Introducción a Python

Conceptos básicos

Introducción a Python – Introducción a la IA - DUIA 1

Agenda

 Conceptos
 Elementos del lenguaje
 Estructuras
 Módulos y paquetes
 Funciones y clases

Introducción a Python – Introducción a la IA - DUIA 2

Elementos del lenguaje

 Lenguaje interpretado
 Alto nivel
 Multiplataforma
 Tipado dinámico
 Multiparadigma

Introducción a Python – Introducción a la IA - DUIA 3

Elementos del lenguaje
 Variables
 nombre_de_la_variable = valor_de_la_variable
 print(mi_variable)

 Tipos de datos
 Número entero: edad = 35
 Número entero octal: edad = 043
 Número entero hexadecimal: edad = 0x23
 Número real: precio = 7435.28
 Booleano (verdadero / Falso):
 verdadero = True
 falso = False Introducción a Python – Introducción a la IA - DUIA 4
Elementos del lenguaje
 Operadores aritméticos
 + - * /

 ** (exponente)

 // (division entera) y % (modulo)

 Comentarios
>>> # Esto es un comentario de una sola línea
>>> mi_variable = 15
>>> """Y este es un comentario de varias
>>> líneas"""
Introducción a Python – Introducción a la IA - DUIA 5
 Elementos del lenguaje
 Tipos de datos complejos
 Tuplas: variable que permite almacenar varios datos
inmutables.
>>> mi_tupla = ('cadena de texto', 15, 2.8, 'otro dato', 25)
>>> print(mi_tupla[1]) # 15
>>> print(mi_tupla[1:4]) # (15, 2.8, 'otro dato')
>>> print(mi_tupla[3:]) # ('otro dato', 25)
>>> print(mi_tupla[:2]) # ('cadena de texto', 15)

Introducción a Python – Introducción a la IA - DUIA 6

 Elementos del lenguaje
 Listas
>>> mi_lista = ['cadena de texto', 15, 2.8,
'otro dato', 25]
>>> print(mi_lista[1]) # 15

>>> print(mi_lista[1:4]) # [15, 2.8, 'otro dato']

>>> print(mi_lista[-2]) # 'otro dato'

>>> mi_lista[2] = 3.8

>>> mi_lista.append('Nuevo Dato')

Introducción a Python – Introducción a la IA - DUIA 7

Elementos del lenguaje
 Diccionarios
 mi_mapa = {'clave_1': valor_1, 'clave_2':
valor_2, 'clave_7': valor_7}
 vacio = dict()

 print(mi_mapa['clave_2']) # Salida: valor_2

 del(mi_mapa ['clave_2'])
 mi_mapa ['clave_1'] = 'Nuevo Valor'

Introducción a Python – Introducción a la IA - DUIA 8

Estructuras
Elementos del lenguaje
 Identación
 Obligatoria

 4 espacios en blanco
 inicio de la estructura de control:

expresiones
 Encoding
 # -*- coding: utf-8 -*-

 Asignación múltiple
 a, b, c = 'string', 15, True

Introducción a Python – Introducción a la IA - DUIA 9

Estructuras de control condicionales
 Operadores relacionales
== != < > <= >=
 Operadores lógicos
and, or, xor

>>> if semaforo == verde:

>>> print("Cruzar la calle")
>>> else:
>>> print("Esperar")
Introducción a Python – Introducción a la IA - DUIA 10
Estructuras de control iterativas
 while

>>> while True:

>>> nombre = input("Indique su nombre: ")
>>> if nombre:
>>> break

Introducción a Python – Introducción a la IA - DUIA 11

Estructuras de control iterativas
 for
>>> mi_lista = ['Juan', 'Antonio', 'Pedro', 'Ivan']
>>> for nombre in mi_lista:
>>> print(nombre)

>>> # -*- coding: utf-8 -*-

>>> for anio in range(2001, 2013):
>>> print("Informes del Año " + str(anio))

Introducción a Python – Introducción a la IA - DUIA 12

Módulos y paquetes
 Módulos: archivos .py
 Paquete: agrupa módulos – Archivo de inicio __init__.py
 import
 import modulo # importar un módulo que
no pertenece a un paquete
 import paquete.modulo1 # importar un módulo
que está dentro de un paquete
 Alias
 import modulo as m
 import paquete.modulo1 as pm
Introducción a Python – Introducción a la IA - DUIA 13
Funciones
 Definición
>>> def mi_funcion(nombre, apellido):
>>> nombre_completo = nombre + ' ' + apellido
>>> print(nombre_completo)

 Parámetros por defecto

>>> def saludar(nombre, mensaje='Hola '):
>>> return mensaje + nombre

>>> saludar('Juan') # Imprime: Hola Juan

Introducción a Python – Introducción a la IA - DUIA 14
Funciones

 Retorno múltiple
>>> def mi_funcion():
>>> return 'Hola', 12, [1,2,3]
>>> texto, numero, lista = mi_funcion()

Introducción a Python – Introducción a la IA - DUIA 15

Funciones
 Parámetros indeterminados por posición
>>> def indeterminados_posicion(*args):
... for arg in args:
... print arg
...
>>> indeterminados_posicion(5,"Hola",[1,2,3,4,5])

 Parámetros indeterminados por nombre

>>> def indeterminados_nombre(**kwargs):
... for kwarg in kwargs:
... print kwarg, "=>", kwargs[kwarg]
...
>>> indeterminados_nombre(n=5, c="Hola", l=[1,2,3,4,5])

Introducción a Python – Introducción a la IA - DUIA 16

Clases
>>> class Objeto(object):
>>> atributo1 = 'a'
>>> atributo2 = '1'

>>> def init (self):

>>> [Link] = []

>>> def metodo(self):

>>> pass

Introducción a Python – Introducción a la IA - DUIA 17

Enlaces útiles
 [Link]
 [Link]

Introducción a Python – Introducción a la IA - DUIA 18

Introducción a Python
Librería Pandas

Introducción a Python – Introducción a la IA - DUIA 19

Agenda

 Conceptos
 Creación de DataFrames
 Funciones útiles
 Acceso a los datos
 Manipulación de los datos

Introducción a Python – Introducción a la IA - DUIA 20

Pandas
 API para el análisis y manejo de datos
 Frameworks de ML soportan su uso como inputs.
 Datos como tablas.
 Estructuras de datos
 DataFrame
 Series
 import pandas as pd

Introducción a Python – Introducción a la IA - DUIA 21

 Creación de un DataFrame
 Como un Diccionario mapeando nombres de columna a sus
respectivas Series
>>> city_names = [Link](['San Francisco',
'San Jose',
'Sacramento'])
>>> population = [Link]([852469, 1015785, 485199])

>>> [Link]({ 'City name': city_names,

'Population': population })

Introducción a Python – Introducción a la IA - DUIA 22

 Creación de un DataFrame
 Desde un archivo
 Tipos de datos soportados

Introducción a Python – Introducción a la IA - DUIA 23

 Creación de un DataFrame
 Desde un archivo
>>> california_housing_dataframe = pd.read_csv("
[Link] sep=",")
>>> california_housing_dataframe.describe()
median_incom
longitude latitude housing_median_age total_rooms total_bedrooms population households median_house_value
e
count 17000.000000 17000.000000 17000.000000 17000.000000 17000.000000 17000.000000 17000.000000 17000.000000 17000.000000
mean -119.562108 35.625225 28.589353 2643.664412 539.410824 1429.573941 501.221941 3.883578 207300.912353
std 2.005166 2.137340 12.586937 2179.947071 421.499452 1147.852959 384.520841 1.908157 115983.764387
min -124.350000 32.540000 1.000000 2.000000 1.000000 3.000000 1.000000 0.499900 14999.000000

25% -121.790000 33.930000 18.000000 1462.000000 297.000000 790.000000 282.000000 2.566375 119400.000000

50% -118.490000 34.250000 29.000000 2127.000000 434.000000 1167.000000 409.000000 3.544600 180400.000000

75% -118.000000 37.720000 37.000000 3151.250000 648.250000 1721.000000 605.250000 4.767000 265000.000000

max -114.310000 41.950000 52.000000 37937.000000 6445.000000 35682.000000 6082.000000 15.000100 500001.000000

Introducción a Python – Introducción a la IA - DUIA 24

 Funciones útiles
 head() – muestra los primeros registros del DataFrame
>>> california_housing_dataframe.head()

longitude latitude housing_median_age total_rooms total_bedrooms population households median_income median_house_value

0 -114.31 34.19 15.0 5612.0 1283.0 1015.0 472.0 1.4936 66900.0
1 -114.47 34.40 19.0 7650.0 1901.0 1129.0 463.0 1.8200 80100.0
2 -114.56 33.69 17.0 720.0 174.0 333.0 117.0 1.6509 85700.0
3 -114.57 33.64 14.0 1501.0 337.0 515.0 226.0 3.1917 73400.0
4 -114.57 33.57 20.0 1454.0 326.0 624.0 262.0 1.9250 65500.0

Introducción a Python – Introducción a la IA - DUIA 25

 Funciones útiles
 hist(name) – muestra la distribución de valores de una columna

>>> california_housing_dataframe.hist('housing_median_age')

Introducción a Python – Introducción a la IA - DUIA 26

 Acceso a los datos
 Utilizando operaciones de diccionarios y listas
>>> cities = [Link]({ 'City name': city_names,
'Population': population })
>>> cities['City name']

0 San Francisco
1 San Jose
2 Sacramento
Name: City name, dtype: object

Introducción a Python – Introducción a la IA - DUIA 27

 Acceso a los datos
 Utilizando operaciones de diccionarios y listas
>>> cities = [Link]({ 'City name': city_names,
'Population': population })
>>> cities['City name'][1]
'San Jose'

>>> cities[0:2]

City name Population

0 San Francisco 852469

1 San Jose 1015785

Introducción a Python – Introducción a la IA - DUIA 28

 Manipulación de los datos
 Operaciones aritméticas sobre Series
>>> population / 1000

0 852.469
1 1015.785
2 485.199

Introducción a Python – Introducción a la IA - DUIA 29

 Manipulación de los datos
 Funciones NumPy
>>> import numpy as np

>>> [Link](population)

0 13.655892
1 13.831172
2 13.092314

Introducción a Python – Introducción a la IA - DUIA 30

 Manipulación de los datos
 Agregar Series a un DataFrame existente
>>> cities['Area square miles'] = [Link]([46.87, 176.53, 97.92])

>>> cities['Population density'] = cities['Population'] /

cities['Area square miles']

Introducción a Python – Introducción a la IA - DUIA 31

 Manipulación de los datos
 Método apply() y funciones lambda
>>> [Link](lambda val: val > 1000000)

0 False
1 True
2 False

Introducción a Python – Introducción a la IA - DUIA 32

 Manipulación de los datos
 Método apply() y funciones lambda
>>> cities['Is wide and has saint name'] = (cities['Area square
miles'] > 50) &
cities['City name'].apply(lambda name:
[Link]('San'))
Population Is wide and has
City name Population Area square miles
density saint name
0 San Francisco 852469 46.87 18187.945381 False
1 San Jose 1015785 176.53 5754.177760 True
2 Sacramento 485199 97.92 4955.055147 False

Introducción a Python – Introducción a la IA - DUIA 33

 Enlaces útiles

 [Link]
 [Link]

Introducción a Python – Introducción a la IA - DUIA 34

Introducción a Python
Entorno Colab

Introducción a Python – Introducción a la IA - DUIA 35

Colaboratory
• Entorno gratuito de Jupyter Notebook
• No requiere configuración.
• Permite ejecutar en la nube, con acceso gratuito a GPUs.
• Fácil de compartir.
• [Link]

Introducción a Python – Introducción a la IA - DUIA 36