{"id":190951,"date":"2026-02-19T13:18:01","date_gmt":"2026-02-19T12:18:01","guid":{"rendered":"https:\/\/liora.io\/de\/?p=190951"},"modified":"2026-02-19T13:18:02","modified_gmt":"2026-02-19T12:18:02","slug":"einfuehrung-in-die-python-typisierung-und-annotationen","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/einfuehrung-in-die-python-typisierung-und-annotationen","title":{"rendered":"Einf\u00fchrung in die Python Typisierung und Annotationen"},"content":{"rendered":"

Python Typisierung: Wenn man lernt, in Python zu codieren, ist die Frage der Typisierung ein Thema, das nur sehr selten ber\u00fccksichtigt wird, obwohl es bei einer Sprache wie Java unumg\u00e4nglich ist. Wie kommt es also zu diesem „Vergessen“ bei einer der meistgenutzten Programmiersprachen des letzten Jahrzehnts?<\/strong><\/p>\n\n\n\n

Um diese Frage zu beantworten, ist es wichtig, sich mit einigen Grundlagen zu besch\u00e4ftigen. Die Entwicklung von Software erfordert ein klares Verst\u00e4ndnis der Datentypisierung und der Art und Weise, wie Daten in verschiedenen Kontexten verwendet werden. Die Typisierung bzw. die <\/b>Python Typisierung<\/strong> in der Programmierung definiert die Art der Werte, die die Daten, die wir bearbeiten, annehmen k\u00f6nnen.<\/b> Um den Typ einer Variablen in Python zu testen, rufen wir die Funktion type() auf, die, wenig \u00fcberraschend, den Typ des Objekts, das als Parameter der Funktion eingegeben wurde, zur\u00fcckgibt.<\/p>\n\n\n\n

Die Funktion wird wie folgt verwendet:<\/p>\n\n\n\n

Der Typ des Arguments wird mithilfe der Funktion print() in folgender Form angezeigt:<\/p>\n\n\n\n

>> <class ‚int‘><\/p>\n\n\n\n

Im obigen Beispiel wird eine ganzzahlige numerische Variable getestet, der entsprechende Typ ist int. In Python gibt es eine Vielzahl von sogenannten nativen Typen. Eine vollst\u00e4ndige Liste findest du auf der Seite der offiziellen Dokumentation<\/a>.<\/p>\n\n\n\n

Python ist als dynamisch typisierte Sprache<\/b> ziemlich flexibel bei der Verwaltung von Datentypen, aber diese Flexibilit\u00e4t kann manchmal zu Verwirrung und Fehlern f\u00fchren. Hier kommen die Python Typisierung<\/strong>  bzw. Typ-Annotationen ins Spiel, die dem Python-Code eine zus\u00e4tzliche Ebene der Klarheit und Typ\u00fcberpr\u00fcfung hinzuf\u00fcgen.<\/p>\n\n\n\n

\n
Mehr zu Typisierung und Annotation in Python<\/a><\/div>\n<\/div>\n\n\n\n

Python Typisierung<\/h2>\n\n\n\n

In der Programmierung gibt es haupts\u00e4chlich zwei Arten der Typisierung: die statische und die dynamische Typisierung.<\/strong><\/p>\n\n\n\n

1. Statische Typisierung<\/h3>\n\n\n\n

In einer statisch typisierten Sprache muss jede Variable einem vom Programmierer festgelegten Typ zugewiesen werden. Sprachen wie Java, C und C++<\/a> verfolgen diesen Ansatz. Nehmen wir das Beispiel von Java f\u00fcr die Definition einer numerischen Variable, so lautet die Syntax wie folgt:<\/p>\n\n\n\n

int a =<\/b> 2;<\/p>\n\n\n\n

Float b =<\/b> 3,;<\/p>\n\n\n\n

String c =<\/b> ‚Hello World‘;<\/p>\n\n\n\n

Du musst Java nicht beherrschen,<\/a> um diese Syntax zu verstehen. Jede Variable a, b oder c wird durch ihren Typ eingeleitet, gefolgt von dem ihr zugewiesenen Wert. Der statische Aspekt der Typisierung wird deutlich, und um ihn zu \u00fcberpr\u00fcfen, musst du einfach nur sehen, was passieren w\u00fcrde, wenn du versuchst, einer der Variablen einen neuen Wert zuzuweisen. Du kannst es auf diesem Online-Compiler<\/strong> selbst ausprobieren.<\/p>\n\n\n\n

Ein wichtiger Vorteil dieses Ansatzes ist die Strenge, die er bei der Definition von Variablen an den Tag legt: Es gibt keine Zweifel \u00fcber die Art der Variablen, und es ist f\u00fcr den Compiler leichter, typbezogene Fehler zu erkennen. Au\u00dferdem wird die Typ\u00fcberpr\u00fcfung in der Regel beim Kompilieren durchgef\u00fchrt, was eine schnellere Ausf\u00fchrung erm\u00f6glicht.<\/p>\n\n\n\n

2. Dynamische Typisierung<\/h3>\n\n\n\n

Im Gegensatz dazu setzt Python auf dynamische Typisierung.<\/a> Das bedeutet, dass die Typisierung erst nach der Ausf\u00fchrung des Codes durchgef\u00fchrt und \u00fcberpr\u00fcft wird, nicht vorher. Wenn du also eine Variable in Python definierst,<\/a> musst du ihren Typ nicht angeben, sondern er wird vom Interpreter abgeleitet. Au\u00dferdem kann man, sobald eine Variable definiert ist, ihr unabh\u00e4ngig von ihrem Typ einen neuen Wert zuweisen, ohne einen Fehler zu verursachen.<\/p>\n\n\n\n

Beispiel:<\/p>\n\n\n\n

Welche Typisierung soll ich also am besten w\u00e4hlen?<\/em><\/p>\n\n\n\n

Auf diese Frage gibt es keine feste Antwort: Sie wird vom Programmierrahmen bestimmt. Wenn die Aufgabe absolute Disziplin und Transparenz im Code erfordert<\/strong>, dann ist eine statische Typisierung die beste Wahl. Wenn der Programmierer die freie Hand \u00fcber den Code haben soll, dann kann die Flexibilit\u00e4t und die Geschwindigkeit des Schreibens einer dynamischen Typisierung eine interessante L\u00f6sung sein.<\/p>\n\n\n\n

Aber sollte man Python meiden, wenn man eine statische Typisierung will?<\/em><\/p>\n\n\n\n\n\n\n\n

\n
Beherrschung der Typisierung und Annotation in Python<\/a><\/div>\n<\/div>\n\n\n\n

Python Typisierung bzw. Typ-Annotationen in Python<\/h2>\n\n\n\n

Um eine statische Typisierung zu simulieren,<\/strong> bietet Python ein System von Typ-Annotationen. Mit Typannotationen<\/a> kann der Programmierer den Typ der Argumente einer Funktion und den Typ ihres R\u00fcckgabewerts angeben. Beispiel:<\/p>\n\n\n\n

Diese Funktion, die als Argument eine Zeichenkette a verwendet, die standardm\u00e4\u00dfig den Wert ‚Hello World‘ und gibt diese Zeichenkette aus, k\u00f6nnen wir zwei Anmerkungen angeben: <\/p>\n\n\n\n