UNIVERSIDAD TECNOLÓGICA DEL VALLE DE TOLUCA
CARRERA DE MANTENIMIENTO INDUSTRIAL
T.S.U. EN MANTENIMIENTO ÁREA INDUSTRIAL
Asignatura
Principios de Programación
Profesor:
M. Jacobo Marcos Allende Peña
Alumno:
González Salguero Rigan
Grupo y Cuatrimestre:
MI-42 Cuarto Cuatrimestre
Período:
SEPTIEMBRE- DICIEMBRE 2024
1. ¿Qué son los diccionarios en Python?
Los diccionarios son estructuras de datos en Python que almacenan datos en pares
clave-valor. Son mutables, es decir, pueden modificarse después de ser creados, y
permiten un acceso eficiente a los valores mediante sus claves.
Un diccionario en Python se define con llaves {} y los pares clave-valor están separados
por dos puntos.
Por ejemplo:
diccionario = {"clave1": "valor1", "clave2": "valor2"}
2. Características principales
• Clave única: Cada clave en un diccionario debe ser única. Si se repite una
clave, el valor más reciente sobrescribirá el anterior.
• Ordenados desde Python 3.7: Los elementos de un diccionario mantienen
el orden en que se agregaron.
• Tipos de datos permitidos:
• Las claves deben ser inmutables (como str, int, float, tuple).
• Los valores pueden ser de cualquier tipo (incluidos otros diccionarios,
listas, etc.).
3. Operaciones básicas con diccionarios
a. Creación de un diccionario
# Diccionario vacío
diccionario_vacio = {}
# Diccionario con valores
diccionario = {"nombre": "Ana", "edad": 25, "profesion": "Ingeniera"}
b. Acceso a elementos
Puedes acceder al valor de una clave específica utilizando la notación [ ] o el método
.get().
print(diccionario["nombre"]) # Salida: Ana
print([Link]("edad")) # Salida: 25
Si usas [ ] con una clave inexistente, lanzará un error KeyError. El método .get()
devuelve None si la clave no existe.
c. Modificación de valores
diccionario["edad"] = 26
print(diccionario) # {'nombre': 'Ana', 'edad': 26, 'profesion': 'Ingeniera'}
d. Adición de nuevos pares clave-valor
diccionario["ciudad"] = "Madrid"
print(diccionario) # {'nombre': 'Ana', 'edad': 26, 'profesion': 'Ingeniera', 'ciudad': 'Madrid'}
e. Eliminación de elementos
• del: elimina una clave específica.
• pop: elimina y devuelve el valor de la clave especificada.
• clear: elimina todos los elementos.
del diccionario["ciudad"]
valor = [Link]("edad")
[Link]()
f. Iteración sobre un diccionario
• Claves:
for clave in diccionario:
print(clave)
• Valores:
for valor in [Link]():
print(valor)
• Pares clave-valor:
for clave, valor in [Link]():
print(f"{clave}: {valor}")
4. Métodos comunes de los diccionarios
5. Ejemplo práctico: Contar frecuencias
texto = "hola hola mundo"
frecuencias = {}
for palabra in [Link]():
frecuencias[palabra] = [Link](palabra, 0) + 1
print(frecuencias) # {'hola': 2, 'mundo': 1}
MATRICES EN PYTHON
1. ¿Qué son las matrices en Python?
Una matriz es una estructura de datos bidimensional compuesta por filas y columnas.
En Python, no existe una estructura nativa para matrices, pero se pueden implementar
de varias maneras, como:
• Listas de listas.
• Usando la librería numpy (que proporciona operaciones optimizadas para
matrices y arrays).
• Usando librerías especializadas como pandas.
2. Creación de matrices con listas
Una matriz puede representarse como una lista de listas:
matriz = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
Acceso a elementos:
print(matriz[1][2]) # Accede al elemento en la fila 1, columna 2 (Salida: 6)
Modificación de elementos:
matriz[0][0] = 10
print(matriz) # [[10, 2, 3], [4, 5, 6], [7, 8, 9]]
3. Operaciones comunes en matrices
a. Recorrido de una matriz
for fila in matriz:
for elemento in fila:
print(elemento)
b. Transponer una matriz
transpuesta = [[fila[i] for fila in matriz] for i in range(len(matriz[0]))]
print(transpuesta)
# [[10, 4, 7], [2, 5, 8], [3, 6, 9]]
4. Uso de la librería NumPy para matrices
NumPy es una librería de Python ampliamente utilizada para trabajar con matrices y
operaciones numéricas.
Instalación
pip install numpy
Creación de matrices
import numpy as np
# Matriz desde una lista
matriz = [Link]([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# Matriz de ceros
ceros = [Link]((3, 3))
# Matriz de unos
unos = [Link]((2, 4))
# Matriz identidad
identidad = [Link](3)
Operaciones comunes
• Suma de matrices:
A = [Link]([[1, 2], [3, 4]])
B = [Link]([[5, 6], [7, 8]])
suma = A + B
• Producto punto:
producto = [Link](A, B)
• Determinante de una matriz:
from [Link] import det
determinante = det(A)
• Inversa de una matriz:
from [Link] import inv
inversa = inv(A)
5. Aplicaciones de matrices
• Procesamiento de imágenes: Las imágenes digitales se representan como
matrices de píxeles.
• Álgebra lineal: Solución de sistemas de ecuaciones lineales,
transformaciones lineales.
• Modelos de datos: En machine learning y análisis de datos, los datos se
estructuran como matrices.
• Simulación y gráficos: Usados en motores gráficos para cálculos
geométricos.