𝗣𝘆𝘁𝗵𝗼𝗻-𝗚𝗿𝘂𝗻𝗱𝗹𝗮𝗴𝗲𝗻 𝗳ü𝗿 𝗚𝗲𝗻𝗔𝗜

Du kennst JavaScript und TypeScript. Jetzt möchtest du mit LangChain und GenAI-Tools arbeiten. Dafür brauchst du Python.

Du musst nicht bei Null anfangen. Du kannst Python-Konzepte auf das übertragen, was du bereits weißt.

Hier ist ein kurzer Leitfaden für JS-Entwickler:

Kernsyntax

  • Variablen: Nutze einfache Zuweisungen. Für Konstanten verwende GROSSBUCHSTABEN.
  • Booleans: Verwende True und False (sie werden großgeschrieben).
  • Null/Undefined: Verwende None.
  • Ausgabe: Nutze print() anstelle von console.log().
  • Template Literals: Nutze f-Strings wie f"Hello, {name}".

Logik und Ablauf

  • Einrückung: Python verwendet Whitespace anstelle von geschweiften Klammern {}. Dies ist die wichtigste Änderung.
  • Truthy/Falsy: In JS ist ein leeres Array [] truthy. In Python ist eine leere Liste [] falsy.
  • Vergleich: Python's == vergleicht Werte wie JS ===.

Datenstrukturen

  • Listen: Ähnlich wie Arrays. Nutze .append() anstelle von .push().
  • Dictionaries: Ähnlich wie Objekte. Nutze person["name"], um auf Werte zuzugreifen.
  • Tuples: Wie unveränderliche (frozen) Arrays. Du kannst sie nach der Erstellung nicht mehr ändern.
  • Sets: Nutze diese für eindeutige Elemente und mathematische Operationen wie Schnittmengen.

Funktionale Muster

  • Map und Filter: Nutze List Comprehensions anstelle von .map() und .filter().
  • Beispiel: [n * 2 for n in numbers] ersetzt numbers.map(n => n * 2).
  • Destructuring: Nutze Unpacking, um mehrere Variablen gleichzeitig zuzuweisen.

Moderne GenAI-Grundlagen

  • Pydantic: Das ist entscheidend. LangChain verwendet Pydantic für die Datenvalidierung und strukturierte Ausgaben.
  • Decorators: Diese funktionieren wie Higher-Order Components in React. Sie umschließen Funktionen, um Logik hinzuzufügen.
  • Async: Python verwendet async und await genau wie JS. Nutze asyncio.gather() anstelle von Promise.all().
  • Generators: Diese ermöglichen es dir, LLM-Tokens einzeln zu streamen.

Paketverwaltung

  • npm ist pip.
  • node_modules ist .venv.
  • package.json ist requirements.txt.

Verwende immer eine virtuelle Umgebung (.venv), um deine Projekte sauber zu halten.

Quelle: https://dev.to/ajmal_hasan/python-essentials-for-genai-lji