Seit einiger Zeit bekommen wir das Feedback, dass wir mehr über Python direkt sprechen sollten 🐍 – und dass es nicht schaden könnte, wenn die Themen wieder mehr für Anfänger geeignet wären. Wir haben zugehört!
Heute quatschen Dominik und Jochen mit Johannes über das Python Data Model 🤓. Was passiert eigentlich hinter den Kulissen, wenn man len(collection) aufruft? Oder warum zeigt print(foo) etwas anderes an als repr(foo)? Spoiler: Das ist kein Bug, sondern ein Feature! Die richtige Balance zwischen theoretischer Reinheit und praktischer Nützlichkeit zu finden, ist knifflig, aber Python meistert das ziemlich gut.
Falls euch das Thema interessiert, schaut mal ins erste Kapitel von "Fluent Python" 📚. Da wird das alles ziemlich gut erklärt, inklusive eines UML-Diagramms, das wir echt nützlich fanden – kommt auch nicht jeden Tag vor 🗂️.
Mit dieser Episode verabschieden wir uns in die Sommerpause 🌞. Bleibt dran und bis bald!
Shownotes
Unsere E-Mail für Fragen, Anregungen & Kommentare: hallo@python-podcast.de
News
- Live coding music with PyREPL in Python 3.13 | Talk auf der EuroPython 2024
- Packaging mal wieder
- The Catch in Rye: Seeding Change and Lessons Learned | Talk auf der EuroPython 2024 über Packaging etc
- eGenix PyRun is an Apache licensed, open-source, compressed, single file Python compatible run-time, which fits into merely 5-6 MB on disk
- PEP 665 – A file format to list Python dependencies for reproducibility of an application | Das war der PEP, der irgendwann abgelehnt wurde. Die Diskussion darum hat bei mir dazu geführt, dass ich recht pessimistisch bin, was die Möglichkeit einer einfachen Lösung des Packaging-Problems angeht
- Astral / Prefix.dev
- Autoformat
- Light Table | Code Editor, der Dinge so anzeigt, wie man sie sehen möchte
- DjangoCon Europe 2024 - Talks sind online!
- iPad16,6 - Geekbench 6 Scores
- Neue Modelle
- Mistral NeMo
- Claude 3.5 Sonnet
- Microsoft Research Introduces AgentInstruct: A Multi-Agent Workflow Framework for Enhancing Synthetic Data Quality and Diversity in AI Model Training | Schlägt GPT 3.5 Turbo auf Consumer-Hardware