Zurück zum Lernbereich

Listen und Dictionaries

Wie man in Python Daten ablegt, ohne sich später zu ärgern — die Standard-Container.

  • Grundlagen
  • 13 min
  • Einsteiger

Einfache Sprache

Diese Vorschau ist in Einfacher Sprache. Das ganze Portal gibt es auch in Einfacher Sprache. Du kannst oben die Sprache wechseln. Oder nutze den Knopf unten. Unsere Texte in Einfacher Sprache entstehen KI-gestützt und werden redaktionell begleitet. Sie orientieren sich an den Grundprinzipien der Leichten Sprache, sind aber keine geprüfte Leichte Sprache: Eine Prüfgruppe von Menschen mit Lernschwierigkeiten prüft sie nicht.

Vorschau: Daten in Gruppen speichern

Was ist eine Liste?

Eine Liste ist eine Sammlung von Dingen. Zum Beispiel eine Einkaufsliste. Jedes Ding hat eine Nummer. Die erste Nummer ist 0. Du kannst Dinge hinzufügen oder entfernen.

Was ist ein Dictionary?

Ein Dictionary ist wie ein Telefonbuch. Dictionary bedeutet: Nachschlagewerk. Du suchst einen Namen. Du findest den passenden Wert. In Python nennt man den Namen Schlüssel.

Vorsicht beim Kopieren

Eine Liste kopieren ist nicht einfach. b = a macht keine echte Kopie. Beide Namen zeigen auf dieselbe Liste. Das heißt Aliasing. Aliasing bedeutet: ein Objekt mit zwei Namen.

Bisher speichert jede Variable genau einen Wert — eine Zahl, einen String, ein Boolean. Aber echte Programme arbeiten mit Sammlungen: eine Liste mit 1.000 Studentennamen, ein Nutzerprofil mit Name, Alter und Stadt, oder eine API-Antwort mit hunderten Datenpunkten. 1.000 einzelne Variablen zu verwalten ist wie 1.000 lose Zettel statt eines geordneten Notizbuchs.

Python bietet zwei fundamentale Sammlungstypen: Listen für geordnete Sequenzen (wenn die Reihenfolge zählt) und Dictionaries für Schlüssel-Wert-Paare (wenn du nach Namen nachschlagen willst). Diese beiden Strukturen sind so zentral, dass fast jedes Python-Programm mindestens eine davon verwendet.

Listen — Geordnete Sammlungen mit nummerierten Plätzen

Definition

Liste (list)

Analogie

Eine Liste ist wie ein nummeriertes Regal in einer Werkstatt. Jedes Fach hat eine Nummer, beginnend bei 0 — Fach 0, Fach 1, Fach 2. Du kannst jeden Gegenstand in jedes Fach legen, neue Fächer am Ende anhängen (append), ein Fach entfernen und alles danach nachrutschen lassen (pop), oder ein neues Fach in der Mitte einfügen (insert). Um etwas zu finden, kennst du entweder die Fachnummer (Indexzugriff) oder du schaust alle Fächer durch (der in-Operator).

Die Regal-Analogie passt gut für nummerierte Positionen und das Verschieben bei Einfügen/Entfernen. Sie bricht, weil ein echtes Regal eine feste Anzahl Fächer hat — Python-Listen wachsen dynamisch. Außerdem haben Regalfächer physische Größenbeschränkungen, während Python-Listen beliebige Objekte halten können, inklusive anderer Listen.

Merke

Einkaufsliste Schritt für Schritt

  1. 1. einkauf = ["Brot", "Milch", "Äpfel"] → 3 Elemente an Position 0, 1, 2
  2. 2. einkauf.append("Käse") → 4 Elemente: [..., "Käse"] an Position 3
  3. 3. print(einkauf[0]) → "Brot"erstes Element = Index 0
  4. 4. einkauf.pop(1) → entfernt "Milch", Liste: ["Brot", "Äpfel", "Käse"]
  5. 5. "Milch" in einkauf → Falsewurde entfernt

Jeder Schritt zeigt den Zustand der Liste nach der Operation. Beachte: Nach pop(1) rutschen alle Elemente rechts davon eine Position nach links.

Achtung

Vorsicht: IndexError

Der Index muss zwischen 0 und len(liste) - 1 liegen (negative Indizes wie liste[-1] zählen von hinten). Ein Zugriff außerhalb dieser Grenzen löst einen IndexError aus. Weil Python bei 0 anfängt, ist liste[3] das vierte Element — nicht das dritte.

farben = ["rot", "grün", "blau"]
print(farben[3])   # IndexError: list index out of range
# Gültige Indizes: 0, 1, 2

Dictionaries — Nachschlagen statt Durchzählen

Definition

Dictionary (dict)

Analogie

Ein Dictionary ist wie ein Telefonbuch. Du schlägst nicht "den 47. Eintrag" nach — du suchst einen Namen (den Key), um die Telefonnummer (den Value) zu finden. Anders als im echten Telefonbuch (mit drei Max Müllers) darf jeder Name nur einmal vorkommen (eindeutige Keys), und das Nachschlagen ist schnell, egal wie dick das Buch ist. Wenn du einen Namen suchst, der nicht eingetragen ist, bekommst du einen Fehler (KeyError) — oder du fragst mit .get(): "Hast du Max Müller? Wenn nicht, sag einfach 'unbekannt'."

Die Telefonbuch-Analogie passt für Key-basierten Zugriff. Sie bricht, weil ein echtes Telefonbuch alphabetisch sortiert ist — Python-Dicts nutzen Hash-Tabellen, nicht alphabetische Ordnung. Außerdem enthält ein Telefonbuch nur Name-Nummer-Paare, während Python-Dicts beliebige Werte abbilden können, inklusive verschachtelter Dicts und Listen.

Beispiel: Personendaten

person = {"name": "Anna", "alter": 28, "stadt": "Berlin"}

print(person["alter"])                    # 28
person["beruf"] = "Ingenieurin"            # neues Key-Value-Paar
print(person.get("hobby", "unbekannt"))    # "unbekannt" (kein Fehler)

for key, value in person.items():
    print(f"{key}: {value}")               # gibt alle Paare aus

Der .get()-Aufruf ist das sichere Gegenstück zu person["hobby"], das mit KeyError abstürzen würde. Verwende .get() immer dann, wenn du nicht sicher bist, ob ein Key existiert.

Liste

Geordnete Sequenz. Zugriff über Index (Position). Verwende Listen, wenn die Reihenfolge wichtig ist: Einkaufslisten, Schrittfolgen, Sammlungen zum Durchlaufen.

Dictionary

Schlüssel-Wert-Zuordnung. Zugriff über Key (Name). Verwende Dicts, wenn du nach Namen nachschlagen willst: Nutzerprofile, Konfigurationen, Wortzähler.

Achtung

Vorsicht: KeyError

Ein Zugriff mit dict[key] auf einen nicht existierenden Key löst einen KeyError aus. Verwende stattdessen .get(key, default) für sicheren Zugriff.

person = {"name": "Anna"}
print(person["hobby"])                     # KeyError: 'hobby'
print(person.get("hobby", "unbekannt"))    # "unbekannt" (kein Fehler)

Aliasing — Wenn zwei Namen ein Objekt teilen

Definition

Aliasing

Analogie

Aliasing ist wie ein geteiltes Online-Dokument. Stell dir vor, du und ein Kollege habt beide einen Link zum selben Google Doc. Wenn dein Kollege einen Absatz ändert, siehst du die Änderung sofort — weil ihr beide dasselbe Dokument betrachtet, nicht getrennte Kopien. Eine Kopie mit a.copy() zu erstellen ist wie "Kopie erstellen" in Google Docs zu klicken — jetzt hat jeder seine eigene Version.

Die Dokument-Analogie passt für "zwei Links, ein Objekt". Sie bricht, weil in der Realität das Teilen eines Dokuments eine bewusste Entscheidung ist (du schickst einen Link), während Aliasing in Python automatisch und stillschweigend passiert, wenn du b = a schreibst. Anfänger merken nicht, dass sie das Objekt "teilen".

Merke

Die Aliasing-Falle Schritt für Schritt

  1. 1. a = [1, 2, 3] → Liste mit drei Elementen erstellt
  2. 2. b = a → b ist ein Alias, KEINE Kopie! Beide zeigen auf dieselbe Liste.
  3. 3. b.append(4) → Die Liste ist jetzt [1, 2, 3, 4]
  4. 4. print(a) → [1, 2, 3, 4] — a hat sich auch geändert! Fix: b = a.copy()

Achtung

Aliasing ist lautlos und automatisch

b = a kopiert NICHT. Es erzeugt einen zweiten Namen für dasselbe Objekt. Verwende .copy() für eine eigene Kopie; nur verschachtelte Listen oder Dicts darin bleiben geteilt. Dies gilt für Listen UND Dictionaries.

# Alias (NICHT kopiert):
b = a
b.append(4)    # ändert auch a!

# Echte Kopie:
b = a.copy()
b.append(4)    # a bleibt unverändert
Liste Geordnete Sequenz mit nummerierten Positionen (ab 0)
Dictionary Schlüssel-Wert-Zuordnung für schnelles Nachschlagen
IndexError Zugriff auf eine Position außerhalb der Listenlänge
KeyError Zugriff auf einen Key, der im Dictionary nicht existiert

Interaktiv: Python-Sammlungstypen im Vergleich

Du kennst jetzt Listen und Dictionaries. Aber Python hat noch weitere Sammlungstypen; die zwei wichtigsten davon sind Sets und Tuples. Klicke auf eine Zeile in der Vergleichs-Matrix, um die Eigenschaften und typischen Einsatzbereiche jedes Typs zu sehen. Achte besonders auf die Farbkodierung: Grün zeigt vorhandene Fähigkeiten, Rot zeigt Einschränkungen. Gelb heißt: weder Vor- noch Nachteil, es kommt auf den Einsatz an.

Python-Sammlungstypen im Vergleich

Vorteil (klein/schnell/hoch)
Neutral
Nachteil (groß/langsam/niedrig)

Zeile anklicken für Detailansicht

TypGeordnetVeränderbarDuplikateZugriff
list ✓ ✓ ✓ Index [i]
dict ✓ ✓ ✗ Keys Key ["k"]
set ✗ ✓ ✗ —
tuple ✓ ✗ ✓ Index [i]
Kernaussage: Die Wahl des richtigen Sammlungstyps hängt von drei Fragen ab: Brauchst du eine bestimmte Reihenfolge? Soll die Sammlung veränderbar sein? Müssen Elemente eindeutig sein? Die Matrix zeigt auf einen Blick, welcher Typ welche Anforderungen erfüllt.

Guido van Rossum, der Erfinder von Python, erklärte die Entscheidung 2013 in einem Blogpost: Halboffene Intervalle wie a[:n] für die ersten n Elemente und a[n:] für den Rest funktionieren mit 0-basierten Indizes besonders sauber, ohne lästige +1/-1-Korrekturen. Vorgegeben war das nicht: Pythons Vorgänger ABC zählte ab 1, C, der andere große Einfluss, ab 0. Laut Guido half die Slice-Notation bei der Entscheidung.

Ein praktischer Vorteil: len(liste) ist immer der erste ungültige Index — das macht Grenzprüfungen einfach.

JSON (JavaScript Object Notation) ist das Standardformat für Web-APIs, KI-Modellkonfigurationen und Datenaustausch. Beim Einlesen mit json.loads() werden JSON-Objekte direkt zu Python-Dicts und JSON-Arrays zu Python-Listen.

import json

api_antwort = '{"name": "GPT-3", "typ": "LLM", "parameter": [175, "Milliarden"]}'
daten = json.loads(api_antwort)

print(daten["name"])        # "GPT-3" (Dict-Zugriff)
print(daten["parameter"][0]) # 175 (verschachtelt: Dict → Liste)

Wer Listen und Dictionaries versteht, versteht damit auch den Aufbau realer Datenformate — von API-Antworten bis zu Konfigurationsdateien.

Merke

Das Wichtigste auf einen Blick

  1. Eine Liste ist eine geordnete, veränderbare Sequenz mit Indexzugriff (ab 0). Verwende Listen, wenn die Reihenfolge wichtig ist — Einkaufslisten, Schrittfolgen, Sammlungen zum Durchlaufen.
  2. Ein Dictionary ist eine veränderbare Sammlung von Schlüssel-Wert-Paaren mit Key-Zugriff. Verwende Dicts, wenn du nach Namen nachschlagen willst — Nutzerprofile, Konfigurationen, Wortzähler.
  3. b = a kopiert weder eine Liste noch ein Dictionary — es erzeugt einen zweiten Namen für dasselbe Objekt. Verwende a.copy() (bei Listen auch list(a)) für eine unabhängige Kopie.
  4. Häufige Fallen: IndexError (Zugriff über Listenlänge hinaus), KeyError (Zugriff auf fehlenden Dict-Key — verwende .get()), Off-by-One-Fehler durch 0-basierte Indizierung.
  5. JSON — das Format für Web-APIs und KI-Dienste — bildet direkt auf Python-Dictionaries und -Listen ab. Wer diese beiden Typen versteht, versteht die Struktur realer Daten.

Prüfen

Quiz: Listen und Dictionaries

Noch offen

Was gibt farben[1] zurück, wenn farben = ["rot", "grün", "blau"]?

Wähle eine Antwort

Auflösung: 1) B · 2) C · 3) B · 4) B

Prüfen

Checkpoint: Verstehst du Listen und Dictionaries?

Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.

0 von 3 sitzen