Python in der Praxis - Codebeispiele aus dem Entwickleralltag

Ein Blog von Freelancern aus der Schweiz

Neueste Beiträge

Der CodeProfi - Arbeiten mit Flask SQLAlchemy ORM

Veröffentlicht am 12.01.2026

In der heutigen dynamischen Webentwicklungslandschaft ist die Wahl der richtigen Technologien entscheidend für den Erfolg eines Projekts. Flask, ein leichtgewichtiges Web-Framework für Python, hat sich als eine beliebte Wahl für Entwickler etabliert, die eine einfache, aber leistungsfähige Lösung für Webanwendungen suchen. In Kombination mit SQLAlchemy, einem SQL Toolkit und Object-Relational Mapper (ORM), bietet es eine flexible und effektive Methode zur Verwaltung von Datenbanken in Python-Anwendungen. Dieser Artikel gibt eine umfassende Einführung in die Arbeit mit Flask und SQLAlchemy ORM, um Entwicklern zu helfen, das volle Potenzial dieser Tools auszuschöpfen. Flask ist ein Mikro-Framework für Python, das darauf abzielt, unkomplizierte und dennoch leistungsfähige Webanwendungen zu erstellen. Es ist besonders bei Entwicklern beliebt, die nach einer Alternative zu schwergewichtigen Frameworks wie Django suchen, die oft eine steilere Lernkurve haben und mehr Konfiguration erfordern. Flask bietet Entwicklern die Freiheit, ihre Projekte so zu strukturieren, wie sie es für richtig halten, und ermöglicht eine einfache Erweiterung durch eine Vielzahl von Erweiterungen. Diese Flexibilität macht es ideal für Prototyping und kleinere Projekte, kann aber ebenso für grössere Anwendungen skaliert werden....

Zum vollständigen Artikel


Der CodeProfi - Signalverarbeitung mit scipy.signal

Veröffentlicht am 15.12.2025

In der modernen Welt, in der digitale Technologien eine zentrale Rolle in nahezu allen Aspekten unseres Lebens spielen, ist die Signalverarbeitung eine der wichtigsten Disziplinen innerhalb der Ingenieurwissenschaften und der Informatik. Sie ermöglicht es uns, Informationen aus verschiedenen Arten von Signalen zu extrahieren, zu analysieren und zu nutzen, sei es in der Telekommunikation, der Medizin oder der Unterhaltungselektronik. Eine der mächtigsten und gleichzeitig benutzerfreundlichsten Bibliotheken für die Signalverarbeitung in Python ist scipy.signal, ein Modul innerhalb der SciPy-Bibliothek, das eine Vielzahl von Funktionen und Werkzeugen zur Analyse und Verarbeitung von Signalen bietet. Signale sind physikalische oder virtuelle Darstellungen von Informationen, die sich über Zeit oder Raum hinweg ändern. Sie können in vielen Formen auftreten, sei es als akustische Wellen, elektrische Spannungen, Bilddaten oder als diskrete Zahlenfolgen in Form von digitalen Daten. Die Signalverarbeitung befasst sich mit der Analyse, Manipulation und Interpretation dieser Signale, um nützliche Informationen zu extrahieren oder um Signale so zu transformieren, dass sie besser analysiert oder übertragen werden können....

Zum vollständigen Artikel


Der CodeProfi - High-Frequency Financial Data Analysis mit Pandas und Numba

Veröffentlicht am 07.11.2025

In einer Ära, in der die Finanzmärkte zunehmend von Technologien und Algorithmen geprägt sind, hat die Analyse von Hochfrequenzdaten (High-Frequency Data) eine kritische Rolle bei der Entscheidungsfindung und der Entwicklung von Handelsstrategien übernommen. Die Analyse hochfrequenter Finanzdaten ermöglicht es, Marktbewegungen mit einer beispiellosen Granularität zu untersuchen, und bietet Einblicke, die mit traditionellen Datensätzen oft nicht erreichbar sind. In diesem Zusammenhang erweisen sich leistungsfähige Werkzeuge wie Pandas und Numba als unverzichtbare Instrumente für Finanzanalysten und Datenwissenschaftler, die sich auf die Verarbeitung und Analyse grosser Datenmengen spezialisiert haben. High-Frequency Trading (HFT) und die damit einhergehende Analyse hochfrequenter Daten haben die Dynamik der Finanzmärkte tiefgreifend verändert. Während traditionelle Handelsstrategien auf täglichen oder sogar wöchentlichen Daten basieren, erlaubt die HFT die Nutzung von Daten, die in Minuten-, Sekunden- oder gar Millisekundenintervallen erfasst werden. Diese Daten umfassen eine Vielzahl von Informationen, einschliesslich Preisbewegungen, Handelsvolumina und Auftragsbuchdaten, die in Echtzeit erfasst werden....

Zum vollständigen Artikel


Alle Artikel

Der CodeProfi - 3D-Plots erstellen mit mplot3d
19.09.2025
Der CodeProfi - Arbeiten mit Flask SQLAlchemy ORM
12.01.2026
Der CodeProfi - Beschleunigung von Python-Funktionen mit @jit Dekorator in Numba
05.09.2025
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
18.08.2025
Der CodeProfi - Deployment einer Flask-App auf einem Linux-Server (Gunicorn + Nginx)
23.05.2025
Der CodeProfi - Dynamisches Dashboard mit Flask, pandas und Plotly
22.08.2025
Der CodeProfi - Effizientes Lesen großer CSV-Dateien mit Pandas
25.08.2025
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
22.09.2025
Der CodeProfi - Flask und WebSockets: Realtime-Kommunikation
01.08.2025
Der CodeProfi - High-Frequency Financial Data Analysis mit Pandas und Numba
07.11.2025
Der CodeProfi - High-Performance Machine Learning Preprocessing mit Numba
10.10.2025
Der CodeProfi - Implementieren von Algorithmen in reinem Numba ohne NumPy
15.09.2025
Der CodeProfi - Integration von Celery in eine Flask-REST-API
03.10.2025
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 - Memory-Effizienz in NumPy: Views vs. Kopien
08.09.2025
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 - Optimierung von Algorithmen durch NumPy Structured Arrays
13.10.2025
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 - Signalverarbeitung mit scipy.signal
15.12.2025
Der CodeProfi - Sparse-Matrizen und lineare Systeme mit scipy.sparse
02.05.2025
Der CodeProfi - Speichern von Ergebnissen mit Celery-Backends (Redis, DB)
29.08.2025
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
12.09.2025
Der CodeProfi - Vergleich von Numba JIT und Cython
21.07.2025
Der CodeProfi - Verkettung und Gruppierung komplexer Tasks (Chains, Chords)
01.09.2025
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.