Aufgeraeumt: 33 PNG-Zweitfassungen, Bau-Ueberbleibsel, Ausgabepfade

Drei Aufraeumarbeiten - und zwei Funde, die dabei auffielen.

1. DIE PNG-ZWEITFASSUNGEN SIND WEG. Jedes Diagramm lag doppelt vor, als SVG
und als PNG, und kein einziges src=/href= in der Website zeigte je auf ein
PNG. Der Build kopierte sie trotzdem mit: 3,3 MB im Repository plus 3,3 MB,
die bei jeder Veroeffentlichung auf den Webserver gingen. Die 15 Generatoren
schreiben jetzt nur noch SVG, die Docstrings sind mitgezogen. Vor dem
Loeschen geprueft: Jedes PNG hatte sein gleichnamiges SVG, alle 33 waren
versioniert.

FUND 1: erzeuge_kap06_gantt.py folgte als einziger Generator nicht der
Konvention - weder svg.hashsalt noch metadata={"Date": None}. Sein SVG trug
einen echten Zeitstempel und bei jedem Lauf andere clip-path-IDs, war also
nie byteidentisch reproduzierbar, obwohl CLAUDE.md genau das fuer alle
Generatoren festhaelt. Aufgefallen nur, weil nach der PNG-Umstellung 32 von
33 SVGs bitgleich blieben und eines nicht. Jetzt byteidentisch ueber zwei
Laeufe.

FUND 2: spiegle_bilder() legte leere Verzeichnisse auf dem Webserver an. Der
Dateifilter arbeitete korrekt, aber os.walk durchlief auch __pycache__/, und
os.makedirs() erzeugte es am Ziel. Die Verzeichnisliste wird jetzt vorher
gefiltert. Gegengetestet.

2. BAU-UEBERBLEIBSEL entfernt (alle ignoriert und neu erzeugbar):
svg-inkscape/, build_v04.log, .pytest_cache/, Programme/output/, vier
__pycache__/ und die Excel-Mappen. Arbeitsbaum 36 -> 33 MB, danach null
ignorierte Ueberbleibsel.

3. Excel_Bruecke.py SCHREIBT NEBEN DAS SKRIPT statt ins
Arbeitsverzeichnis. Es benutzte blanke relative Namen; wer es aus der
Repository-Wurzel startete, verstreute dort produktionsmix.xlsx und
produktionsmix_ergebnis.xlsx. Jetzt wie die vier anderen schreibenden
Programme ueber os.path.dirname(os.path.abspath(__file__)). Nachgemessen:
Lauf aus der Wurzel legt dort null Dateien ab.

Ausserdem git gc: 653 lose Objekte gepackt, .git von 71 MB auf 28 MB -
reines Repacken, kein Inhalt beruehrt.

Geprueft: alle 33 im Buch referenzierten SVGs vorhanden, in Quelle und
Website; 16 Generatoren fehlerfrei; keine fehlenden Bilder im LaTeX-Lauf;
33 pytest-Tests; PDF unveraendert 760 Seiten.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

bilder_04/erzeuge_architektur_diagramme.py

@@ -4,8 +4,8 @@
 """
 Erzeugt die beiden Architekturdiagramme fuer den Weg vom Skript zum Betrieb:
 
-    bilder_04/kap_praxisfallen_schichten.svg / .png   Schichten von or_kern.py
-    bilder_04/kap_testing_dienst.svg / .png           der Dienst und sein Ablauf
+    bilder_04/kap_praxisfallen_schichten.svg   Schichten von or_kern.py
+    bilder_04/kap_testing_dienst.svg           der Dienst und sein Ablauf
 
 Beide bilden ab, was in den Programmen tatsaechlich steht - nicht ein
 allgemeines Architekturschema:
@@ -62,7 +62,7 @@ def kasten(punkt: graphviz.Digraph, name: str, text: str, farbe: str,
 
 def schreibe(punkt: graphviz.Digraph, name: str) -> None:
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         punkt.format = endung
         pfad = punkt.render(os.path.join(BILDER, name), cleanup=True)
         print(f"geschrieben: {pfad}")

bilder_04/erzeuge_branch_and_bound.py

@@ -4,7 +4,7 @@
 """
 Erzeugt den Branch-and-Bound-Suchbaum zum MILP-Kapitel:
 
-    bilder_04/kap_milp_suchbaum.svg / .png
+    bilder_04/kap_milp_suchbaum.svg
 
 Gezeichnet wird der Baum der Handrechnung des Kapitels:
 
@@ -172,7 +172,7 @@ def zeichne(knoten, kanten, bestes, zielwert, geloest) -> None:
                color="#94a3b8", fontsize="10", margin="0.18,0.12")
 
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         punkt.format = endung
         pfad = punkt.render(os.path.join(BILDER, "kap_milp_suchbaum"), cleanup=True)
         print(f"geschrieben: {pfad}")

bilder_04/erzeuge_effizienzlinie.py

@@ -5,7 +5,6 @@
 Erzeugt die Figur "Was die Hausregeln kosten" zum Kapitel Markowitz:
 
     bilder_04/kap_markowitz_restriktionen.svg          statisch, fuer das PDF
-    bilder_04/kap_markowitz_restriktionen.png          Rasterfassung
     bilder_04/plotly/kap_markowitz_restriktionen.html  interaktiv, fuer die Website
 
 Gezeigt werden zwei Effizienzlinien desselben Universums: einmal ohne
@@ -210,7 +209,7 @@ def zeichne_statisch(frei, gebunden, abstand, risiko_stelle) -> None:
     figur.tight_layout()
 
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_markowitz_restriktionen.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_kap06_gantt.py

@@ -5,7 +5,6 @@
 Erzeugt das Gantt-Diagramm zum Job-Shop-Beispiel aus Kapitel 6 in zwei Fassungen:
 
     bilder_04/kap06_jobshop_gantt.svg          statisch, fuer das PDF
-    bilder_04/kap06_jobshop_gantt.png          statisch, Rasterfassung
     bilder_04/plotly/kap06_jobshop_gantt.html  interaktiv, fuer die Website
 
 Die Daten sind identisch mit JobShop_Intervalle.py; geloest wird hier erneut,
@@ -27,6 +26,11 @@ import matplotlib.pyplot as plt
 import plotly.graph_objects as go
 from ortools.sat.python import cp_model
 
+# Reproduzierbare SVG-Ausgabe (siehe erzeuge_titelseite.py). Dieser Generator
+# war als einziger ohne beides - sein SVG trug deshalb einen echten
+# Zeitstempel und bei jedem Lauf andere clip-path-IDs.
+plt.rcParams["svg.hashsalt"] = "or-mit-python-v04"
+
 # Identisch zu JobShop_Intervalle.py
 AUFTRAEGE = [
     [(0, 3), (1, 2), (2, 2)],      # Auftrag 0
@@ -111,9 +115,10 @@ def zeichne_statisch(plan, makespan: int) -> None:
     figur.tight_layout()
 
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap06_jobshop_gantt.{endung}")
-        figur.savefig(pfad, format=endung, dpi=160)
+        figur.savefig(pfad, format=endung, dpi=160,
+                      metadata={"Date": None} if endung == "svg" else None)
         print(f"geschrieben: {pfad}")
     plt.close(figur)
 

bilder_04/erzeuge_kkt.py

@@ -4,7 +4,7 @@
 """
 Erzeugt das KKT-Diagramm zum QP/NLP-Kapitel:
 
-    bilder_04/kap_qp_kkt.svg / .png
+    bilder_04/kap_qp_kkt.svg
 
 Zwei Bilder nebeneinander:
 
@@ -216,7 +216,7 @@ if __name__ == "__main__":
     zeichne_2d(rechts, x_stern, lam)
     figur.tight_layout()
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_qp_kkt.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_kondition.py

@@ -5,7 +5,6 @@
 Erzeugt das Konditionszahl-Diagramm zum Kapitel Fundament:
 
     bilder_04/kap_fundament_kondition.svg   statisch, fuer das PDF
-    bilder_04/kap_fundament_kondition.png   Rasterfassung
 
 Zwei Aussagen, beide gerechnet und nicht behauptet:
 
@@ -185,7 +184,7 @@ def zeichne(kappas, mediane, maxima, kappa_vorher, kappa_nachher) -> None:
 
     figur.tight_layout()
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_fundament_kondition.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_metaheuristik_landschaft.py

@@ -5,7 +5,6 @@
 Erzeugt das Suchverlauf-Diagramm zum Kapitel Metaheuristiken:
 
     bilder_04/kap_metaheuristiken_landschaft.svg          statisch, fuer das PDF
-    bilder_04/kap_metaheuristiken_landschaft.png          Rasterfassung
     bilder_04/plotly/kap_metaheuristiken_verlauf.html     interaktiv, fuer die Website
 
 Eine Suchlandschaft laesst sich bei 200 Auftraegen nicht zeichnen - der Raum
@@ -223,7 +222,7 @@ def zeichne(verlaeufe, start, temperaturreihe) -> None:
 
     figur.tight_layout()
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_metaheuristiken_landschaft.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_min_cost_flow.py

@@ -4,7 +4,7 @@
 """
 Erzeugt das Flussdiagramm zum Graphen-Kapitel:
 
-    bilder_04/kap_graphen_min_cost_flow.svg / .png
+    bilder_04/kap_graphen_min_cost_flow.svg
 
 Das Vorgaengerbild zeigte die Instanz von Min_Cost_Flow.py korrekt - aber nur
 die Instanz. Kosten und Kapazitaeten standen an den Kanten, der FLUSS nicht.
@@ -128,7 +128,7 @@ def zeichne(gesamtkosten: float, fluss: np.ndarray, preise: np.ndarray) -> None:
                        penwidth=f"{1.0 + 3.0 * menge / kapazitaet:.1f}")
 
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         punkt.format = endung
         pfad = punkt.render(os.path.join(BILDER, "kap_graphen_min_cost_flow"),
                             cleanup=True)

bilder_04/erzeuge_pareto_front.py

@@ -5,7 +5,6 @@
 Erzeugt das Pareto-Front-Diagramm zum Mehrziel-Kapitel in zwei Fassungen:
 
     bilder_04/kap_mehrziel_pareto.svg          statisch, fuer das PDF
-    bilder_04/kap_mehrziel_pareto.png          statisch, Rasterfassung
     bilder_04/plotly/kap_mehrziel_pareto.html  interaktiv, fuer die Website
 
 Die Instanz ist identisch mit Mehrziel_Pareto.py, und gerechnet wird hier
@@ -140,7 +139,7 @@ def zeichne_statisch(front, huelle) -> None:
     figur.tight_layout()
 
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_mehrziel_pareto.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_polyeder.py

@@ -4,8 +4,8 @@
 """
 Erzeugt die beiden Polyeder-Diagramme zum Fundament- und zum LP-Kapitel:
 
-    bilder_04/kap_fundament_polyeder.svg / .png   der zulaessige Bereich
-    bilder_04/kap_lp_simplex_ecken.svg   / .png   der Eckenlauf des Simplex
+    bilder_04/kap_fundament_polyeder.svg   der zulaessige Bereich
+    bilder_04/kap_lp_simplex_ecken.svg   der Eckenlauf des Simplex
 
 Beide zeigen DASSELBE Modell - das Bot-Allokationsproblem, das sich durch die
 ersten Kapitel zieht:
@@ -165,7 +165,7 @@ def zeichne_rahmen(achse, ecken: np.ndarray) -> None:
 
 def schreibe(figur, name: str) -> None:
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"{name}.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_runden.py

@@ -5,7 +5,6 @@
 Erzeugt das Diagramm "Warum Runden scheitert" zum MILP-Kapitel:
 
     bilder_04/kap_milp_runden.svg   statisch, fuer das PDF
-    bilder_04/kap_milp_runden.png   Rasterfassung
 
 Zwei Bilder nebeneinander, beide aus dem Kapitel selbst:
 
@@ -213,7 +212,7 @@ def zeichne(zeilen) -> None:
     figur.tight_layout()
 
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_milp_runden.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_solverwahl_diagramme.py

@@ -5,8 +5,8 @@
 Erzeugt die beiden Entscheidungs-Flussdiagramme "Welches Werkzeug passt zu
 meinem Problem?" fuer die Auftakte von Teil II und Teil III:
 
-    bilder_04/teil2_solverwahl.svg / .png   deterministische Verfahren
-    bilder_04/teil3_solverwahl.svg / .png   Nichtlinearitaet und Unsicherheit
+    bilder_04/teil2_solverwahl.svg   deterministische Verfahren
+    bilder_04/teil3_solverwahl.svg   Nichtlinearitaet und Unsicherheit
 
 Beide entstehen mit Graphviz. Die Farben folgen der Buchpalette
 (Indigo, Cyan, Violett, Gruen, Amber), die Kastenform codiert die Rolle:
@@ -57,7 +57,7 @@ def empfehlung(punkt: graphviz.Digraph, name: str, text: str, farbe: str) -> Non
 
 def schreibe(punkt: graphviz.Digraph, name: str) -> None:
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         punkt.format = endung
         pfad = punkt.render(os.path.join(BILDER, name), cleanup=True)
         print(f"geschrieben: {pfad}")

bilder_04/erzeuge_var_cvar.py

@@ -5,7 +5,6 @@
 Erzeugt das VaR/CVaR-Diagramm zum Kapitel CVaR:
 
     bilder_04/kap_cvar_var_vergleich.svg   statisch, fuer das PDF
-    bilder_04/kap_cvar_var_vergleich.png   Rasterfassung
 
 Gezeigt wird die Verteilung simulierter Tagesrenditen mit beiden Kennzahlen:
 Der VaR ist die SCHWELLE, unter die nur 5 % der Tage fallen; der CVaR ist der
@@ -142,7 +141,7 @@ def zeichne(werte: np.ndarray, var: float, cvar: float) -> None:
     figur.tight_layout()
 
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_cvar_var_vergleich.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_vrp_touren.py

@@ -4,7 +4,7 @@
 """
 Erzeugt die Tourenkarte zum Graphen-Kapitel:
 
-    bilder_04/kap_graphen_vrp_touren.svg / .png
+    bilder_04/kap_graphen_vrp_touren.svg
 
 Das Vorgaengerbild war ein Schema: zwei Touren, vier Kunden, Zeitfenster in
 Uhrzeiten. Die Instanz des Kapitels hat 16 Kunden, vier Fahrzeuge und
@@ -170,7 +170,7 @@ def zeichne(koordinaten, touren) -> None:
     figur.tight_layout()
 
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_graphen_vrp_touren.{endung}")
         figur.savefig(pfad, format=endung, dpi=160, bbox_inches="tight",
                       metadata={"Date": None} if endung == "svg" else None)

bilder_04/erzeuge_wirkung.py

@@ -5,7 +5,6 @@
 Erzeugt das Wasserfalldiagramm zum Kapitel Supply-Chain und Energieeinsatz:
 
     bilder_04/kap_supplychain_wirkung.svg   statisch, fuer das PDF
-    bilder_04/kap_supplychain_wirkung.png   Rasterfassung
 
 Die Frage, die es beantwortet, ist die des Managements: WOFUER genau kostet
 der Erwartungswert-Plan 149 % mehr? Die Tabelle im Kapitel nennt nur die
@@ -228,7 +227,7 @@ def zeichne(zwei: dict, erw: dict) -> None:
 
     figur.tight_layout()
     os.makedirs(BILDER, exist_ok=True)
-    for endung in ("svg", "png"):
+    for endung in ("svg",):
         pfad = os.path.join(BILDER, f"kap_supplychain_wirkung.{endung}")
         figur.savefig(pfad, format=endung, dpi=160,
                       metadata={"Date": None} if endung == "svg" else None)