Listen und Dictionaries
Wie man in Python Daten ablegt, ohne sich später zu ärgern — die Standard-Container.
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
Definition
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. einkauf = ["Brot", "Milch", "Äpfel"] → 3 Elemente an Position 0, 1, 2
- 2. einkauf.append("Käse") → 4 Elemente: [..., "Käse"] an Position 3
- 3. print(einkauf[0]) → "Brot"erstes Element = Index 0
- 4. einkauf.pop(1) → entfernt "Milch", Liste: ["Brot", "Äpfel", "Käse"]
- 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, 2Dictionaries — Nachschlagen statt Durchzählen
Definition
Dictionary (dict)
Analogie
Definition
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 ausDer .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.
Geordnete Sequenz. Zugriff über Index (Position). Verwende Listen, wenn die Reihenfolge wichtig ist: Einkaufslisten, Schrittfolgen, Sammlungen zum Durchlaufen.
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
Definition
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. a = [1, 2, 3] → Liste mit drei Elementen erstellt
- 2. b = a → b ist ein Alias, KEINE Kopie! Beide zeigen auf dieselbe Liste.
- 3. b.append(4) → Die Liste ist jetzt [1, 2, 3, 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 unverändertInteraktiv: 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
Zeile anklicken für Detailansicht
| Typ | Geordnet | Veränderbar | Duplikate | Zugriff |
|---|---|---|---|---|
| list | ✓ | ✓ | ✓ | Index [i] |
| dict | ✓ | ✓ | ✗ Keys | Key ["k"] |
| set | ✗ | ✓ | ✗ | — |
| tuple | ✓ | ✗ | ✓ | Index [i] |
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
- Eine Liste ist eine geordnete, veränderbare Sequenz mit Indexzugriff (ab 0). Verwende Listen, wenn die Reihenfolge wichtig ist — Einkaufslisten, Schrittfolgen, Sammlungen zum Durchlaufen.
- Ein Dictionary ist eine veränderbare Sammlung von Schlüssel-Wert-Paaren mit Key-Zugriff. Verwende Dicts, wenn du nach Namen nachschlagen willst — Nutzerprofile, Konfigurationen, Wortzähler.
- 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.
- Häufige Fallen: IndexError (Zugriff über Listenlänge hinaus), KeyError (Zugriff auf fehlenden Dict-Key — verwende .get()), Off-by-One-Fehler durch 0-basierte Indizierung.
- 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
Was gibt farben[1] zurück, wenn farben = ["rot", "grün", "blau"]?
Wähle eine Antwort
1. Was gibt farben[1] zurück, wenn farben = ["rot", "grün", "blau"]?
2. person = {"name": "Anna", "alter": 28}. Was gibt person.get("hobby", "unbekannt") zurück?
3. a = [1, 2, 3]; b = a; b.append(4). Was ist a jetzt?
4. Du willst 500 Nutzerprofile speichern (je Name, E-Mail, Alter). Welche Struktur passt am besten?
Prüfen
Checkpoint: Verstehst du Listen und Dictionaries?
Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.
0 von 3 sitzen