Übung zum Seminar "Mensch und Bot"

Dr. Raphael Wimmer

Sommersemester 2025

Überblick: 7. Mai 2025 - Diverses, Python

• Umgebungsvariablen und Pfade
• Welche Python-IDE soll ich verwenden?
• apt, pip, conda, virtualeenv (, docker) - Environments und Paketmanager für Python
• uv - die eierlegende Wollmilchsau
• Grundkonzepte Python

PATH

• Umgebungsvariablen: Key-Value-Paare, die vom OS innerhalb einer Shell den Programmen zur Verfügung gestellt werden.
• Anzeigen/setzen mit export (Linux) bzw. SET (Windows)
• PATH-Umgebungsvariable: wo liegen die ausführbaren Dateien
• Reihenfolge relevant - das erstbeste Executable mit passendem Namen wird genommen.
• (auch später relevant: PYTHONPATH)

Python IDEs

• jeder beliebige Text-Editor
• vim (Anleitungen: 1, 2)
• Jetbrains PyCharm (umfangreiche IDE speziell für Python)
• VisualStudio Code (Tutorial)
• repl.it (kollaborative browser-basierte IDE)
• weitere?

PEP 8 - Style Guide für Python

• PEP: Python Enhancement Proposal - ein Vorschlag, wie die Sprache weiterentwickelt werden soll
• PEP 8 – Style Guide for Python Code](https://www.python.org/dev/peps/pep-0008/)
• pycodestyle: Kommandozeilentool, das Code auf PEP-8-Konformität prüft
• Hier im Kurs: PEP-8-Regeln bitte einhalten (zwingend für Studienleistung), bis auf Regel zu max. Zeilenlänge
• Link-Tipp: Vortrag von Raymond Hettinger: Beyond PEP 8 -- Best practices for beautiful intelligible code

Paketmanagement in Python

Es gibt drei verbreitete Möglichkeiten, Python-Module zu installieren:

• Paketmanagement des Betriebssystems (z.B. apt unter Debian/Ubuntu Linux)
• pip - Pythons Paketmanager
• conda - Paketmanagement der Anaconda-Distribution

Um für jede Anwendung separate Module zu installieren: virtual environments

Paketmanagement durch Betriebssystem

• Primär bei Linux-Distributionen, z.B. Debian/Ubuntu
• apt install python3-matplotlib
• Vorteile: global verfügbar, sicher, vorkompilierte Binaries
• Nachteile: nicht immer aktuell, nicht alle Python-Pakete verfügbar, immer nur eine Paketversion installierbar

Paketmanagement mit pip

• Pakete werden aus dem Python Package Index (PyPI) installiert (PyPI enthält quasi alle Pakete)
• pip3 install matplotlib
• pip3 install -r requirements.txt: Textdatei mit Paketnamen und ggf. Versionen.
• Vorteile: global oder (default) lokal installierbar, immer aktuellste Version, quasi alle Pakete verfügbar.
• Nachteile: nicht zwingend robust/sicher, Kompilierungsschritt bei C-Erweiterungen notwendig
• Tool pipx: installiert Python-Programme in einer eigenen virtuellen Umgebung und fügt sie zum Pfad hinzu (Repo / Anleitung)

Paketmanagement mit conda

• Anaconda: Python-Distribution für Scientific Computing (multi-platform)
• Minimale Distribution: miniconda
• conda: package manager für Anaconda (Intro)
• pip und conda können parallel eingesetzt werden (1, 2)
• Alternative: Mamba
• Vorteile: sicher, robust, vorkompilierte Binaries, integrierte Unterstützung von virtual environments
• Nachteile: nicht immer aktuell, wenige Python-Pakete verfügbar, fügt Overhead (Ressourcen, Debugging) hinzu

Virtual Environments

• Grundidee: für jedes Projekt eine eigene Python-Installation (Doku)
• Funktionsweise: Überschreiben der Pfade zu Binaries, Bibliotheken in der aktuellen Shell
• Virtualenv im Unterverzeichnis .env anlegen: python3 -m venv .env
• Virtualenv aktivieren: source .env/bin/activate (Linux) / .env\Scripts\activate.bat
• deaktivieren durch Beenden der Shell
• Viele IDEs unterstützen venv (VS Code, PyCharm)
• Conda: conda create --name myenv / conda activate myenv

uv - die eierlegende Wollmilchsau

• Tool für gängiges Python-Projektmanagement (Doku
• sehr schnell (Rust, Caching)
• Wrapper für viele gängige Aktionen:
  • uv python install <Version> - installiert Python
  • uv init <Projektname> - erzeugt Projektverzeichnis, initialisiert venv und Git.
  • uv add <Package> - fügt Paket zu Projekt hinzu
  • uv run <script.py> - führt Script in aktuellem venv aus
  • uv pip <...> / uv venv <...> - wrappt pip/venv
• Ausführliche Diskussion

Überblick: 21. Mai 2025 - Erste Chatbots

ELIZA

• Python-Quellcode: https://github.com/wadetb/eliza
• Eure Aufgaben:
  • Code zum Laufen bringen
  • Etwas an den Antworten ändern
  • Ausgeben, was unter der Haube passiert (optional)

Eigener Chatbot

• Eure Aufgabe: schreibt einen eigenen Chatbot mit einer Heuristik
• notwendig: loops, ´input()/rawinput()´, evtl. regex oder String-Operationen
• Anforderungen: reagiert auf bestimmte Schlüsselwörter