Python Programmierung Grundkurs - SmartFactory

Dieses Projekt bietet eine umfassende Einführung in die Python-Programmierung für SmartFactory-Entwickler. Der Kurs konzentriert sich auf praktische Anwendungen und die Datenanalyse.

🎯 Kursziele

Nach dem Abschluss dieses Kurses werden Sie in der Lage sein:

• Python-Programme zu erstellen und zu verstehen
• Visual Studio Code effektiv für die Python-Entwicklung zu nutzen
• Grosse Datenmengen zu analysieren und zu visualisieren
• Wichtige Python-Libraries (NumPy, Pandas) zu verwenden
• Einfache Benutzeroberflächen zu erstellen
• Mit KI-Tools eigene Programme zu entwickeln

📚 Kursinhalt

1. Grundlagen der Python-Programmierung

• Aufbau eines Python-Programms
• Syntax und Struktur
• Einfache Beispiele und erste Programme
• Unterschiede und Vorteile gegenüber VBA

2. Entwicklungsumgebung: Visual Studio Code

• Installation und Konfiguration
• Python-Extensions und nützliche Tools
• Debugging und Code-Navigation
• Jupyter Notebook Integration

3. Wichtige Datentypen

• Zahlen (int, float, complex)
• Strings und Textverarbeitung
• Listen, Tupel und Sets
• Dictionaries
• Booleans

4. Datenanalyse und Visualisierung 📊

Schwerpunktthema des Kurses

NumPy - Numerische Berechnungen

• Arrays und Matrizen
• Mathematische Operationen
• Performance-Optimierung

Pandas - Datenmanipulation

• DataFrames und Series
• Datenfilterung und -transformation
• Gruppierung und Aggregation
• Zeitreihenanalyse

Datenvisualisierung

• Matplotlib für grundlegende Plots
• Seaborn für statistische Visualisierungen
• Plotly für interaktive Grafiken

5. Datenimport und -export

• CSV, Excel, JSON Dateien
• Datenbankverbindungen
• APIs und Web-Scraping
• Datenqualität und -bereinigung

6. Live Scripting mit Jupyter Notebook

• Interactive Python Development
• Dokumentation und Visualisierung
• Datenexploration
• Prototyping

7. Einfache Benutzeroberflächen

• PyQt/PySide Grundlagen
• Streamlit für Daten-Apps
• Plotly Dash für Dashboards

8. Wichtige Libraries im Überblick

• NumPy: Numerische Berechnungen
• Pandas: Datenanalyse
• Matplotlib/Seaborn/Plotly: Visualisierung
• Requests: Web-APIs
• Jupyter: Interactive Development
• Streamlit: Web-Apps

🚀 Erste Schritte

Voraussetzungen

• Python 3.13+ installiert
• Visual Studio Code
• Git für Versionskontrolle
• uv Package Manager

Installation der Entwicklungsumgebung

# 1. Repository klonen
git clone <repository-url>
cd smartfactory

# 2. Projekt mit uv initialisieren und Abhängigkeiten installieren
uv sync

# 3. In die uv-Umgebung wechseln
uv shell

# 4. Jupyter Notebook starten
uv run jupyter notebook

📁 Projektstruktur

smartfactory/
├── src/
│   ├── 01_grundlagen/      # Python Grundlagen
│   ├── 02_datentypen/      # Datentypen und Strukturen
│   ├── 03_numpy/           # NumPy Beispiele
│   ├── 04_pandas/          # Pandas Datenanalyse
│   ├── 05_visualisierung/  # Datenvisualisierung
│   ├── 06_datenimport/     # Import/Export Beispiele
│   ├── 07_jupyter/         # Jupyter Notebooks
│   ├── 08_ui/              # Benutzeroberflächen
│   └── 09_projekte/        # Praxisprojekte
├── data/                   # Beispieldaten
└── docs/                   # Dokumentation

🎓 Übungen und Projekte

Jedes Kapitel enthält:

• Erklärungen: Theoretische Grundlagen
• Beispiele: Praktische Code-Demonstrationen
• Übungen: Selbständige Aufgaben
• Projekte: Reale Anwendungsfälle aus der Industrie

🤖 KI-Integration

Lernen Sie, wie Sie moderne KI-Tools für die Programmierung nutzen:

• ChatGPT/Claude für Code-Generierung
• GitHub Copilot für Entwicklung
• Best Practices für KI-assistierte Programmierung

📈 Warum Python statt VBA?

Aspekt	VBA	Python
Performance	Langsam	Sehr schnell
Libraries	Begrenzt	Riesiges Ökosystem
Plattform	Windows/Office	Plattformunabhängig
Community	Klein	Sehr grosse, aktive Community
Zukunftssicherheit	Begrenzt	Sehr hoch
Datenanalyse	Grundlegend	Professionelle Tools

🎯 Nach dem Kurs

Sie werden in der Lage sein:

• Eigene Automatisierungsscripts zu schreiben
• Datenanalysen durchzuführen
• Visualisierungen zu erstellen
• Mit KI-Tools effizient zu programmieren
• Komplexe Datenprobleme zu lösen

🔧 Entwicklungstools

Das Projekt verfügt über professionelle Entwicklungstools:

make help              # Zeige alle verfügbaren Kommandos
make dev-install       # Installiere alle Dependencies
make format            # Code formatieren
make lint              # Code prüfen
make test              # Tests ausführen
make notebook          # Jupyter Notebook starten
make commit            # Professioneller Git-Commit mit Checks

Siehe docs/commit-guide.md für Details zum Git-Commit-System.

Setup-Scripts

Für neue Entwickler steht ein automatisiertes Setup-Script zur Verfügung:

Windows PowerShell Setup

# Als Administrator ausführen:
powershell -ExecutionPolicy Bypass -File "scripts/dev_setup_script.ps1"

Das Script installiert automatisch:

• Chocolatey (Package Manager für Windows)
• Python 3.x (neueste Version)
• Git (Versionskontrolle)
• uv (Python Package Manager)

Wichtige Hinweise:

• Script muss als Administrator ausgeführt werden
• Nach der Installation eine neue PowerShell/CMD-Sitzung starten
• Alle Tools sind dann systemweit verfügbar

📞 Support und Ressourcen

• Kursleiter: [Kontaktinformationen]
• Dokumentation: /docs Ordner
• Beispiele: Alle Kapitel-Ordner
• Hilfe: Issues in diesem Repository

---

Viel Erfolg beim Lernen von Python! 🐍