Módulo 1: Fundamentos de Python
Tipos
Python tiene varios tipos de datos básicos:
• int: números enteros (e.g., 5, -2, 100)
• float: números decimales (e.g., 3.14, -0.5)
• str: cadenas de texto (e.g., "hola", 'Python')
• bool: valores booleanos (True o False)
Ejemplo:
numero_entero = 10
numero_decimal = 3.14
cadena_texto = "Hola, mundo"
booleano = True
print(type(numero_entero))
print(type(numero_decimal))
print(type(cadena_texto))
print(type(booleano))
Módulo 2: Estructuras de Datos en
Python
Listas
Las listas son colecciones ordenadas y mutables. Se definen con corchetes [] y
pueden contener elementos de cualquier tipo.
Ejemplo:
Tuplas
Las tuplas son colecciones ordenadas e inmutables. Se definen con paréntesis
().
Ejemplo:
# Definimos una lista
frutas = ["manzana", "banana", "cereza"]
# Acceder a elementos
print(frutas[0]) # manzana
# Modificar un elemento
frutas[1] = "naranja"
# Agregar un elemento
[Link]("uva")
# Eliminar un elemento
[Link]("cereza")
# Mostrar la lista final
print(frutas)
# Definimos una tupla
coordenadas = (10.0, 20.5)
# Acceder a elementos
print(coordenadas[0])
# Intentar modificar (provoca error)
# coordenadas[1] = 30.0 # TypeError
Módulo 3: Fundamentos de
Programación en Python
Condiciones y Bifurcaciones
Las estructuras condicionales permiten ejecutar diferentes bloques de código
según se cumplan ciertas condiciones.
Ejemplo:
Bucles
Los bucles permiten ejecutar repetidamente un bloque de código mientras se
cumpla una condición (while) o sobre una colección (for).
Ejemplo:
Funciones
Las funciones permiten encapsular código reutilizable. Se definen con la palabra
clave def.
Ejemplo:
Manejo de Excepciones
Las excepciones se usan para manejar errores de manera controlada usando try
y except.
Ejemplo:
Objetos y Clases
Python es un lenguaje orientado a objetos. Podemos definir nuestras propias
clases para crear estructuras personalizadas.
Ejemplo:
edad = 18
if edad >= 18:
print("Eres mayor de edad")
else:
print("Eres menor de edad")
# Bucle for
for i in range(5):
print("Iteración", i)
# Bucle while
contador = 0
while contador < 3:
print("Contador:", contador)
contador += 1
def saludar(nombre):
print(f"Hola, {nombre}!")
saludar("Ignacio")
try:
numero = int(input("Introduce un número: "))
resultado = 10 / numero
print("Resultado:", resultado)
except ZeroDivisionError:
print("No se puede dividir entre cero.")
except ValueError:
print("Debes introducir un número válido.")
class Persona:
def __init__(self, nombre, edad):
[Link] = nombre
[Link] = edad
def saludar(self):
print(f"Hola, soy {[Link]} y tengo {[Link]} años.")
persona1 = Persona("Ana", 30)
[Link]()
Módulo 4: Trabajo con Datos en
Python
Lectura de Archivos con open()
La función open() permite abrir archivos para lectura, escritura o ambas cosas.
Para leer un archivo de texto línea por línea:
Ejemplo:
Escritura de Archivos con open()
También se puede escribir en archivos. El modo "w" sobrescribe el archivo, y "a"
agrega al final.
Ejemplo:
Carga de Datos con Pandas
Pandas es una librería muy potente para manipular datos en formato tabular. El
método read_csv() carga archivos CSV en un DataFrame.
Ejemplo:
Numpy Unidimensional
Numpy permite trabajar con arrays. Aquí un ejemplo de array unidimensional:
Ejemplo:
Numpy Bidimensional
Los arrays bidimensionales son matrices. Podemos crear uno fácilmente:
Ejemplo:
with open("[Link]", "r") as archivo:
for linea in archivo:
print([Link]())
with open("[Link]", "w") as archivo:
[Link]("Primera línea\n")
[Link]("Segunda línea\n")
import pandas as pd
df = pd.read_csv("[Link]")
print([Link]()) # Muestra las primeras filas
import numpy as np
array = [Link]([1, 2, 3, 4])
print(array)
print([Link]())
import numpy as np
matriz = [Link]([[1, 2], [3, 4]])
print(matriz)
print([Link])
Módulo 5: APIs y Recolección de
Datos
APIs Simples
Una API (Interfaz de Programación de Aplicaciones) permite acceder a datos de
servicios web. Podemos usar requests para interactuar con ellas.
Ejemplo:
APIs REST y Peticiones HTTP
Las APIs REST usan métodos HTTP como GET, POST, PUT y DELETE. Aquí se
muestra cómo realizar una solicitud GET:
Ejemplo:
Web Scraping
El web scraping permite extraer información de sitios web. Usamos requests
para obtener el HTML y BeautifulSoup para analizarlo.
Ejemplo:
Trabajo con Distintos Formatos de Archivo
Podemos usar Pandas para leer archivos en varios formatos: CSV, JSON, Excel,
etc.
Ejemplo:
import requests
respuesta = [Link]("[Link]
datos = [Link]()
print(datos["value"])
import requests
url = "[Link]
respuesta = [Link](url)
if respuesta.status_code == 200:
datos = [Link]()
print(datos)
else:
print("Error al acceder a la API")
import requests
from bs4 import BeautifulSoup
url = "[Link]
respuesta = [Link](url)
soup = BeautifulSoup([Link], "[Link]")
titulos = soup.find_all("h2")
for titulo in titulos:
print([Link])
import pandas as pd
# CSV
df_csv = pd.read_csv("[Link]")
# JSON
df_json = pd.read_json("[Link]")
# Excel
df_excel = pd.read_excel("[Link]")
print(df_csv.head())