python_course

Ilustración Python

Curso completo de
Python: de principiante a
avanzado
Guía paso a paso para aprender Python y aplicarlo en
entornos laborales reales

Tabla de contenidos
1. Introducción a Python
2. Instalación y configuración
3. Fundamentos de Python
4. Temas intermedios
5. Nivel avanzado
6. Python en el mundo laboral
7. Proyecto final
8. Extras: buenas prácticas, entrevistas y recursos

Introducción a Python

¿Qué es Python?

Python es un lenguaje de programación interpretado, orientado a

objetos y de alto nivel con semántica dinámica. Su sintaxis clara
y sus potentes estructuras de datos integradas lo hacen ideal
para escritura rápida de aplicaciones y como lenguaje de
scripting【281303941942962†L103-L112】. Al ser interpretado,
su ciclo de desarrollo es muy rápido y la depuración se realiza
mediante excepciones en lugar de errores de segmentación
【281303941942962†L114-L125】. Python es multiplataforma, de
código abierto y está disponible de forma gratuita
【455903963460969†L99-L146】.

¿Para qué se utiliza en la vida real?

Python es un lenguaje generalista, diseñado para crear una

amplia variedad de aplicaciones【627735309744637†L22-L33】.
Se utiliza para desarrollar sitios web y software, automatizar
tareas, analizar datos y visualizar información
【627735309744637†L64-L87】. Según Coursera, es común en
campos como el análisis de datos y el aprendizaje automático,
donde permite realizar cálculos estadísticos, crear visualizaciones
y construir algoritmos【627735309744637†L89-L100】. También
se usa en el desarrollo web para gestionar la lógica del servidor,
conectarse con bases de datos y enrutamiento de URLs
【627735309744637†L106-L113】, en el control de versiones de
software y en la automatización de pruebas
【627735309744637†L121-L124】. Incluso personas sin perfil
técnico lo emplean para automatizar tareas cotidianas, como
renombrar archivos o enviar recordatorios
【627735309744637†L126-L150】.

Roles profesionales que usan Python

Gracias a su versatilidad y a su enorme ecosistema de

bibliotecas, Python está presente en multitud de perfiles
laborales:

Rol profesional Uso de Python

Usa Python con bibliotecas

como pandas, NumPy o
scikit‑learn para limpiar,
Analista de datos /
analizar y modelar conjuntos
científico de datos
de datos
【627735309744637†L89-
L100】.

Emplea marcos como Django o

Flask para crear la lógica del
Desarrollador web
servidor y manejar peticiones
Rol profesional Uso de Python
web
【627735309744637†L106-
L113】.

Automatiza pruebas y tareas

repetitivas mediante scripts,
Ingeniero de por ejemplo con herramientas
automatización de control de calidad
【627735309744637†L121-
L134】.

Desarrolla aplicaciones de
línea de comandos, scripts de
Ingeniero de software /
construcción y despliegue, y
DevOps
administra infraestructuras de
servidor.

Utiliza Python en simulaciones,

prototipos y docencia por su
Educador / Investigador sintaxis sencilla y su
capacidad para ilustrar
algoritmos de forma clara.

Instalación y configuración
Antes de empezar a programar, es necesario instalar Python en
el sistema y preparar un entorno aislado para gestionar
dependencias. A continuación se explican los procesos de
instalación en distintos sistemas operativos y la creación de
entornos virtuales.

Instalación en Windows

1. Descargar el instalador. Python no viene preinstalado en

Windows; se debe descargar la versión más reciente desde
[Link]. Según la documentación oficial, el instalador
para Windows permite elegir entre “Install Now” y
 “Customize installation”【625793268236774†L1427-
L1478】.
2. Ejecutar el instalador. La opción Install Now instala el
intérprete, la biblioteca estándar y la utilidad pip. Es
recomendable marcar la casilla “Add Python to PATH” para
poder ejecutar python desde cualquier terminal
【625793268236774†L1427-L1478】.
3. Instalar pip y configurar un entorno virtual. El
instalador incluye pip. Después de instalar, se puede crear
un entorno virtual con python -m venv venv para aislar
las dependencias de cada proyecto
【624347198023296†L63-L90】.
4. Verificar la instalación. Abrir una consola (cmd o
PowerShell) y ejecutar python --version para comprobar
la versión instalada. También es útil ejecutar pip --
version para confirmar que pip está disponible.

Instalación en Linux

La mayoría de las distribuciones incluyen Python 3 en sus

repositorios. En Ubuntu se puede instalar ejecutando:

sudo apt-get update

sudo apt-get install python3 python3-pip

Si se desea una versión más reciente, la guía de Hitchhiker

sugiere usar el repositorio deadsnakes o el gestor de paquetes
adecuado de la distribución【930724030413520†L11-L34】.
Después de la instalación, verificar con python3 --version y
usar pip3 para instalar paquetes【930724030413520†L61-
L76】.

Instalación en macOS

macOS ya incluye una versión antigua de Python 2. Para obtener

Python 3 se recomienda usar el gestor Homebrew. La
documentación de Homebrew indica que sus fórmulas
python@3.* instalan Python 3, proporcionando los ejecutables
python3 y pip3 【894788414670763†L12-L46】. Una
instalación típica sería:
 /bin/bash -c "$(curl -fsSL https://
[Link]/Homebrew/install/HEAD/
[Link])" # instalar Homebrew si no existe
brew install python # instala python3 y pip3

Homebrew advierte que la versión de Python puede actualizarse

automáticamente; para mantener versiones específicas conviene
usar un gestor de versiones como pyenv
【894788414670763†L49-L60】. Después de instalar, se
recomienda crear un entorno virtual para cada proyecto
【894788414670763†L119-L124】.

Crear entornos virtuales

Un entorno virtual es un directorio aislado que contiene un

intérprete de Python y sus paquetes. La biblioteca estándar
proporciona el módulo venv para crear estos entornos. Según la
documentación oficial, venv genera entornos ligeros que
mantienen paquetes independientes de la instalación base
【624347198023296†L63-L83】. Se crea con:

python3 -m venv venv

Este comando crea una carpeta venv con un ejecutable de

Python y un directorio site-packages donde se instalarán las
dependencias【624347198023296†L108-L119】. Para activarlo:

• En Linux/macOS: source venv/bin/activate

• En Windows: venv\Scripts\activate

Una vez activado, la instalación de paquetes mediante pip

afectará solo al proyecto. Cuando se termine el proyecto se
puede desactivar el entorno con deactivate y eliminar la
carpeta.

Herramientas recomendadas

• IDEs y editores: Visual Studio Code, PyCharm, Thonny o

Jupyter Notebook facilitan la escritura y depuración de
código.
 • Administradores de paquetes: pip (incluido), pipx
(ejecuta paquetes como aplicaciones) y pipenv (combina
gestión de entornos y dependencias) ayudan a mantener las
bibliotecas organizadas.
• Gestión de versiones: pyenv permite instalar múltiples
versiones de Python y alternar entre ellas.
• Notebooks: Jupyter permite combinar código,
visualizaciones y texto en un mismo documento; ideal para
análisis de datos.

Fundamentos de Python
En esta sección se presentan los conceptos básicos del lenguaje:
tipos de datos, estructuras de control, funciones y estructuras de
datos comunes.

Variables y tipos de datos

• Números: Python soporta enteros ( int ) y números de

punto flotante ( float ). Las operaciones aritméticas ( + , - ,
* , / ) funcionan de manera intuitiva y los paréntesis
permiten agrupar expresiones【714165000965651†L90-
L110】. Ejemplo:

ancho = 20
alto = 5 * 9
área = ancho * alto # multiplicación

Asignar una variable que no existe provoca un error NameError

【714165000965651†L138-L146】.

• Cadenas de texto: Las cadenas ( str ) se pueden delimitar

con comillas simples o dobles. Para incluir comillas dentro
de la cadena se usa la otra notación o se escapan los
caracteres con \ 【714165000965651†L190-L214】. Una
cadena cruda ( r"texto" ) interpreta las barras invertidas
literalmente【714165000965651†L229-L246】. Se pueden
 concatenar con + y repetir con *
【714165000965651†L259-L279】:

texto = "Hola" + " mundo" # concatenación

eco = 3 * "ha" # repetición -> 'hahaha'
longitud = len(texto)

• Booleanos: Los valores True y False son instancias de

bool , un subtipo de int .

Estructuras de control

Python usa sangría para definir bloques de código y ofrece las

siguientes construcciones:

• Condicionales ( if , elif , else ): Permiten ejecutar

bloques según condiciones booleanas. La palabra elif
significa “else if” y evita una cascada de anidación
【18460970993277†L75-L105】.

if edad < 18:

print("Menor de edad")
elif edad < 65:
print("Adulto")
else:
print("Jubilado")

• Bucles for y while : for itera sobre los elementos de

una secuencia (lista, cadena, rango, etc.)
【18460970993277†L108-L126】, mientras que while
repite hasta que la condición sea falsa.

palabras = ["gato", "perro", "canario"]

for palabra in palabras:
print(palabra, len(palabra))

i = 0
while i < 3:
 print(i)
i += 1

• Función range() : Genera una secuencia de números,

excluyendo el límite superior; permite especificar inicio, fin y
paso【18460970993277†L148-L179】.

for i in range(2, 10, 2): # 2,4,6,8

print(i)

• break y continue : break termina prematuramente un

bucle; continue salta a la siguiente iteración
【18460970993277†L225-L253】.

• Cláusula else en bucles: Un bloque else tras un bucle

for o while se ejecuta solo si el bucle finalizó sin ejecutar
un break 【18460970993277†L264-L309】.

Funciones

Se definen con la palabra clave def , seguida del nombre,

parámetros entre paréntesis y dos puntos. El cuerpo va
indentado. Una cadena literal al inicio sirve como documentación
(docstring). Las variables definidas dentro son locales
【18460970993277†L539-L586】.

def saludar(nombre):
"""Devuelve un saludo personalizado."""
return f"Hola {nombre}"

mensaje = saludar("Ana")
print(mensaje)

Si no se especifica return , la función devuelve None por

defecto【18460970993277†L600-L629】.

Argumentos predeterminados y palabras clave

Las funciones pueden tener valores predeterminados en sus

parámetros. Estos valores se evalúan una sola vez en el
momento de la definición【18460970993277†L652-L702】, lo
que puede provocar efectos no deseados cuando se usan objetos
mutables como valores predeterminados
【18460970993277†L700-L732】. Para evitarlo, se recomienda
usar None y crear el objeto dentro de la función:

def agregar_elemento(elemento, lista=None):

if lista is None:
lista = []
[Link](elemento)
return lista

Se pueden especificar argumentos por nombre (keyword

arguments) en cualquier orden, pero una vez que se usa un
argumento por nombre los demás deben seguir el mismo estilo
【18460970993277†L736-L776】.

Estructuras de datos básicas

Listas

Las listas ( list ) son colecciones ordenadas y mutables de

elementos. Admiten métodos como append() , extend() ,
insert() , remove() , pop() , clear() , index() , count() ,
sort() y reverse() 【432930419415298†L69-L147】. Estos
métodos modifican la lista y devuelven None
【432930419415298†L155-L157】.

frutas = ["naranja", "manzana", "pera"]

[Link]("plátano")
[Link]()

Las comprensiones de listas permiten crear listas de forma

concisa a partir de otras secuencias. Por ejemplo, generar una
lista de valores absolutos o pares de números
【472504825793349†L285-L307】:

vec = [-4, -2, 0, 2, 4]

[abs(x) for x in vec] # [4, 2, 0, 2, 4]
[(x, x**2) for x in range(6)] # [(0,0), (1,1), ...]
[num for elem in [[1,2,3],[4,5,6]] for num in elem] #
lista aplanada【472504825793349†L304-L306】
Tuplas

Una tupla ( tuple ) es una secuencia inmutable. Se construye

separando valores con comas y puede contener objetos mutables
【472504825793349†L406-L442】. Las tuplas se usan para
agrupar datos heterogéneos y permiten desempaquetado
múltiple:

t = (12345, 54321, 'hola')

x, y, z = t # desempaquetado

Conjuntos

Un conjunto ( set ) es una colección no ordenada de elementos

únicos. Se crea con llaves o con la función set() . Los conjuntos
sirven para comprobar pertenencia y realizar operaciones
matemáticas como unión ( | ), intersección ( & ), diferencia ( - ) y
diferencia simétrica ( ^ )【472504825793349†L482-L521】.
También admiten comprensiones de conjuntos
【472504825793349†L524-L530】:

basket = {'manzana', 'naranja', 'manzana', 'pera'} #

{'pera','naranja','manzana'}
'naranja' in basket # True
a = {x for x in 'abracadabra' if x not in 'abc'} #
{'r','d'}

Diccionarios

Los diccionarios ( dict ) almacenan pares clave‑valor. Las claves

deben ser inmutables (cadenas, números o tuplas de objetos
inmutables)【472504825793349†L532-L543】. No pueden existir
claves duplicadas. Para crear un diccionario vacío se usan llaves
{} y para añadir elementos se asigna un valor a una clave
【472504825793349†L544-L553】:

tel = {'sara': 4139, 'juan': 4127}

tel['ana'] = 4158

El método get() devuelve None o un valor predeterminado si la

clave no existe, evitando un KeyError
【472504825793349†L555-L558】. Las comprensiones de
diccionario permiten construir diccionarios a partir de
expresiones【472504825793349†L602-L609】:

cuadrados = {x: x**2 for x in (2, 4, 6)} # {2:4, 4:16,

6:36}

Entrada y salida de datos

Para mostrar información se puede usar la función print() y

emplear f‑strings o el método format() para interpolar
variables. Las f‑strings evalúan expresiones dentro de llaves
precedidas por una f , mientras que format() utiliza
marcadores de posición【719539195743167†L74-L121】:

nombre = "María"
edad = 30
print(f"{nombre} tiene {edad} años")
print("{} tiene {} años".format(nombre, edad))

Para leer y escribir archivos, se usa la función

open(nombre_archivo, modo, encoding) . Los modos más
comunes son 'r' (lectura), 'w' (escritura, sobrescribe), 'a'
(añadir al final) y 'r+' (lectura y escritura). El parámetro
encoding debe especificarse como 'utf-8' para texto
internacional【719539195743167†L365-L400】. Se recomienda
usar la instrucción with para abrir archivos, de modo que se
cierren automáticamente al finalizar【719539195743167†L365-
L399】:

with open('[Link]', 'r', encoding='utf-8') as f:

contenido = [Link]() # leer todo
with open('[Link]', 'w', encoding='utf-8') as f:
[Link]("Hola archivo\n")

Los métodos read() , readline() y readlines() permiten

leer contenidos, y write() escribe textos
【719539195743167†L436-L464】. Para archivos binarios
(imágenes, audio) se añade 'b' al modo.
Manejo de excepciones

Python distingue entre errores de sintaxis y excepciones. Las

excepciones son errores que ocurren durante la ejecución, como
dividir por cero, referirse a una variable no definida o llamar a un
objeto no invocable【257613211420203†L60-L103】. Se manejan
mediante la sentencia try / except , donde el bloque try
contiene el código que puede fallar y cada cláusula except
captura un tipo concreto de excepción【257613211420203†L134-
L167】:

try:
resultado = 10 / divisor
except ZeroDivisionError:
print("No se puede dividir por cero")
except (TypeError, ValueError) as e:
print("Error de tipo o valor", e)
else:
print("El resultado es", resultado)
finally:
print("Bloque final siempre se ejecuta")

Temas intermedios

Comprensiones y expresiones generadoras

Las comprensiones proporcionan una forma concisa de construir

estructuras de datos a partir de otras iterables. Ya se vieron las
comprensiones de listas; de manera similar existen
comprensiones de conjuntos y diccionarios. Una expresión
generadora usa paréntesis en lugar de corchetes y devuelve un
objeto generador; la sintaxis es similar a una comprensión pero
encerrada entre paréntesis【312341431929781†L496-L504】.
Las variables dentro de la expresión se evalúan de forma
perezosa cuando se solicita cada valor
【312341431929781†L506-L514】, lo que permite procesar flujos
de datos grandes sin cargar todo en memoria. Por ejemplo:
 sumatoria = sum(x*x for x in range(10)) # suma de
cuadrados de 0 a 9
pares = (2*n for n in range(5)) # generador de pares:
genera valores al iterar

Módulos y paquetes

Un módulo es un archivo que contiene definiciones y sentencias

de Python. Permite reutilizar funciones y variables en diferentes
programas. Al importar un módulo, sus definiciones se cargan en
un espacio de nombres separado【187455002891865†L60-L74】.
El nombre del módulo es el nombre del archivo con extensión
.py 【187455002891865†L71-L80】. Por ejemplo, si se crea un
archivo [Link] con funciones que generan series de Fibonacci,
se puede importar con import fibo y luego llamar a
[Link](n) 【187455002891865†L82-L122】.

Los paquetes estructuran el espacio de nombres mediante

nombres con puntos (por ejemplo
[Link].módulo ). Un paquete es un directorio que
contiene un archivo __init__.py y submódulos. Este archivo
inicializa el paquete y evita que directorios con nombres
comunes oculten módulos válidos【187455002891865†L441-
L493】. Al importar [Link] , Python busca en el
directorio del paquete y carga el submódulo
【187455002891865†L485-L504】. Se puede importar
directamente un submódulo ( from package import
submodule ) o incluso un objeto dentro de él ( from
[Link] import función )
【187455002891865†L496-L533】.

Orientación a objetos

Python permite definir clases para encapsular datos y

comportamiento. Una clase define un nuevo tipo de objeto con
atributos para el estado y métodos para la funcionalidad. Las
clases soportan herencia (incluyendo herencia múltiple) y pueden
derivar de tipos incorporados【886540148509421†L67-L83】. Un
ejemplo básico:
 class Persona:
"""Representa a una persona con nombre y edad."""
def __init__(self, nombre, edad):
[Link] = nombre
[Link] = edad
def saludar(self):
return f"Hola, soy {[Link]} y tengo
{[Link]} años"

p = Persona("Luis", 28)
print([Link]()) # Hola, soy Luis y tengo 28 años

Módulo venv y gestión de paquetes

Además de crear entornos virtuales como se vio en la sección de

instalación, es importante gestionar dependencias. El módulo
venv mantiene paquetes aislados【624347198023296†L63-
L83】. Para instalar un paquete se usa pip install paquete .
Para proyectos complejos se recomienda utilizar pipenv o
poetry , que combinan la creación de entornos y la gestión de
versiones.

Nivel avanzado
Esta sección explora conceptos más sofisticados que permiten
escribir código más expresivo y eficiente.

Decoradores

Un decorador es una función que recibe otra función y devuelve

una función con funcionalidad extendida. Son una herramienta
potente para añadir comportamiento antes o después de ejecutar
una función, y ayudan a escribir código más conciso y reutilizable
【907247858918942†L60-L63】. La siguiente función muestra
cómo envolver otra función para ejecutar código adicional:

def mi_decorador(func):
def envoltura(*args, **kwargs):
print("Antes de ejecutar la función")
resultado = func(*args, **kwargs)
 print("Después de ejecutar la función")
return resultado
return envoltura

@mi_decorador
def saluda(nombre):
print(f"Hola {nombre}")

saluda("Ana")

Cuando se aplica @mi_decorador sobre saluda , Python

equivale a hacer saluda = mi_decorador(saluda)
【907247858918942†L223-L236】. Al llamar a saluda() ,
primero se ejecuta el código de la envoltura y luego la función
original. Para preservar el nombre y la documentación de la
función decorada se usa [Link]
【907247858918942†L255-L273】.

Los decoradores son útiles en autenticación, registro (logging),

validación de argumentos o medición de rendimiento
【907247858918942†L303-L327】. También existen decoradores
de clases y decoradores con argumentos.

Generadores y la palabra clave yield

Un generador es una función especial que devuelve un iterador

y produce una secuencia de valores a lo largo del tiempo. Se
define como una función normal pero utilizando la palabra clave
yield en lugar de return . Cada vez que se ejecuta yield , la
ejecución de la función se suspende y se retorna el valor al
llamador; al reanudar (mediante next() o un bucle for ), la
ejecución continúa justo después del yield . La documentación
del lenguaje explica que el uso de yield convierte
automáticamente la función en un generador
【312341431929781†L544-L579】. Las expresiones
generadoras son análogas a las comprensiones de listas pero
generan valores de forma perezosa usando paréntesis
【312341431929781†L496-L504】.

def contador(n):
i = 0
while i < n:
 yield i
i += 1

for numero in contador(3):

print(numero) # imprime 0, luego 1, luego 2

cuadrados = (x*x for x in range(5)) # expresión

generadora
print(next(cuadrados)) # 0

Context managers ( with )

El uso de la instrucción with crea un contexto que garantiza la

correcta inicialización y liberación de recursos. Se emplea
principalmente para manejar archivos, conexiones de base de
datos o bloqueos de concurrencia. Al abrir un archivo con with
open(...) as f: , el archivo se cierra automáticamente al salir
del bloque【719539195743167†L365-L399】. Se pueden definir
context managers personalizados mediante métodos especiales
__enter__ y __exit__ en una clase o usando el decorador
[Link] .

from contextlib import contextmanager

@contextmanager
def abrir_archivo(nombre):
f = open(nombre, 'r', encoding='utf-8')
try:
yield f
finally:
[Link]()

with abrir_archivo('[Link]') as archivo:

print([Link]())

Otros temas avanzados

• Expresiones lambda: Permiten definir funciones anónimas

en una sola línea ( lambda x: x*2 ).
• Comprensiones anidadas y comprensiones con
condicionales para crear estructuras complejas de forma
concisa【472504825793349†L324-L349】.
 • Manejo de paquetes externos: Conocer el ecosistema de
bibliotecas (NumPy, pandas, matplotlib, Flask, Django, etc.)
amplía las posibilidades. Su uso se verá en la sección de
aplicaciones.
• Paralelismo y asincronía: Python ofrece módulos como
threading , multiprocessing y asyncio para ejecutar
código concurrente. Aunque no se desarrollan en detalle
aquí, conviene explorarlos para aplicaciones que requieran
rendimiento.

Python en el mundo laboral

Áreas de aplicación

Python es una herramienta fundamental en muchos sectores. La

guía de Coursera destaca varias áreas de uso
【627735309744637†L64-L87】:

1. Análisis de datos y machine learning: Con bibliotecas

como pandas, NumPy, Matplotlib, scikit‑learn y TensorFlow,
Python permite limpiar datos, crear visualizaciones, entrenar
modelos y desplegarlos【627735309744637†L89-L100】.
Ejemplo práctico: cargar un archivo CSV con pandas,
calcular estadísticas descriptivas y graficar la distribución de
ventas.

2. Desarrollo web: Frameworks como Django y Flask facilitan

la creación de aplicaciones web robustas y seguras
【627735309744637†L106-L113】. Python gestiona la lógica
del lado del servidor, rutas, sesiones y acceso a bases de
datos. Ejemplo: construir un blog básico con Django.

3. Automatización y scripting: Python simplifica la

automatización de tareas repetitivas, desde renombrar
archivos hasta controlar procesos de despliegue
【627735309744637†L126-L134】. Ejemplo: script que
recorre una carpeta y añade sufijos a los nombres de
archivo.
 4. Pruebas de software y prototipado: Herramientas como
unittest , pytest y Selenium permiten crear suites de
pruebas automatizadas, integrando Python en ciclos de
desarrollo continuo【627735309744637†L121-L124】.

5. Tareas cotidianas: Personas de ámbitos no tecnológicos

utilizan Python para organizar finanzas, procesar textos,
generar informes o enviar recordatorios
【627735309744637†L145-L156】.

Casos de uso con datasets reales

Para practicar, se propone trabajar con conjuntos de datos

abiertos. Algunos ejemplos:

Área Descripción del proyecto

Cargar un CSV con

transacciones, calcular
Ventas
ingresos por producto y
graficar las ventas mensuales.

Analizar registros de usuarios

Usuarios (edad, país, fecha de registro)
para segmentar audiencias.

Limpiar una lista de productos,

eliminar duplicados y crear un
Productos diccionario donde la clave sea
el ID del producto y el valor un
objeto con el stock y el precio.

Preguntas típicas de entrevistas técnicas

Durante entrevistas para puestos de Python se suelen plantear

problemas de lógica y estructuras de datos. Algunos ejemplos
para practicar:

1. FizzBuzz: escribe un programa que imprima los números

del 1 al 100, sustituyendo los múltiplos de 3 por “Fizz”, los
de 5 por “Buzz” y los de 15 por “FizzBuzz”.
 2. Palíndromo: implementa una función que determine si una
cadena es un palíndromo (se lee igual de izquierda a
derecha y viceversa).
3. Conteo de palabras: lee un archivo de texto y calcula
cuántas veces aparece cada palabra, ordenando los
resultados de mayor a menor.
4. Invertir una lista enlazada: dada una lista enlazada
simple, invierte su orden (requiere conocimiento de clases y
punteros).

Para cada problema conviene escribir primero pruebas unitarias,

luego implementar la solución y finalmente evaluar su
complejidad temporal y espacial.

Proyecto final
Para consolidar los conocimientos adquiridos se propone realizar
un proyecto completo que integre varias áreas de Python. Este
proyecto consiste en crear una aplicación de gestión de
biblioteca en la línea de comandos. Las etapas recomendadas
son:

1. Diseño de la base de datos. Define una estructura con

clases o diccionarios que representen libros (título, autor,
año, género), usuarios (nombre, ID, libros prestados) y
préstamos.
2. Lectura y escritura. Implementa funciones para guardar la
información en archivos JSON o CSV y cargarla al iniciar el
programa.
3. Menú interactivo. Crea un menú que permita al usuario
registrar libros, registrar usuarios, prestar un libro,
devolverlo y consultar el catálogo. Usa bucles, condicionales
y manejo de excepciones para validar entradas.
4. Persistencia y modularidad. Organiza tu código en
módulos (por ejemplo, [Link] , [Link] ,
[Link] ) y utiliza paquetes si procede. Añade docstrings y
escribe pruebas automatizadas para tus funciones.
 5. Opcional: añade una interfaz web mínima con Flask para
listar los libros y permitir préstamos a través de un
navegador.

Este proyecto integra clases, estructuras de datos, manejo de

archivos, módulos, decoradores (por ejemplo, para registrar
operaciones), generadores (por ejemplo, para iterar sobre
préstamos) y comprensiones de listas o diccionarios.

Extras: buenas prácticas,

entrevistas y recursos

Buenas prácticas y errores comunes

• Usa PEP 8: sigue la guía de estilo oficial para mantener un

código legible (nombres en minúsculas con guiones bajos,
indentación de 4 espacios, líneas de máximo 79 caracteres,
etc.).
• Evita mutar argumentos por defecto: como se explicó,
los valores predeterminados mutables se comparten entre
llamadas【18460970993277†L700-L732】.
• Crea entornos virtuales para cada proyecto y registra las
dependencias en un archivo [Link] o
Pipfile .
• Escribe docstrings y comentarios para describir la
finalidad de funciones y clases. Usa herramientas como
pydoc o Sphinx para generar documentación.
• Escribe pruebas automatizadas (con unittest o
pytest ) para garantizar que tu código funciona y evitar
regresiones.
• Gestión de excepciones: captura solo las excepciones que
puedes manejar; no uses except: sin especificar el tipo de
excepción.

Consejos para entrevistas laborales

• Practica problemas de programación en plataformas como

LeetCode o HackerRank.
 • Estudia estructuras de datos y algoritmos básicos: listas
enlazadas, pilas, colas, árboles, grafos y técnicas como
búsqueda binaria y ordenamiento.
• Sé capaz de explicar tus decisiones de diseño y complejidad
algorítmica.
• Prepara ejemplos concretos de proyectos en los que hayas
usado Python y destaca cómo resolviste un problema
específico.

Cheatsheet de Python

Esta tabla resume algunas funciones y métodos frecuentes:

Concepto Sintaxis / Ejemplo Descripción

Comentario # comentario Comentario de una

Crea/actualiza una
Asignación x = 5
variable.

Devuelve a si la co
Operador
a if cond else b es verdadera, de lo
ternario
contrario b .

Slicing de lista lista[inicio:fin:paso] Devuelve una subli

Construye una lista

Comprensión
[f(x) for x in iterable if cond] aplicando una func
de lista
filtro.

Dict Crea un diccionario

{k: v for k, v in iterable}
comprehension de pares clave‑valo

Función Define una función

lambda x: x*2
anónima nombre.

Modifica el
Decorador @decorador comportamiento de
función o método.

Gestiona automátic
Context la liberación de rec
with recurso as f:
manager 【71953919574316
L399】.
Concepto Sintaxis / Ejemplo Descripción

Abre un archivo pa
Lectura de lectura
open('archivo','r',encoding='utf-8')
archivo 【71953919574316
L400】.

Captura y gestiona
Manejo de
try/except/else/finally 【25761321142020
excepciones
L167】.

Define un tipo de o
Definición de personalizado
class Nombre:
clase 【88654014850942
L83】.

Recursos adicionales para seguir aprendiendo

• Documentación oficial de Python: [Link]. Es la

referencia más completa y autoritativa sobre el lenguaje y
su biblioteca estándar.
• Tutorial de Python: el tutorial incluido en la
documentación oficial ofrece una introducción gradual a
todos los conceptos básicos y avanzados.
• Real Python: artículos y cursos de calidad sobre temas
específicos, bibliotecas y buenas prácticas ([Link]).
• Automate the Boring Stuff with Python de Al Sweigart:
libro gratuito orientado a la automatización de tareas.
• Fluent Python de Luciano Ramalho: guía avanzada para
escribir código Python idiomático.
• NumPy, pandas, Matplotlib, Scikit‑learn: bibliotecas
esenciales para ciencia de datos; consulta sus respectivas
documentaciones para dominar su uso.

Conclusión
Python es un lenguaje poderoso, versátil y accesible. Gracias a su
sintaxis clara y a su amplio ecosistema de librerías, es la
herramienta perfecta tanto para iniciar en la programación como
para abordar proyectos complejos en ciencia de datos, desarrollo
web, automatización y más. Esta guía ha presentado los
fundamentos, temas intermedios y avanzados, así como
ejemplos y ejercicios prácticos. El siguiente paso es practicar:
resuelve los ejercicios propuestos, completa el proyecto final y
explora nuevas bibliotecas. Con tiempo y constancia, serás capaz
de aprovechar todo el potencial de Python en tu vida profesional.