UNIVERSIDAD CUAUHTÉMOC

PLANTEL AGUASCALIENTES
EDUCACIÓN A DISTANCIA

Materia
Programación en Python

Docente
Dr. Iván Castillo Zúñiga.
[email protected]

“EXCELENTES PROFESIONISTAS, MEJORES SERES HUMANOS”

Programación en Python. 1
Dr. Iván Castillo Zúñiga
Introducción a la programación en Python.
Python es un lenguaje de programación poderoso y fácil de aprender. Cuenta con estructuras de
datos eficientes y de alto nivel y un enfoque simple pero efectivo a la programación orientada a
objetos. La elegante sintaxis de Python y su tipado dinámico, junto con su naturaleza
interpretada, hacen de éste un lenguaje ideal para scripting y desarrollo rápido de aplicaciones
en diversas áreas y sobre la mayoría de las plataformas.

Podemos afirmar que Python es un lenguaje maduro, con una gran base de desarrolladores,
documentación y proyectos en producción. El crecimiento en el uso del lenguaje está siendo
espectacular gracias, fundamentalmente, a las nuevas tecnologías de Data Science y Machine
Learning, donde junto con el lenguaje R es el rey. Sin embargo, R es un lenguaje más de nicho
que proviene del mundo de la estadística. Python, por otro lado, es un lenguaje de propósito
general y su uso está mucho más extendido. Según las estadísticas para el año 2020, Python
será el mejor lenguaje, seguido de Java y R. Otro índice muy relevante, el PYPL, basado en la
popularidad de los lenguajes de programación en Google, sitúa a Python como el segundo con
un crecimiento del 10% en los últimos 5 años. Otros rankings como el del IEEE a mediados de
2017, también sitúan a Python en los primeros puestos.

Si hablamos específicamente del área de datos, las comparativas son aún más demoledoras.
Recientemente, Kaggle, la plataforma para Machine Learning y Data Science de Google, ha
realizado un estudio recopilando información sobre las preferencias de los profesionales del
sector. Un dato muy significativo es la respuesta a la pregunta: ¿Qué lenguaje de programación
recomendaría a los nuevos científicos de datos aprender primero? Más del 63% de los
encuestados respondió Python.

Python es uno de los lenguajes de programación más versátiles que existen, puede ser usado en
muchos campos diferentes. Es considerado por muchos un lenguaje "todero" que sirve para casi
cualquier propósito. De hecho, como ejemplo, en Instagram aman y usan Python para dar vida
a una plataforma de 400 millones de usuarios activos todos los días que funciona como un tren
perfectamente engrasado.

En estos momentos y viendo hacia el futuro, si eres desarrollador, ingeniero o científico de datos
es un buen momento para aprender Python e involucrarse en esta comunidad. En distintas
partes del mundo existen diversos grupos que organizan diferentes actividades de formación y
divulgación.

Programación en Python. 2
Dr. Iván Castillo Zúñiga
Unidad I.
Fundamentos de Python.
1.1 Orígenes de Python.
1.1.1 Características diferenciales.
1.1.2 Python como lenguaje de scripting.
1.1.3 Python en el desarrollo Web.
1.1.4 Big Data, Data Science, IA: el boom de Python.
1.2 Instalación de Python.
1.2.1 Versión de Python preinstalada en Mac.
1.2.2 Versión de Python para instalar en Mac.
1.2.3 Suite Anaconda.
1.3 ¿Cómo funciona Python?
1.3.1 Pasos para crear un programa en Jupyter “Hola
Mundo”.
1.3.2 Variables y comentarios en el código.
1.3.3 Tipos de datos básicos en Python (numéricos,
textuales y de tipo lista).
1.4 Lectura por teclado (programas dinámicos).

Introducción a los fundamentos en Python.

Python es un lenguaje multiparadigma, que soporta orientación a objetos, programación

imperativa y en menor medida, programación funcional. Es interpretado, de tipado dinámico y
multiplataforma. La presente unidad nos lleva a conocer los orígenes de Python (sus
características, funcionalidad de scripting, como trabaja en el desarrollo web y ciencia de los
datos), su instalación, configuración y funcionamiento mediante la suite Anaconda y Júpiter
Notebook. Posteriormente se presentan algunos ejemplos de programación básica y con lectura
por teclado usando números, textos, y listas, acompañados de operadores aritméticos, tipos de
datos, variables y asignaciones, funciones predefinidas y métodos sencillos.

1.1 Orígenes de Python.

El lenguaje Python surgió a principios de los 90 e inicialmente fue desarrollado por Guido Van
Rossum, un ingeniero holandés que trabajaba en ese momento en el CWI de Ámsterdam, el
Centro de Investigación de Ciencias de la Computación holandés.

Python surgió como un hobby para Guido y su nombre, Python, fue tomado del grupo cómico
británico Monty Python, del que Guido era un gran fan. Desde sus comienzos, Python nació
como un proyecto de software libre y posiblemente deba parte de su éxito a la decisión de
hacerlo código abierto.

Programación en Python. 3
Dr. Iván Castillo Zúñiga
Actualmente, la evolución del lenguaje Python es gestionada por la Python Software
Foundation, una sociedad sin ánimo de lucro dedicada a dar difusión al lenguaje y apoyar su
evolución. Guido sigue totalmente involucrado en el desarrollo y en la toma de decisiones de
diseño.

Python está licenciado bajo licencia PSFL, derivada de BSD y compatible con GPL. Muchas
empresas y organizaciones, como Google, Microsoft o Red Hat, hacen un gran uso de Python y
tienen influencia en su evolución, pero ninguna ejerce un control sobre el mismo. Esto
diferencia a Python de otros lenguajes.

1.1.1. Características diferenciales.

Python tiene una serie de características que lo hacen muy particular y que, sin
duda, le aportan muchas ventajas y están en la raíz de su uso tan extendido.

• Python es un lenguaje multiparadigma, esto significa que combina propiedades

de diferentes paradigmas de programación. Principalmente es un
lenguaje orientado a objetos, todo en Python es un objeto, pero también
incorpora aspectos de la programación imperativa, funcional, procedural y
reflexiva.

• Una de las características más reseñables de Python es que es un lenguaje

interpretado, esto significa que no se compila a diferencia de otros lenguajes
como Java o C/C++, sino que es interpretado en tiempo de ejecución.
Además, es de tipado dinámico, aunque opcionalmente desde la versión 3.5
podemos hacer uso de tipado estático.

• Python es cross plataforma, es decir, podemos ejecutarlo en diferentes sistemas

operativos como Windows o Linux simplemente usando el intérprete
correspondiente.

• Algunos le achacan a Python que es más lento en tiempo de ejecución que otros
lenguajes compilados como Java o C/C++. Y es cierto, al tratarse de un
lenguaje interpretado, Python es más lento.

• Sin embargo, esto no es un gran problema, las diferencias en velocidad son

pequeñas y hoy en día el cuello de botella en los proyectos de desarrollo de
software no está en la CPU. Gracias a avances como la computación en la nube,
hoy en día disponemos de gran capacidad de cómputo a un coste muy
asequible. El desafío está en acortar los tiempos de desarrollo, mejorando la
mantenibilidad y calidad del código. Python pone foco en esto, facilitando la
vida a los desarrolladores.

• Los principios de diseño del lenguaje están guiados por una serie de aforismos
recogidos en el “Zen de Python”. En estos principios podemos ver que la
legibilidad del código y favorecer la simplicidad del mismo son partes esenciales
del diseño del lenguaje desde el principio. Estas ideas han ayudado mucho a que
la curva de aprendizaje de Python sea baja respecto a otros lenguajes.

Programación en Python. 4
Dr. Iván Castillo Zúñiga
 1.1.2. Python como lenguaje de scripting.

Tradicionalmente Python ha tenido un uso muy extendido como herramienta de

scripting, sustituyendo a scripts escritos en bash, otros lenguajes de script más limitados o
herramientas como AWK o sed. Por ello, Python siempre ha sido un buen compañero de
los administradores de sistemas y los equipos de operaciones.

Hoy en día, muchas de las herramientas punteras para gestión de despliegues e

infraestructura usan o se basan en Python. Algunas de las más destacadas
son Ansible, Salt o Fabric.

Otra área en la que Python es pionero es en el mundo del scraping y el crawling, donde
podemos extraer información de páginas web gracias a técnicas de “scraping”,
herramientas de Python como Scrapy son muy usadas en este contexto.

1.1.3. Python en el desarrollo Web.

Otro de los campos en los que Python ha brillado en los últimos años es en el desarrollo
de aplicaciones web, principalmente gracias a frameworks de desarrollo web muy
potentes como Django, un framework completo o Flask, un microframework.

Sin embargo, en el ecosistema de desarrollo web existen muchas alternativas y

frameworks muy maduros y asentados como Symfony para PHP, Spring para Java, Grails
para Groovy o Rails para Ruby. Todos estos frameworks están continuamente tomando
ideas entre ellos, inmersos en ofrecer las mejores alternativas para los desarrolladores.

En este caso la ventaja que aporta Django, el principal framework para desarrollo web en
Python, es la de ofrecer un marco de trabajo completo y de calidad para desarrollar
aplicaciones web muy rápido. Como su leitmotiv dice es: “el framework para
perfeccionistas con fechas de entrega”.

1.1.4. Big Data, Data Science, IA: el boom de Python

Sin embargo, al margen de todas las bondades que hemos comentado del lenguaje, en los
últimos años ha ocurrido algo que ha revolucionado y extendido radicalmente el uso de
Python.
La generalización del Big Data en los últimos años, seguida de la explosión de
la Inteligencia Artificial, Machine Learning, Deep Learning y el surgimiento de la ciencia
de datos o data science como un nuevo área de trabajo con especialistas propios, ha
revolucionado el panorama.
Y es que muchas de las nuevas herramientas que han surgido, y que son explotadas por
los ingenieros de datos y los científicos de datos, han sido desarrolladas en Python o nos
ofrecen Python como la forma predilecta de interactuar con ellas.
Podemos hablar de tecnología para Big Data como PySpark, de herramientas para Data
Science como Pandas, NumPy, Matplotlib o Jupyter. De herramientas del procesamiento
del lenguaje natural como NLTK, y por último el área de machine learning que tanto
interés está despertando con herramientas como TensorFlow, MXNet o scikit-learn.

Programación en Python. 5
Dr. Iván Castillo Zúñiga
1.2 Instalación de Python.

1.2.1. Versión de Python preinstalada en Mac.

Mac OS X 10.2 y posteriores incluyen de serie una versión de Python para la línea de
órdenes (en el emulador de terminal).
Para usar la versión preinstalada de Python, siga estos pasos:

1. Abra la carpeta Aplicaciones.

2. Abra la carpeta Utilidades.
3. Haga doble clic sobre Terminal para abrir una ventana de terminal y acceder a
la línea de órdenes.
4. Escriba Python en la línea de órdenes.
5. Posteriormente escriba el programa de Hola Mundo [print (‘Hola Mundo’)],
como se muestra en la Fig. 1.

Figura 1. Hola Mundo en Python versión preinstalada en Mac

1.2.2. Versión de Python para instalar en Mac.

Debe descargar la última versión de Python disponible para Mac de la siguiente dirección
de internet: https://www.python.org/downloads/mac-osx/
Posteriormente instalar el archivo descargado y seguir los pasos. Una vez
instalado el programa, deberá considerar agregar el icono de Python en la
barra del Mac. La pantalla de la Fig. 2, presenta a Python en ejecución, con el
programa “hola mundo”.

Figura 2. Hola Mundo en Python versión para instalar en Mac.

Programación en Python. 6
Dr. Iván Castillo Zúñiga
 1.2.3. Suite Anaconda y Jupyter Notebook.

Anaconda.

La suite Anaconda, es una distribución libre de los lenguajes Python

y R, utilizada en las ciencias de los datos, machine learning y Deep
learning, además muy útil como entorno de aprendizaje. Para su
instalación entrar a la dirección de internet: https://anaconda.org y
seleccionar la opción Download Anaconda. Y proceder a descargar
la versión más actual correspondiente a su sistema operativo e
instalarla, como se muestra en la Fig. 3.

Figura 3. Plataforma Anaconda.

Cabe señalar que es recomendable inscribirse como desarrollador en la

plataforma de Anaconda en la dirección de internet: https://anaconda.org, con el
propósito de acceder a espacio gratuito en la nube para guardar respaldar los
proyectos desarrollados de manera automática.

Jupyter Notebook.

Es una herramienta que permite crear y compartir documentos con código

fuente y texto explicativo. Para ello se debe instalar la suite Anaconda y
posteriormente entrar al espacio de Jupyter, como se muestra en la Fig. 2.

Figura 4. Jupyter (Entorno de trabajo).

Programación en Python. 7
Dr. Iván Castillo Zúñiga
1.3 ¿Como funciona Python?

1.3.1 Pasos para crear un programa en Jupyter (ejemplo “Hola Mundo”).

1. Abrir plataforma de Anaconda.

2. Abrir Jupyter.
a. Posicionarse en la carpeta de trabajo.
b. Crear un Notebook Python 3.
Notas:
i. Para escribir contenido textual en cada celda, cómo un título o alguna
descripción del código, debe estar seleccionada la opción Markdown.
ii. Para escribir texto como título, sólo se escribe al inicio el signo #, seguido
del texto.
iii. Para escribir texto como subtítulo, se escribe al inicio ##, seguido del texto.
iv. Para escribir texto en cursiva, se escribe *, seguido del texto, y se finaliza con
*.
v. Para escribir texto en negrita, se escribe **, seguido del texto, y se finaliza
con **.
vi. Para escribir código en la celda, debe estar seleccionada la opción code.
vii. Para ejecutar el programa puede optar por dar click en el botón que indica
play o teclear al mismo tiempo la tecla shift y enter.

3. Crear el programa “Hola Mundo”.

Si los pasos fueron seguidos de manera correcta, el resultado se vera como lo
muestra la Fig. 5. La cual muestra el entrono de trabajo de Jupyter, en el cual
puede combinar texto y código, además sincronizar su respaldo en la nube de la
plataforma Anaconda.

Figura 5. Hola Mundo en Jupyter.

1.3.2 Variables y comentarios en el código.
Variables.
Una variable es un espacio en la memoria del ordenador al que nosotros le damos
un nombre y le podemos asignar un valor. Puede ser un valor literal que puede ser
un valor de una variable que hemos creado previamente. En Python no es
necesario definir el tipo de dato de la variable, sólo se asigna y se usa, como se
muestra en la Fig. 6.

Programación en Python. 8
Dr. Iván Castillo Zúñiga
 Para el uso de variables, se debe asignar un valor a una variable mediante el signo
(=). Si una variable no esta definida con un valor asignado, intentar usarla
producirá un error. El siguiente ejemplo muestra el calculo del área de un
rectángulo, donde el área=largo * ancho.

Figura 6. Área de un rectángulo (manejo de variables).

Comentarios en el código.

En muchos de los programas en Python, es necesario incluir comentarios. Los

cuales comienzan con el carácter numeral, #, y se extienden hasta el final físico de
la línea, como se muestra en la Fig. 6. Un comentario quizás aparezca al
comienzo de la línea o seguidos de espacios blancos o código, pero no dentro de
una cadena de caracteres. Un carácter numeral dentro de una cadena de
caracteres es sólo un carácter numeral. Ya que los comentarios son para aclarar
código y no son interpretados por Python, pueden omitirse cuando se escriben los
ejemplos.

1.3.3 Tipos de datos básicos en Python.

Los tipos de datos que podemos manejar en Python son 3:

• Números.
• Textos.
• Listas.

Números.

El intérprete actúa como una simple calculadora; deberás ingresar una expresión
y este escribirá los valores. La sintaxis es sencilla: los operadores +, -, * y /
funcionan como en la mayoría de los lenguajes (por ejemplo, Pascal o C); los
paréntesis (()) pueden ser usados para agrupar. Por ejemplo: sumatoria,
multiplicación, resta, división y residuo; Los cuales se muestran en la Fig. 7.

Programación en Python. 9
Dr. Iván Castillo Zúñiga
 Figura 7. Código de operaciones básicas en Python.

Los números enteros (por ejemplo 2, 4, 20) son de tipo int, aquellos con una parte
fraccional (por ejemplo 5.0, 1.6) son de tipo float.

La división (/) siempre retorna un punto flotante. Para hacer una división y
obtener un resultado entero (descartando cualquier resultado fraccional), puedes
usar el operador //; y para calcular el residuo podrás usar %.
Por otro lado, se ejecutan distintas operaciones respetando el orden de
precedencia de los operadores.

Programación en Python. 10
Dr. Iván Castillo Zúñiga
 Textos.

Además de números, Python puede manipular cadenas de texto, las cuales pueden
ser expresadas de distintas formas. Pueden estar encerradas en comillas simples
('...') o dobles ("...") con el mismo resultado. \ puede ser usado para escapar
comillas, como se muestra en la Fig. 8.

Figura 8. Manejo de texto con comillas simples y dobles en Python.

La función utilizada que devuelve la longitud de una cadena de texto, len(), como se
muestra en la Fig. 9.

Figura 9. Manejo de texto con comillas simples y dobles en Python.

1.5 Listas.

Python tiene varios tipos de datos compuestos, usados para agrupar otros valores. El
más versátil es la lista, la cual puede ser escrita como una lista de valores separados por
coma (ítems) entre corchetes. Las listas pueden contener ítems de diferentes tipos, pero
usualmente los ítems son del mismo tipo, además cabe señalar que las posiciones de los
elementos de la lista comienzan en la posición cero hasta n - 1.

Índices

Un índice es usado para acceder a la posición de un carácter dentro de una

cadena de caracteres, ejemplo: palabra “Python”, tiene 6 caracteres, si se quisiera
acceder al carácter “y”, sería a través de un índice, es decir: carácter = palabra
[1], debido a que se inicia a partir del número cero en la cadena de caracteres.

0 1 2 3 4 5 Índice Carácter = palabra [1]

Carácter = y
-6 -5 -4 -3 -2 -1 Índices
P y t h o n Cadena (Palabra)
negativos Carácter = palabra [-4]
Carácter = t

Programación en Python. 11
Dr. Iván Castillo Zúñiga
 Slicing

Es una técnica que soporta varios índices, lo cual resulta útil para traer porciones
de cadenas, en donde se debe indicar un índice de inicio y un índice de fin, es
decir: Si tenemos la palabra Python y le indicamos que inicie en el índice cero
hasta el índice 2, nos muestra la frase “Py”, es porque el numero del índice se
excluye, no cuenta:

0 1 2 3 4 5
-6 -5 -4 -3 -2 -1
P y t h o n
Frase=palabra[0:2]
Frase=Py

La Fig. 10, muestra el manejo de datos numéricos y textuales en las listas, en el

cual se incluyen los siguientes ejercicios.

a. Asignación de datos textuales a listas.

b. Asignación de datos numéricos a listas.
c. Impresión de datos numéricos y textuales.
d. Eliminación de valores especificando la ubicación (índices).
e. Sustitución de valores especificando la posición de los datos en la lista
(índices).
f. Instrucción de una instrucción para calcular el tamaño de la lista.

Programación en Python. 12
Dr. Iván Castillo Zúñiga
 Figura 10. Manejo de listas con datos textuales y numéricos.

Ejercicios: 1.3 Como funciona Python.

1. Desarrollar un programa para calcular el área de un círculo, dado su radio,

especificando las variables a usar.
2. Desarrollar un programa para calcular el área de un rombo.
3. Desarrollar un programa para introducir una lista de alumnos e imprimirla en
pantalla.
4. Desarrollar un programa para introducir una lista de productos y su costo e
imprimirla en pantalla.

Programación en Python. 13
Dr. Iván Castillo Zúñiga
1.4 Lectura por teclado (programas dinámicos).

Input.

Input, es la función que permite introducir valores por el teclado, esta instrucción
permite guardar un valor en una variable que introduscamos por el teclado.

Sintaxis:
nombre_variable = input ( )

Al ejecutar la instrucción, el programa mostrará un espacio en una caja de texto

para que el usuario pueda capturar el valor que desee, el cual independientemente
que sea entero o de tipo texto, será almacenado en la variable usada. Cabe señalar
que todo valor captado vía teclado entra como texto. Lo cual significa que, si el
programa realiza un cálculo con números enteros, el valor de la variable se tendrá
que convertir a tipo de dato entero int, lo mismo aplica para números con punto
decimal, se tendrá que convertir a tipo de dato float.

Ejemplo 1: Hacer un programa para calcular el area de un triángulo. Su fórmula

es: area=( base * altura ) / 2. El programa se muestra en la Fig. 11.

Figura 11. Programa dinámico calcular área de un triángulo.

Ejemplo 2: Hacer un programa que introduzca el nombre de una persona en

minúsculas, lo convierta a mayúsculas y viceversa. El programa se muestra en la Fig.
12.

La instrucción upper( ), se utiliza para convertir a mayúsculas.

La instrucción lower( ), se utiliza para convertir a minusculas.

Programación en Python. 14
Dr. Iván Castillo Zúñiga
 Figura 12. Programa dinámico convertir mayúsculas a minúsculas y viceversa.

Ejercicios 1.4 Lectura por teclado.

Los siguientes ejercicios serán desarrollados interactuando con el teclado.

1. Construir un programa donde solicite una frase en minúsculas y mostrarlo en

mayúsculas, así mismo su longitud, cuantas mayúsculas, minúsculas y espacios
tiene.
2. Desarrollar un programa para calcular el área de un trapecio.
3. Desarrollar un programa para calcular el área de un cubo, interactuando con el
teclado.
4. Capturar 5 alumnos desde el teclado, introducirlos en una lista y mostrarlos.
5. Desarrollar un programa para convertir un número entero en binario, en base 8
y en base 16.
6. Desarrollar un programa para obtener el seno, coseno, tangente, exponente y
raíz a partir de un número dado.

Programación en Python. 15
Dr. Iván Castillo Zúñiga
Bibliografía

1. Adnan, A., Lee, T. & Prakash, Amit. (2016). “Elements of Programming Interviews in
Python. The insider Guide”. Ed. Amazon Services. 458 pág. ISBN: 978-1537713946.
2. Barry, P. (2016). “Head First Python”. 2nd Edition. Boston: O Ŕ eilly. 429 pág. ISBN:
978-1491919538.
3. Bennett, J. (2019). “Supercharged Python: Take Your Code to the Next Level”. Ed.
Addison-Wesley. 672 pág. ISBN: 978-0135159941.
4. Blog Tecnología para el Desarrollo (2018). “Es Python el lenguaje del futuro”.
Descargado el 9 de septiembre del sitio de Internet:
https://www.paradigmadigital.com/dev/es-python-el-lenguaje-del-futuro/
5. Buttu, M. (2016). “El Gran libro de Python”. Ed. Marcocombo. 662 pág. ISBN: 978-
8426722904.
6. Danjou, J. (2019). “Serious Python: Black-Belt Advice on Deployment, Scalability,
Testing, and More”. Ed. Amazon Digital, version Kindle. 225 pág. ISBN: 1593278780.
7. Deitel, P. (2019). “Python for Programmers: with Big Data and Artificial Intelligence
Case Studies”. Ed. Amazon Services. Version kindle. 640 pág. ASIN: B07PP9Q8MC.
8. DK. (2017). “Coding Projects in Python”. Editorial: DK Publishing (Dorling
Kindersley). 224 pág. ISBN: 978-1465461889.
9. Garcia, A. (2017). “Numerical Methods for Physics (Python)”. CreateSpace
Independent Publishing Platform; 2da. Ed. Editorial: CreateSpace Independent
Publishing Platform. 350 Pág. ISBN: 978-1548865498.
10. Hinojosa, Á. (2016). “Python paso a paso”. Ed. Ra-Ma. 230 pág. ISBN: 978-
8499646114.
11. Kopec, D. (2019). “Classic Computer Science Problems in Python”. Editorial: Manning
Publications. 224 pág. ISBN: 978-1617295980.
12. Librosweb (2018). “Bases de Datos en Python con MySQL”. Descargado el 14 de
septiembre del sitio de Internet: https://librosweb.es/libro/python/capitulo-
12.html
13. Lutz, L. (2018). “Guía paso a paso para aprender programación Python). Ed. Amazon
Services. 246 pág. ASIN: B07CSGFB43.
14. Mueller, J. (2018). “Beginning Programming with Python for Dummies”. Editorial: For
Dummies series. 408 pág. ISBN: 978-1118891452.
15. Nunez-Iglesias, J., Van Der Walt, S. W., & Dashnow, H. (2017). “Elegant Scipy: The
Art of Scientific Python”. Editorial: O'Reilly Media. 282 pág. ASIN: B074RB2FT2.
16. Pérez, A. (2016). “Python fácil”. Editorial: Alfaomega. 284 pág. ISBN: 978-6076226612
17. Rossum (2017). “El tutorial de Python”. Descargado el 13 de septiembre del sitio de
Internet: http://www.pyrhon.org.ar
18. Urban, M., & Murach, J. (2016). “Murach's Python Programming”. Editorial: Mike
Murach & Associates. 590 pág. ISBN: 978-1890774974.
19. Zelle, J. (2016). “Python Programming: An Introduction to Computer Science”.
Editorial: Franklin Beedle & Associates; 3rd ed. 552 pág. ISBN: 978-1590282755.

Programación en Python. 16
Dr. Iván Castillo Zúñiga