben: VORHER vs. NACHHER, ALT und NEU, Prüfprotokolle, Validierung, Bestandsaktu…

Artikel lesen →
Softwareentwicklung

Erklärung des Python-JSON-Moduls: Dumps, Loads, benutzerdefinierte Typen und häufige Fehler

Das Python-JSON-Modul wird anhand des von uns ausgeführten Codes erklärt: Dumps und Loads, Dateien, Typkonvertierungen, Datumsangaben und Dezimalzah…

Artikel lesen →
Softwareentwicklung

ES-Module vs. CommonJS: Wie JavaScript-Importe in Node.js funktionieren, getestet

ES-Module vs. CommonJS erklärt mit Code, den wir in Node.js ausgeführt haben: Import- und Exportsyntax, Require, Live-Bindungen, Caching, Top-Level-…

Artikel lesen →
Softwareentwicklung

Python Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet

Python-Regex erklärt mit Mustern, die wir ausgeführt haben: Suche vs. Übereinstimmung, Findall, Gruppen und benannte Gruppen, Greedy vs. Lazy, Sub, …

Artikel lesen →
Künstliche Intelligenz

Erklärung der strukturierten LLM-Ausgabe: Zuverlässiges JSON aus KI-Modellen erhalten

Die strukturierte LLM-Ausgabe wird anhand der von uns in Pydantic ausgeführten Validierung erklärt: JSON-Modus und -Schemas, eingeschränkte Dekodier…

Artikel lesen →
DevOps

SSH-Schlüssel erklärt: Wie sie funktionieren, ssh-keygen, Ed25519 und sichere Gewohnheiten

SSH-Schlüssel erklärt mit Schlüsseln, die wir generiert haben: öffentliche vs. private Schlüssel, ssh-keygen, Ed25519 vs. RSA, Fingerabdrücke, Passp…

Artikel lesen →
DevOps

HTTP-Caching erklärt: Cache-Kontrolle, ETag und 304-Antworten, mit einem Live-Test

HTTP-Caching erklärt anhand eines kleinen Servers, den wir ausgeführt haben: Cache-Control-Anweisungen, Max-Age, No-Cache vs. No-Store, ETag-Revalid…

Artikel lesen →
Testautomatisierung

API-Vertragstests erklärt: Erkennen Sie wichtige Änderungen, bevor sie versendet werden

Das Testen von API-Verträgen wird anhand einer von uns durchgeführten Schemaprüfung erklärt: Was ein Vertrag ist, verbrauchergesteuerte Verträge, Pa…

Artikel lesen →
Softwaretests

Risikobasiertes Testen erklärt: Risiken bewerten, eine Matrix erstellen und testen, worauf es ankommt

Risikobasiertes Testen Schritt für Schritt erklärt: Risiken identifizieren, Wahrscheinlichkeit und Auswirkung bewerten, eine Risikomatrix erstellen,…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Einschränkungen: NOT NULL, UNIQUE, CHECK und FOREIGN KEY, getestet

SQL-Einschränkungen anhand der von uns durchgeführten Tests erklärt: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY und FOREIGN KEY, die NULL-Lücken, die…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Datumsfunktionen: Datumsangaben fehlerfrei hinzufügen, vergleichen und gruppieren

Erklärung der SQL-Datumsfunktionen anhand von Abfragen, die wir ausgeführt haben: Hinzufügen von Intervallen, Überraschungen am Monatsende, Datumsun…

Artikel lesen →
Softwareentwicklung

Python-Asyncio erklärt: Async, Wait, Gather und TaskGroup mit echten Timings

Python-Asyncio erklärt mit Code, den wir getimt haben: Coroutinen, Wait, Gather, TaskGroup, Fehlerbehandlung, Zeitüberschreitungen, Einschränkung de…

Artikel lesen →
Softwareentwicklung

Debounce vs. Throttle in JavaScript: Wie sie funktionieren, wann man sie verwendet, getestet

Debounce vs. Throttle in JavaScript erklärt anhand von Timings, die wir in Node.js gemessen haben: wie jedes funktioniert, einfache Implementierunge…

Artikel lesen →
Softwareentwicklung

Erklärte Python-Kontextmanager: Die with-Anweisung, contextlib und Real Uses

Python-Kontextmanager erklärt anhand des von uns ausgeführten Codes: Funktionsweise, __enter__ und __exit__, contextlib.contextmanager, supprimieren…

Artikel lesen →
Künstliche Intelligenz

LLM-Temperatur und Top-p erklärt: Wie KI-Modelle ihr nächstes Wort wählen

LLM-Temperatur und Top-P erklärt anhand einer von uns durchgeführten Simulation: wie Wahrscheinlichkeiten umgeformt werden, was Top-P beibehält, emp…

Artikel lesen →
DevOps

YAML erklärt: Syntax, das Norwegen-Problem und andere von uns getestete Fallen

YAML erklärt mit einem Parser-Test: grundlegende Syntax, Listen und Karten, das Norwegen-Problem, Versionen, die in Gleitkommazahlen umgewandelt wer…

Artikel lesen →
DevOps

Cron-Jobs erklärt: Syntax, echte Zeitpläne und die Fehler, die sie zerstören

Cron-Jobs werden anhand von Zeitplänen erklärt, die wir überprüft haben: die fünf Felder, Operatoren, reale Beispiele, die Tag-des-Monats- ODER Woch…

Artikel lesen →
Künstliche Intelligenz

KI-Halluzinationen erklärt: Warum Sprachmodelle Dinge erfinden und wie man sie reduziert

KI-Halluzinationen erklärt: Was sie sind, warum Sprachmodelle sie produzieren, gängige Typen, wie man sie mit Erdung und Eingabeaufforderungen reduz…

Artikel lesen →
DevOps

Erklärte Umgebungsvariablen: .env-Dateien, Geheimnisse und Konfiguration richtig gemacht

Umgebungsvariablen anhand von Python-Beispielen erklärt, die wir ausgeführt haben: Sie lesen und festlegen, warum jeder Wert ein String ist, .env-Da…

Artikel lesen →
Softwareentwicklung

API-Ratenbegrenzung erklärt: Algorithmen, Header und Behandlung von 429-Fehlern

API-Ratenbegrenzung anhand einer von uns durchgeführten Simulation erklärt: Token-Bucket, festes Fenster, gleitendes Fenster, 429 Antworten, Ratenbe…

Artikel lesen →
Testautomatisierung

Spott in Python: unittest.mock, Patch und die Fehler, die Tests zum Lügen machen

Mocking in Python mit unittest.mock, getestet: Mock und return_value, side_effect, Patchen, wo ein Name verwendet wird, Spezifikation und Autospec, …

Artikel lesen →
Softwaretests

Code-Abdeckung erklärt: Leitungs- und Zweigstellenabdeckung und was 100 % wirklich bedeutet

Erklärung der Codeabdeckung anhand eines echten Coverage.py-Laufs: Zeilen-, Zweig- und Bedingungsabdeckung, Lesen eines Berichts, warum bei 100 % Ab…

Artikel lesen →
Datenbanken & SQL

DELETE vs. TRUNCATE vs. DROP in SQL: Unterschiede, Rollback und Verwendungszweck

DELETE vs. TRUNCATE vs. DROP erklärt mit getestetem SQL: was jeweils entfernt wird, Rollback, Trigger, Identitätsrücksetzung, Geschwindigkeit und wi…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Ansichten: Erstellen, nutzen und vermeiden Sie Fallstricke mit Beispielen

SQL-Ansichten anhand der von uns ausgeführten Abfragen erklärt: Erstellen einer Ansicht, Live-Ergebnisse, Ausblenden von Spalten, Leistung, aktualis…

Artikel lesen →
Softwareentwicklung

TypeScript-Schnittstelle vs. Typ: Echte Unterschiede, getestet mit dem Compiler

TypeScript-Schnittstelle vs. Typ, überprüft mit dem echten Compiler: Was beide können, was nur einer kann, Deklarationszusammenführung, Erweiterunge…

Artikel lesen →
Softwareentwicklung

Python *args und **kwargs erklärt: Flexible Funktionen mit klaren Beispielen

Python *args und **kwargs erklärt mit Code, den wir ausgeführt haben: Packen und Entpacken, Parameterreihenfolge, Nur-Schlüsselwort- und Nur-Positio…

Artikel lesen →
Softwareentwicklung

Python-Lambda-Funktionen: Syntax, tatsächliche Verwendung und wann man sie nicht verwendet

Python-Lambda-Funktionen erklärt mit Code, den wir ausgeführt haben: Syntax, Sortierung mit Schlüssel, Karte und Filter, Abschlüsse, die Late-Bindin…

Artikel lesen →
Künstliche Intelligenz

Was sind KI-Agenten? Wie sie funktionieren, mit einer einfachen Agentenschleife, die Sie ausführen können

Was sind KI-Agenten? Eine einfache Anleitung zur Agentenschleife, zu Tools, Speicher und Leitplanken, mit einer kleinen Python-Schleife, die wir aus…

Artikel lesen →
DevOps

Überwachung vs. Beobachtbarkeit: Der wahre Unterschied, mit Protokollen, Metriken und Traces

Überwachung vs. Beobachtbarkeit erklärt: bekannte und unbekannte Fehler, Protokolle, Metriken und Spuren, eine exemplarische Vorgehensweise für Chec…

Artikel lesen →
DevOps

Docker-Volumes vs. Bind Mounts: Containerdaten auf die richtige Art und Weise beibehalten

Docker-Volumes vs. Bind-Mounts erklärt: Warum Containerdaten verschwinden, benannte Volumes, Bind-Mounts, tmpfs, Compose-Beispiele, Backups, Berecht…

Artikel lesen →
Testautomatisierung

TDD vs. BDD: Hauptunterschiede, eine Funktion, die auf beide Arten entwickelt wurde und wann sie jeweils verwendet werden sollte

TDD vs. BDD erklärt mit einer Rabattfunktion, die in beide Richtungen aufgebaut ist: Rot-Grün-Refaktor mit Code, den wir ausgeführt haben, Gegeben-W…

Artikel lesen →
Softwaretests

Benutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele

Benutzerakzeptanztests erklärt: Wer führt ihn durch, wie unterscheidet er sich von der Qualitätssicherung, ein siebenstufiger Prozess, eine UAT-Test…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-NULL-Werte: IS NULL, COALESCE, NULLIF und die zu vermeidenden Fallen

SQL-NULL-Werte, die mit von uns ausgeführten Abfragen erklärt wurden: dreiwertige Logik, IS NULL, COALESCE, NULLIF, wie Aggregate, Joins und Sortier…

Artikel lesen →
Datenbanken & SQL

SQL CASE WHEN-Anweisung: Syntax, reale Beispiele und häufige Fehler

SQL CASE WHEN anhand der von uns ausgeführten Abfragen erklärt: einfache und durchsuchte Formulare, Bedingungsreihenfolge, Pivots mit SUM, COUNT-Tri…

Artikel lesen →
Softwareentwicklung

Was ist JWT? JSON-Web-Tokens anhand eines funktionierenden Beispiels erklärt

Was ist JWT? JSON Web Tokens erklärt: die drei Teile, ein Token, das in dem von uns ausgeführten Code erstellt und manipuliert wurde, JWT vs. Sitzun…

Artikel lesen →
Softwareentwicklung

Erklärte JavaScript-Ereignisschleife: Aufrufstapel, Mikrotasks und Timer mit Beispielen

Die JavaScript-Ereignisschleife wurde mit dem von uns ausgeführten Code erklärt: Aufrufstapel, Aufgaben- und Mikrotask-Warteschlangen, warum setTime…

Artikel lesen →
Softwareentwicklung

Erklärung von Python-Generatoren und -Ertrag: Sparen Sie Speicher mit echten Beispielen

Python-Generatoren und Yield anhand des von uns ausgeführten Codes erklärt: wie sie angehalten und fortgesetzt werden, gemessene Speichereinsparunge…

Artikel lesen →
Künstliche Intelligenz

Was sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt

Was sind Einbettungen? Ein Leitfaden in einfacher Sprache zu Vektoren, Kosinusähnlichkeit und semantischer Suche, mit einem kleinen Beispiel, das wi…

Artikel lesen →
DevOps

Blau-Grün vs. Canary-Bereitstellung: Unterschiede, Kompromisse und Auswahl

Blue-Green vs. Canary-Bereitstellung erklärt: Funktionsweise, Kosten, Risiko und Rollback, stabiles Benutzer-Bucketing, das wir getestet haben, Date…

Artikel lesen →
Testautomatisierung

Flaky-Tests: Was sie verursacht und wie man sie endgültig behebt

Flaky-Tests wurden anhand von Demos erklärt, die wir durchgeführt haben: die Hauptursachen, wie man sie bestätigt und diagnostiziert, richtige Korre…

Artikel lesen →
Softwaretests

Lasttest vs. Stresstest: Unterschiede, Metriken und k6-Beispiele

Erläuterungen zu Lasttests und Stresstests: Was die einzelnen Tests beweisen, Spike- und Soak-Tests, welche Kennzahlen wichtig sind, warum Durchschn…

Artikel lesen →
Softwaretests

Testfall vs. Testszenario: Hauptunterschiede, Beispiele und wann man sie jeweils verwendet

Testfall vs. Testszenario erklärt: klare Definitionen, eine Tabelle nebeneinander, eine Funktion zum Zurücksetzen von Passwörtern, die von Szenarios…

Artikel lesen →
Datenbanken & SQL

SQL-Abfrageoptimierung: Ausführungspläne lesen und langsame Abfragen mit Zeitvorgaben beheben

An einer Million Zeilen getestete SQL-Abfrageoptimierung: Ausführungspläne lesen, die richtigen Indizes hinzufügen, nicht sargierbare Filter korrigi…

Artikel lesen →
Datenbanken & SQL

SQL UNION vs. UNION ALL: Unterschiede, Beispiele und getestete Leistung

SQL UNION vs. UNION ALL anhand der von uns ausgeführten Abfragen erklärt: Duplikate, die Regeln, denen beide folgen, ein echter Datenfehler, gemesse…

Artikel lesen →
Softwareentwicklung

Tutorial zur JavaScript-Abruf-API: GET, POST, Fehlerbehandlung und Zeitüberschreitungen

Ein JavaScript-Abruf-API-Tutorial, das auf einem lokalen Server getestet wurde: GET und POST, warum 404 nicht ausgelöst wird, ein wiederverwendbarer…

Artikel lesen →
Softwareentwicklung

Umgang mit Python-Dateien: Lesen, Schreiben, CSV, JSON und Pathlib mit Beispielen

Die Handhabung von Python-Dateien wird anhand des von uns ausgeführten Codes erklärt: Öffnungsmodi, Lesen großer Dateien, CSV, JSON, Pathlib, Binärd…

Artikel lesen →
Softwareentwicklung

Python-Klassen und -Objekte: OOP-Tutorial mit echten Beispielen

Python-Klassen und -Objekte erklärt mit Code, den wir ausgeführt haben: __init__, Methoden, Klassen- und Instanzattribute, Vererbung, Eigenschaften,…

Artikel lesen →
Künstliche Intelligenz

Was ist ein großes Sprachmodell? Wie LLMs funktionieren, ohne großen Hype erklärt

Was ist ein großes Sprachmodell? LLMs im Klartext erklärt: Token, Einbettungen, Aufmerksamkeit, Training, Temperatur- und Kontextfenster, eine klein…

Artikel lesen →
DevOps

Linux-Befehle für Anfänger: Der grundlegende Terminal-Leitfaden mit Beispielen

Linux-Befehle für Anfänger, gruppiert nach Aufgaben: Navigation, Dateien, Anzeigen von Protokollen, Grep, Pipes, Berechtigungen, Prozesse und Archiv…

Artikel lesen →
Testautomatisierung

Selenium vs. Playwright: Hauptunterschiede, Code im Vergleich und welche Sie wählen sollten

Selenium vs. Playwright im Vergleich: Architektur, Wartezeit, Browser- und Sprachunterstützung, Debugging, der gleiche Test in beiden Tools, Migrati…

Artikel lesen →
Softwaretests

Äquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt

Erklärung der Äquivalenzpartitionierung: Wie man gültige und ungültige Partitionen findet, Beispiele für Alter, Passwörter und Gutscheine, von uns d…

Artikel lesen →
Softwaretests

Schweregrad vs. Priorität beim Softwaretest: Unterschiede, Matrix und reale Beispiele

Schweregrad vs. Priorität beim Softwaretest erklärt: klare Definitionen, eine Vier-Wege-Matrix mit Beispielen, Stufenskalen, wer die einzelnen Punkt…

Artikel lesen →
Datenbanken & SQL

Tutorial zu SQL-Unterabfragen: Typen, korrelierte Unterabfragen und EXISTS mit Beispielen

Ein SQL-Unterabfrage-Tutorial mit Abfragen, die wir ausgeführt haben: Skalar-, IN-, FROM- und SELECT-Unterabfragen, korrelierte Unterabfragen, EXIST…

Artikel lesen →
Datenbanken & SQL

SQL-Transaktionen und ACID erklärt: COMMIT, ROLLBACK und Isolationsstufen

SQL-Transaktionen und ACID anhand einer von uns durchgeführten Banküberweisung erklärt: COMMIT, ROLLBACK, Sicherungspunkte, Sperren, Isolationsstufe…

Artikel lesen →
Softwareentwicklung

Spickzettel für Git-Befehle: Die Befehle, die Sie tatsächlich verwenden, mit Beispielen

Ein Git-Befehls-Spickzettel, gruppiert nach Aufgabe: Setup, Staging, Branches, Remotes, Stash, Verlauf und Rückgängigmachen von Fehlern, mit Ausgabe…

Artikel lesen →
Softwareentwicklung

Erklärte JavaScript-Versprechen: Dann, Catch, Promise.all und häufige Fehler

JavaScript-Versprechen erklärt mit Code, den wir ausgeführt haben: Zustände, dann und Fangketten, Fehlerbehandlung, Promise.all, allSettled, Rennen …

Artikel lesen →
Softwareentwicklung

Python-Wörterbuch-Tutorial: Methoden, Beispiele und gängige Muster

Ein Python-Wörterbuch-Tutorial mit Code, den wir ausgeführt haben: Diktate erstellen, lesen und aktualisieren, Schlüsselmethoden, Zusammenführung, V…

Artikel lesen →
Künstliche Intelligenz

Was ist RAG? Retrieval-Augmented Generation anhand eines Arbeitsbeispiels erklärt

Was ist RAG? Abruf-erweiterte Generierung Schritt für Schritt erklärt: Indizierung, Chunking, Einbettungen, Abruf, ein kleines funktionierendes Pyth…

Artikel lesen →
DevOps

Terraform-Tutorial für Anfänger: Infrastruktur als Code von der ersten Datei bis zu den Modulen

Ein Terraform-Tutorial für Anfänger: Beginnen Sie ohne Cloud-Konto, lernen Sie Init, Planen und Anwenden, dann Variablen, Ausgaben, Status, Module u…

Artikel lesen →
DevOps

Docker vs. Kubernetes: Hauptunterschiede, wie sie zusammenarbeiten und was Sie brauchen

Docker vs. Kubernetes erklärt: Was jeder tut, die gleiche App läuft mit beiden, Docker Compose und Swarm im Vergleich, die Dockershim-Änderung und w…

Artikel lesen →
Testautomatisierung

Pytest-Tutorial für Anfänger: Vorrichtungen, Parametrisierung und reale Beispiele

Ein Pytest-Tutorial für Anfänger mit Tests, die wir auf Pytest 9.2 durchgeführt haben: Assertions, Fixtures, Parametrize, Conftest, Markers, tmp_pat…

Artikel lesen →
Softwaretests

Software Testing Life Cycle (STLC): 6 Phasen, Einstiegs- und Ausstiegskriterien, Beispiel

Der Softwaretest-Lebenszyklus erklärt: sechs STLC-Phasen mit Ein- und Ausstiegskriterien, Ergebnisse, ein Beispiel für eine funktionierende Anmeldef…

Artikel lesen →
Softwareentwicklung

Git merge vs rebase: Unterschiede, Beispiele und wann man was nutzt

Git merge vs rebase erklärt mit echter Log-Ausgabe, einer Vergleichstabelle, der goldenen Regel des Rebase und einem sicheren Team-Workflow.

Artikel lesen →
Softwareentwicklung

Python List Comprehension: Syntax, Beispiele und wann man darauf verzichtet

Python List Comprehension erklärt: Syntax, Filter, if-else, verschachtelte Schleifen, gemessene Zeiten und Fälle, in denen eine normale for-Schleife…

Artikel lesen →
Datenbanken & SQL

SQL Joins erklärt mit Beispielen (Inner, Left, Right, Full)

SQL Joins Schritt für Schritt mit Beispieltabellen und Abfragen verstehen: INNER, LEFT, RIGHT, FULL, CROSS und SELF, plus typische Fehler und Perfor…

Artikel lesen →