Python programmieren, Objektorientierte Programmierung in verschiedenen Dateien mit Klassen?

Hey,

ich lerne aktuell Python und habe angefangen einen Chatbot zu programmieren.
Nun will ich anfangen mir anzugewöhnen in verschiedenen Dateien mit Objektorientierter Programmierung zu programmieren bzw. das erstmal zu lernen.
Mein Gedanke in meinem Code ist z.B. eine Klasse WindowTemplate zu erstellen und diese als Blaupause ohne vorgegebene Werte zu definieren.
An Sich gelingt mir das auch aber ich habe Probleme von einer anderen Klasse aus einer anderen Datei darauf zuzugreifen und die Werte für wie zum Beispiel Größe oder Titel zu übergeben.
Ich würde mich freuen wenn hier mal jemand der etwas Erfahrung hat drauf schauen könnte und mich zumindest mal in die richtige Richtung leiten kann. :)
Viele Dank!

main.py

Fehlermeldung ist diese:

Traceback (most recent call last):

line 17, in <module>

  app = Main()

     ^^^^^^

line 9, in __init__

  self.main_window.set_size("1680", "900")

line 10, in set_size

  self.window_size.geometry(f"{width}x{height}")

  ^^^^^^^^^^^^^^^^^^^^^^^^^

AttributeError: 'NoneType' object has no attribute 'geometry'

import view
import customtkinter as ctk


class Main(ctk.CTk):
    def __init__(self):
        super().__init__()
        self.main_window = view.WindowTemplate()
        self.main_window.set_size("1680", "900")
        self.main_window.set_title("YourTerminal")

    def my_mainloop(self):
        self.mainloop()


if __name__ == "__main__":
    app = Main()
    app.my_mainloop()

view.py

import customtkinter as ctk


class WindowTemplate:
    def __init__(self, window_size=None, window_title=None):
        self.window_size = window_size
        self.window_title = window_title

    def set_size(self, width, height):
        self.window_size.geometry(f"{width}x{height}")

    def set_title(self, title):
        self.window_title.title(title)
Code, Programmiersprache, Python, Python 3, Objektorientierte Programmierung, Tkinter, Pycharm
Binance Testnet, Erfahrungen?

Hallo zusammen.

Ich habe ein kleines Script geschrieben um Kryptowährungen bei Binance zu beobachten und gegebenenfalls automatisch zu kaufen und zu verkaufen.
Damit mir nicht mein ganzes Vermögen (LoL) verloren geht, versuche ich dieses Script im Binance Testnet laufen zu lassen.
Nun ist mir aber etwas sehr merkwürdiges aufgefallen.
Während der aktuelle ETH Kurs heute am 28.07.2024 sowohl im Testnet als auch im Mainnet um die 3300 USD liegt, liegen Höchst und Tiefstkurs der letzten 5 Tage im Testnet bei 5101 USD bzw 1171.8 USD.
Hoch und Tief der letzten 10 Tage im Mainnet betragen aber nur 3328.11 USD bzw 3192.5 USD.

Nun stellt sich mir die Frage, ist mein Script fehlerhaft, oder gibt es im Testnet von Binance tatsächlich und beabsichtigt solche "Ausreißer" nach oben und unten damit die Scripte auch mit extreme Kursschwankungen getestet werden können?
Hat hier schon jemand Erfahrungen mit dem Testnet von Binance?

Hier die Kerzen (Testnet) der letzten 5 Tage :

Time: 1721692800000.0
Open: 3440.5
High: 4470.29
Low: 1500.0
Close: 3481.93

Time: 1721779200000.0
Open: 3482.51
High: 5101.0
Low: 1500.0
Close: 3336.41

Time: 1721865600000.0
Open: 3336.35
High: 3741.5
Low: 1571.12
Close: 3175.43

Time: 1721952000000.0
Open: 3175.47
High: 3979.0
Low: 1500.0
Close: 3274.96

Time: 1722038400000.0
Open: 3274.96
High: 3558.2
Low: 1171.8
Close: 3284.17

Höchstes Hoch über alle Kerzen:, 5101.0
Niedrigstes Tief über alle Kerzen:, 1171.8
Letzter Schlusskurs: 3284.17

programmieren, Chartanalyse, Coins, Python, Ethereum, Binance
Ist das Data Analysis in Python?

Chapter 7 Data Inspection Features

7.1 Project 2.2: Validating cardinal domains — measures, counts, and durations

7.1.1 Description

7.1.2 Approach

7.1.3 Deliverables

7.2 Project 2.3: Validating text and codes — nominal data and ordinal numbers

7.2.1 Description

7.2.2 Approach

7.2.3 Deliverables

7.3 Project 2.4: Finding reference domains

7.3.1 Description

7.3.2 Approach

7.3.3 Deliverables

7.4 Summary

7.5 Extras

7.5.1 Markdown cells with dates and data source information

7.5.2 Presentation materials

7.5.3 JupyterBook or Quarto for even more sophisticated output

Chapter 8 Project 2.5: Schema and Metadata

8.1 Description

8.2 Approach

8.2.1 Define Pydantic classes and emit the JSON Schema

8.2.2 Define expected data domains in JSON Schema notation

8.2.3 Use JSON Schema to validate intermediate files

8.3 Deliverables

8.3.1 Schema acceptance tests

8.3.2 Extended acceptance testing

8.4 Summary

8.5 Extras

8.5.1 Revise all previous chapter models to use Pydantic

8.5.2 Use the ORM layer

Chapter 9 Project 3.1: Data Cleaning Base Application

9.1 Description

9.1.1 User experience

9.1.2 Source data

9.1.3 Result data

9.1.4 Conversions and processing

9.1.5 Error reports

9.2 Approach

9.2.1 Model module refactoring

9.2.2 Pydantic V2 validation

9.2.3 Validation function design

9.2.4 Incremental design

9.2.5 CLI application

9.3 Deliverables

9.3.1 Acceptance tests

9.3.2 Unit tests for the model features

9.3.3 Application to clean data and create an NDJSON interim file

9.4 Summary

9.5 Extras

9.5.1 Create an output file with rejected samples

Chapter 10 Data Cleaning Features

10.1 Project 3.2: Validate and convert source fields

10.1.1 Description

10.1.2 Approach

10.1.3 Deliverables

10.2 Project 3.3: Validate text fields (and numeric coded fields)

10.2.1 Description

10.2.2 Approach

10.2.3 Deliverables

10.3 Project 3.4: Validate references among separate data sources

10.3.1 Description

10.3.2 Approach

10.3.3 Deliverables

10.4 Project 3.5: Standardize data to common codes and ranges

10.4.1 Description

10.4.2 Approach

10.4.3 Deliverables

10.5 Project 3.6: Integration to create an acquisition pipeline

10.5.1 Description

10.5.2 Approach

10.5.3 Deliverables

10.6 Summary

10.7 Extras

10.7.1 Hypothesis testing

10.7.2 Rejecting bad data via filtering (instead of logging)

10.7.3 Disjoint subentities

10.7.4 Create a fan-out cleaning pipeline

Chapter 11 Project 3.7: Interim Data Persistence

11.1 Description

11.2 Overall approach

11.2.1 Designing idempotent operations

11.3 Deliverables

11.3.1 Unit test

11.3.2 Acceptance test

11.3.3 Cleaned up re-runnable application design

11.4 Summary

11.5 Extras

11.5.1 Using a SQL database

11.5.2 Persistence with NoSQL databases

Technik, programmieren, Informatik, Programmiersprache, Python

Meistgelesene Beiträge zum Thema Python