Python
Programación desde cero: sintaxis, control, colecciones, diseño con objetos, pruebas, automatización, NumPy, Pandas y proyectos reproducibles.
- Fundamentos
- Control y colecciones
- Diseño y calidad
- Datos y automatización
- 15
- secciones
- 45
- lecciones
- 45
- ejercicios resueltos
Avanza una sección
a la vez.
Empieza por la primera y continúa en orden. Cada sección incluye tres lecciones, ejemplos claros y respuestas desplegables.
Python, entorno y primer programa
Qué es Python, por qué prioriza la legibilidad, dónde se utiliza y cómo ejecutar un primer programa comprendiendo cada paso.
- Lenguaje e intérprete
- Entorno de trabajo
- Primer programa
Variables, tipos y expresiones
Enteros, flotantes, textos, booleanos, asignación, operadores, precedencia, conversiones y comentarios que explican decisiones.
- Variables y tipos
- Operadores y expresiones
- Conversión y comentarios
Entrada, salida y decisiones
Interacción mediante input y print, validación básica y estructuras if, elif y else para convertir reglas en caminos verificables.
- Entrada y salida
- Condiciones
- Validación
Bucles y patrones de repetición
Uso razonado de while, for, range, break y continue; contadores, acumuladores y condiciones de término que evitan ciclos infinitos.
- while y condición de término
- for y range
- Contadores y acumuladores
Listas, tuplas, diccionarios y conjuntos
Cómo elegir una colección según orden, mutabilidad, unicidad y forma de acceso, y cómo recorrerla sin perder su significado.
- Listas y tuplas
- Diccionarios
- Conjuntos y recorridos
Funciones, parámetros y alcance
Diseño de funciones pequeñas con parámetros, argumentos, retorno, alcance, documentación y pruebas; recursión y lambda en contexto.
- Definición y retorno
- Parámetros y alcance
- Recursión y lambda
Módulos, paquetes y entornos virtuales
Reutilización mediante módulos propios y estándar, importaciones claras, instalación de paquetes y aislamiento de dependencias por proyecto.
- Módulos e importación
- Paquetes
- Entornos virtuales
Archivos, excepciones y datos externos
Lectura y escritura segura de texto, CSV y JSON; rutas portables, context managers, validación y manejo específico de excepciones.
- Archivos y rutas
- CSV y JSON
- Excepciones
Objetos, clases y modelado
Cuándo utilizar clases, cómo construir objetos válidos y cómo relacionarlos mediante composición sin crear jerarquías innecesarias.
- Clases y objetos
- Dataclasses e invariantes
- Composición
Pruebas, depuración y calidad
Lectura de tracebacks, diagnóstico sistemático, pruebas con pytest, anotaciones de tipo, documentación y registros útiles.
- Tracebacks y depuración
- Pruebas con pytest
- Tipos y logging
API, automatización y scripts confiables
Solicitudes HTTP, JSON, paginación, reintentos, credenciales, argumentos de terminal e idempotencia para automatizar con seguridad.
- HTTP y JSON
- Paginación y reintentos
- Automatización segura
NumPy: arrays, matrices y cálculo vectorizado
Creación, forma, tipos, indexación, broadcasting, operaciones vectorizadas y álgebra lineal básica con comprobaciones de dimensiones.
- Arrays y forma
- Vectorización
- Matrices y álgebra lineal
Pandas: preparar y analizar tablas
Series y DataFrame, importación, inspección, selección, transformación, datos faltantes, agrupación y uniones verificables.
- Series y DataFrame
- Limpieza y transformación
- Agrupación y uniones
Visualización con Matplotlib, Seaborn y Plotly
Elección de gráficos según la pregunta, construcción y personalización de figuras y comunicación accesible sin distorsionar los datos.
- Matplotlib
- Seaborn y Plotly
- Comunicación visual
Proyecto final: datos, código y evidencia
Un flujo completo que importa, valida, transforma, resume y visualiza datos en un proyecto reproducible con funciones y conclusiones limitadas.
- Flujo reproducible
- Pruebas y evidencia
- Comunicación y límites