Python in der Praxis - Codebeispiele aus dem Entwickleralltag

Ein Blog von Freelancern aus der Schweiz

Neueste Beiträge

Der CodeProfi - Einfache Hintergrundjobs mit Celery und Redis Queue

Veröffentlicht am 11.08.2025

In der heutigen digitalen Welt, in der Anwendungen immer komplexer werden und die Anforderungen an ihre Leistung stetig steigen, sind Hintergrundjobs zu einem unverzichtbaren Bestandteil vieler Softwarearchitekturen geworden. Sie ermöglichen es, zeitintensive Aufgaben aus dem Hauptprozess einer Anwendung auszulagern, um die Benutzererfahrung zu optimieren und die Effizienz zu steigern. Zwei der populärsten Tools, die in diesem Kontext häufig zum Einsatz kommen, sind Celery und Redis Queue. Dieser Artikel bietet eine fundierte Einführung in die Nutzung dieser beiden Technologien zur Implementierung einfacher Hintergrundjobs. Hintergrundjobs sind Aufgaben, die unabhängig vom Hauptprozess einer Anwendung ausgeführt werden und typischerweise keine sofortige Benutzerinteraktion erfordern. Sie eignen sich hervorragend für rechenintensive oder zeitaufwendige Aufgaben, wie das Senden von E-Mails, das Verarbeiten von grossen Datenmengen oder das Generieren von Berichten. Indem man solche Aufgaben in den Hintergrund verlagert, kann die Hauptanwendung schneller auf Benutzeranfragen reagieren, was zu einer verbesserten Benutzererfahrung führt....

Zum vollständigen Artikel


Der CodeProfi - Vektorisierung vs. Schleifen in NumPy: Performance-Vergleich

Veröffentlicht am 08.08.2025

In der Welt der wissenschaftlichen Berechnungen und Datenanalysen hat sich Python als eine der führenden Programmiersprachen etabliert. Dies ist nicht zuletzt der Vielzahl an Bibliotheken zu verdanken, die spezialisierte Funktionen für unterschiedliche Bereiche anbieten. Eine dieser Bibliotheken, die sich besonders im Bereich der numerischen Berechnungen hervorgetan hat, ist NumPy. NumPy bietet eine leistungsstarke Grundlage für effiziente Datenmanipulation in Python und ermöglicht es, komplexe mathematische Operationen mit Leichtigkeit durchzuführen. In diesem Artikel werden wir die Performance von Vektorisierung und herkömmlichen Schleifen in NumPy vergleichen, um ein besseres Verständnis dafür zu gewinnen, wie man die maximale Effizienz aus seinen Berechnungen herausholen kann. NumPy, kurz für "Numerical Python", ist eine Open-Source-Bibliothek, die eine Vielzahl von Funktionen für den Umgang mit grossen mehrdimensionalen Arrays und Matrizen sowie eine breite Palette von mathematischen Funktionen zur Durchführung dieser Operationen bereitstellt. Ein zentraler Bestandteil von NumPy ist das N-dimensional array object, oder ndarray, das die Grundlage für viele Operationen bildet, die mit NumPy durchgeführt werden können. Mit seiner Hilfe können Benutzer komplexe mathematische Berechnungen schnell und effizient ausführen....

Zum vollständigen Artikel


Der CodeProfi - Zeitreihenanalyse mit pandas datetime

Veröffentlicht am 04.08.2025

Die Analyse von Zeitreihen ist ein zentraler Bestandteil der Datenwissenschaft und Statistik, der in vielen Bereichen wie Finanzen, Wettervorhersage, Wirtschaft und Ingenieurwesen von entscheidender Bedeutung ist. Zeitreihen sind Datenpunkte, die in chronologischer Reihenfolge gesammelt werden, und deren Analyse ermöglicht es, Trends zu erkennen, Muster zu entdecken und zukünftige Werte vorherzusagen. In der heutigen datengetriebenen Welt sind effiziente Werkzeuge zur Verarbeitung und Analyse von Zeitreihen unerlässlich. Hier kommt die Python-Bibliothek pandas ins Spiel, die mit ihrer leistungsstarken datetime-Funktionalität eine umfassende Unterstützung für die Arbeit mit Zeitreihen bietet. Pandas ist eine Open-Source-Datenanalyse- und Datenmanipulationsbibliothek für die Programmiersprache Python. Sie wurde entwickelt, um den Umgang mit strukturierten Daten einfacher und intuitiver zu gestalten. Die Bibliothek bietet Datenstrukturen und Operationen zur Manipulation von numerischen Tabellen und Zeitserien, die auf der Programmiersprache Python basieren. Ihre Popularität verdankt pandas seiner Fähigkeit, mit grossen Datenmengen effizient umzugehen und komplexe Datenoperationen mit minimalem Codeaufwand durchzuführen....

Zum vollständigen Artikel


Alle Artikel

Der CodeProfi - 3D-Plots erstellen mit mplot3d
26.05.2025
Der CodeProfi - Beschleunigung von Python-Funktionen mit @jit Dekorator in Numba
04.07.2025
Der CodeProfi - Custom Typen in Numba: StructRef Beispiele
16.05.2025
Der CodeProfi - Daten hochladen und speichern mit Flask (File Uploads)
04.07.2025
Der CodeProfi - Datenvisualisierung direkt mit pandas plot()
09.06.2025
Der CodeProfi - Daten zusammenführen: Merge, Join, Concat in pandas
02.06.2025
Der CodeProfi - Deployment einer Flask-App auf einem Linux-Server (Gunicorn + Nginx)
23.05.2025
Der CodeProfi - Einfache Hintergrundjobs mit Celery und Redis Queue
11.08.2025
Der CodeProfi - Einführung in NumPy Arrays und deren Grundoperationen
25.07.2025
Der CodeProfi - Erstellen einer Admin-UI mit Flask-Admin
14.07.2025
Der CodeProfi - Erstellen einer einfachen REST API mit Flask
20.06.2025
Der CodeProfi - Flask und WebSockets: Realtime-Kommunikation
01.08.2025
Der CodeProfi - High-Frequency Financial Data Analysis mit Pandas und Numba
28.07.2025
Der CodeProfi - Integration von matplotlib in Flask-Webapps (Dynamische Plots)
07.07.2025
Der CodeProfi - Matplotlib Animationen: Zeitreihen dynamisch darstellen
20.04.2025
Der CodeProfi - Monitoring und Verwaltung von Tasks mit Flower Dashboard
18.07.2025
Der CodeProfi - MultiIndex-Strukturen in pandas verstehen und verwenden
06.06.2025
Der CodeProfi - Numba für numerische Simulationen einsetzen
27.06.2025
Der CodeProfi - Parallelisierung mit Numba's prange
19.05.2025
Der CodeProfi - Plot-Styles und Themes in Matplotlib anpassen
30.06.2025
Der CodeProfi - Retry-Mechanismen und Fehlertoleranz in Celery Tasks
23.06.2025
Der CodeProfi - Sichere Task-Serialisierung und Übertragung (kombiniert mit JWT/Secrets)
09.05.2025
Der CodeProfi - Sparse-Matrizen und lineare Systeme mit scipy.sparse
02.05.2025
Der CodeProfi - Tipps zur Fehlersuche bei Numba-optimierten Funktionen
13.06.2025
Der CodeProfi - User-Authentifizierung und Login-System mit Flask-Login
16.06.2025
Der CodeProfi - Vektorisierung vs. Schleifen in NumPy: Performance-Vergleich
08.08.2025
Der CodeProfi - Vergleich von Numba JIT und Cython
21.07.2025
Der CodeProfi - Verteilte Aufgabenplanung: Celery Worker über mehrere Server
30.05.2025
Der CodeProfi - Zeitreihenanalyse mit pandas datetime
04.08.2025

Datenschutzerklärung

Verantworlich für den Inhalt: Felix Fehlmann, General-Wille-Strasse 201, 8706 Meilen, Schweiz

Diese Website wird bei der Swizzonic AG, Badenerstrasse 47, CH-8004 Zürich gehostet. Im Zuge des Hostings werden Zugriffsdaten (z. B. IP-Adresse, Zeitstempel, angeforderte Seiten) in Server-Logfiles gespeichert. Dies dient der technischen Überwachung und Sicherheit der Website und stellt ein berechtigtes Interesse dar (Art. 6 Abs. 1 lit. f DSGVO).

Diese Website verwendet ausschließlich technisch notwendige Cookies, die für den Betrieb der Seite erforderlich sind. Es werden keine personenbezogenen Daten erhoben oder gespeichert. Es findet kein Tracking, keine Analyse und keine Weitergabe von Daten an Dritte statt.