Python

Python in General

Übersicht was ich häufig nutze. Einige Zeilen Code gibt es in diesem Snippet.
Die Auflistung ist leider sehr oberflächlich und enthält worauf ich immer wieder zurück falle.

Tools

• PyCharm von JetBrains als sehr bequemes und mächtiges IDE

Allgemeine Packages

• Numpy zum hantieren mit Mathematik: Arrays, Vektoren, etc.

• Pandas zum arbeiten mit Daten in Tabellenform, inkl. schnelles plotten

• Sonstiges mit ich mich mal beschäftigt habe:

  • Load content of matlab table or dataset via .mat file and scipy.io into Python. 

  • Interact with Bibtex and OpenAlex (Literature Database)

Visualisierung

Plots zu erzeugen ist eine neverending Story. Bisher habe ich keine finale Meinung und wechsle häufig hin und her.

• Bokeh für interaktive Dashboards (Hier gibts ein Interface für Daten mit Positionsinformationen, dass ich mir geschrieben haben)

• Plotly macht sich mit plotly.express sehr gut für einfache schnelle und interaktive plots, aber wenn es ins Detail geht wird es für mich verwirrend.

• Seaborn sieht grundsätzlich sehr schön aus

  • Mit Matplotlib als Grundlage ist eigentlich alles hinzufrickeln was man möchte.

Dokumentation

Vor kurzem habe ich recherchiert wie ich meine Projekte am besten dokumentieren will. Auf realpython.com gibt es einen guten Artikel der das Thema allgemein aber gründlich behandelt.

Sphinx scheint das Mittel der Wahl zu sein. Hier einige Beispiele mit guten Erste-Schritte Anleitungen:

• medium.com@eikonomega

• medium.com@richdayandnight

• thomas-cokelaer.info

Es gibt diverse Alternativen. Hier einige die ich interessant fand, aber noch nicht getestet habe:

• pycco Dokumentation parallel zum Code (für kleine Details vermutlich spannend).

• towardsdatascience.com wenn man wirklich ins Detail gehen möchte.

Sphinx Autodoc

Sphinx ist mit autodoc hervorragend geeignet um schnell und einfach eine hilfreiche Dokumentation aufzubauen.

Style Guide: pythonhosted.org/an_example_pypi_project/sphinx.html

Im Moment nutze ich den reStructured Style zum kommentieren. Aber vielleicht wechsel ich irgendwann.
Auf datacamp.com gibt es eine nette Übersicht der verschiedenen Arten Dokumentation zu formatieren.

Git Submodules

Die Einbindung von Packages als Git Submodules die auch eigenständig funktionieren sollen scheint in Python nicht ganz trivial zu sein.

Das Problem ist, dass der Pfad zu anderen Dateien im eigenständigen Package und im eingebunden Package ein anderer ist.

• Hier wurde argumentiert, warum Git Submodules generell keine gute Idee sind.
  Für mich persönlich stellen sie aber einen guten ersten Schritt zum eigenständigen Package dar.

• Eine Möglichkeit sie zu verwenden ist die entsprechenden Submodules in den Python Pfad aufzunehmen.