2.3. Hilfe!!

Oft kommt es beim Coden zu komischen Fehlermeldungen, die mehr verwirren als helfen. Häufig steckt aber ein ganz simpler Flüchtigkeitsfehler dahinter. In diesem Fall gilt:

1. Syntax und Rechtschreibung überprüfen. Fehlt vielleicht nur eine Klammer? Ist die Variable wirklich richtig geschrieben? Sind wirklich alle notwendigen Pakete installiert und geladen?

2. Fehlermeldung kopieren und googeln. Bestimmt hatte schonmal jemand anderes dasselbe Problem und bestenfalls findet sich eine Lösung auf https://stackoverflow.com/ oder in einem anderen Forum.

3. ChatGPT fragen. Das Codesnippet an ChatGPT senden und nach möglichen Fehlern fragen.

4. Hilfeseiten aufrufen. In JupyterLite und JupyterLab gibt es verschiedene Möglichkeiten, Hilfe zu bekommen. Wenn ihr nicht versteht, was eine bestimmte Funktion macht, oder wenn ihr Informationen zu einer Variable abrufen wollt, könnt ihr in einer neuen Codezelle einfach den Namen der Variable oder Funktion wie folgt eingeben und ausführen: variablenname? bzw. funktionsname?. Alternativ könnt ihr in der Menüzeile oben in JupyterLite/JupyterLab auf “Help” und dann auf “Show Contextual Help” klicken. Das öffnet einen zweiten Tab neben eurem geöffneten Notebook. Wenn ihr den Cursor dann direkt neben eine Funktion oder Variable bewegt, werden in dem neuen Fenster Informationen zu dem Objekt angezeigt. Wenn ihr Fragen zum JupyterLab Interface selbst habt, schaut in die JupyterLab Dokumentation: https://jupyterlab.readthedocs.io

Manchmal macht das Skript aber auch einfach nicht das, was es soll, ohne, dass eine Fehlermeldung entsteht. In diesem Fall liegt wahrscheinlich ein logischer Fehler im Programmablauf vor. Für diesen Fall gibt es eine Strategie, die Rubber Ducking oder Quietscheentchen-Debugging genannt wird.

5. Rubber Ducking oder Quietscheentschen-Debugging. Wenn nichts mehr hilft, hilft nur eins: Den Code einer Person, die nichts davon versteht - oder eben einem Quietscheentchen, Zeile für Zeile erklären. Dabei fallen oft logische Fehler auf, die das Problem verursachen.

6. Python Tutor. Um besser zu verstehen, was eigentlich passiert, wenn (einfacher) Python-Code ausgeführt wird, könnt ihr euren Code auf https://pythontutor.com ausführen. Die Website visualisiert, was in jedem Ausführungsschritt passiert, zum Beispiel, welcher Wert auf dem Bildschirm ausgegeben wird, in welchem Programmabschnitt eine Variable sichtbar ist (Scope) und welchen Objekten wann Speicherplatz zugewiesen wird.

7. Hilfe holen. Falls ihr im Laufe des Seminars ein Problem habt, das ihr selbst nicht lösen könnt, könnt ihr einen Screenshot für die nächste Sitzung mitbringen oder mir eine E-Mail an l.poggel@fu-berlin.de schreiben.