Curso Aprender programación usando Python

Sebastián Bassi (sbassi@genesdigitales.com)

¿Qué es un programa?

Un programa es un conjunto de instrucciones

diseñadas para ordenar a la computadora a hacer
algo.

Es similar a una receta de cocina, que consiste en

una lista de ingredientes e instrucciones paso a
paso donde se usan dichos ingredientes.
Primer programa
Código

seq1 = 'Hola'
seq2 = ' mundo!'
total = seq1 + seq2
print total
Resultado

Hola mundo!
 Ejemplo bajo y alto nivel
Bajo nivel (código máquina x86)

8B542408 83FA0077 06B80000 0000C383

FA027706 B8010000 00C353BB 01000000
B9010000 008D0419 83FA0376 078BD98B
C84AEBF1 5BC3

Alto nivel (Python)

def fib(n):
a, b = 0, 1
for i in range(n):
a, b = b, a + b
return a
 Compilación

“Traducción” desde el
código fuente a
instrucciones
“ejecutables”

Gráfico CC-SA-NC 3.0 Fuente:

https://www.cs.utk.edu/~help/doku.php?id=compile:c
 Consecuencias de la compilación
•Tiempo de compilación
•Aceleración en la ejecución del software
•Software dependiente de una plataforma
 Paradigmas de programación

• Procedural / Estructurada: C, Pascal,

Perl.
• Orientada a Objetos: C++, Java.
• Lógico: Prolog, Lisp.
 Programación procedural

Los programas tienen rutinas o funciones con los pasos a seguir.

Beneficios:

•Estructurar el código en bloques para reutilizarlos.

•Seguimiento de la lógica del programa (sin saltos a posiciones
arbitrarias, aka “go to”).
 POO (OOP)

Se usan objetos para diseñar los programas. Los objetos

son estructuras de datos que tienen propiedades
(caracteristicas) y métodos (acciones) que le son propios.

Caracteristicas:

•Encapsulación
•Abstracción de datos
•Polimorfismo
•Herencia
Python: Especificación e implementación

Especificación: Definición de caracteristicas

del lenguaje

Implementación: Programa que cumple con

dicha especificación. Ej.: CPython,
IronPython, Jython
 Características de Python
• Fácil de aprender y de programar
• Fácil de leer (similar a pseudocódigo)
• Interpretado (Rápido para programar)
• Datos de alto nivel (listas, diccionarios, sets, etc)
• Libre y gratuito
• Multiplataforma (Win, Linux y Mac)
• Pilas incluidas
• Cantidad de bibliotecas con funciones extras
• Comunidad
 Leer archivo y cargarlo en array
VB
Dim i, j, Array_Used As Integer
Dim MyArray() As String
Dim InBuffer, Temp As String
Array_Used = 0
ReDim MyArray(50)
'open a text file here . . .
Do While Not EOF(file_no)
Line Input #file_no, MyArray(Array_Used)
Array_Used = Array_Used + 1
If Array_Used = UBound(MyArray) Then
ReDim Preserve MyArray(UBound(MyArray) + 50)
End If
Loop
'simple bubble sort
For i = Array_Used - 1 To 0 Step -1
For j = 1 To i
If MyArray(j - 1) > MyArray(j) Then
'swap
Temp = MyArray(j - 1)
MyArray(j - 1) = MyArray(j)
MyArray(j) = Temp
End If
Next
Next
 Leer archivo y cargarlo en lista
Python

# Abrir un archivo de texto . . .

file_object = open(FILENAME)

# Leer todas las lineas del texto en una lista (similar a un array)
lista = file_object.readlines()

# Ordenar la lista
lista.sort()
 Usos de Python

Procesamiento de datos:
●Conversión de datos de formato arbitrario (html, txt, etc)
a csv, para usarse en Excel u otros programas.
●Soporte para lectura y escritura de csv

●Lectura y escritura de XLS (módulos xlrd, xlwt)

●Lectura y escritura de XML (módulos xml.dom,

xml.etree.ElementTree, xml.sax, xml.dom)

Usos de Python: Gráficos
from pylab import *
from data_helper import get_daily_data
intc, msft = get_daily_data()
delta1 = diff(intc.open)/intc.open[0]
# size in points ^2
volume = (15*intc.volume[:-2]/intc.volume[0])**2
close = 0.003*intc.close[:-2]/0.003*intc.open[:-2]
scatter(delta1[:-1], delta1[1:], c=close, s=volume,
alpha=0.75)
ticks = arange(-0.06, 0.061, 0.02)
xticks(ticks)
yticks(ticks)
xlabel(r'$\Delta_i$', fontsize=20)
ylabel(r'$\Delta_{i+1}$', fontsize=20)
title('Volume and percent change')
grid(True)
show()
Usos de Python: Gráficos
 Usos de Python: Desarrollo web
Google App Engine
 Usos de Python
Acceso a servicios de Internet:
●Traer contenido de páginas web (para traer páginas de
manera repetitiva).
●Acceso a POP3, IMAP4 FTP, etc.

●Lee varios formatos mailbox

●Lectura HTML (HTMLparser).

●Aplicación de internet: Bittorrent

Usos de Python: Juegos
Robots (made in Argentina)

www.robotia.com.ar
 Tipo de datos: Primarios y derivados

Primarios (o primitivos): No necesitan de otro tipo de datos, como numericos

(int, float, decimal, complex) y str (cadenas).

Derivados: Agrupan a alguno de los anteriores, como listas, diccionarios,

tuplas, etc.
Se pueden subclasificar según distintos parámetros:
Ordenados (o secuenciales) – Desordenados
Mutables – Inmutables
>>> type(5)
<type 'int'>
>>> type(5.0)
<type 'float'>
>>> type(5 + 5.0)
<type 'float'>
>>> 5 + 5.0
10.0
>>> type(2+3j)
<type 'complex'>
>>> (2+3j).real
2.0
>>> (2+3j).imag
3.0
>>> type('Hola!')
<type 'str'>
>>> 'hola' + ' mundo!'
'hola mundo!'
>>> 'hela' + 2
Traceback (most recent call last):
File "<pyshell#32>", line 1, in <module>
'hela' + 2
TypeError: cannot concatenate 'str' and 'int' objects
>>> 'hela' + str(2)
'hela2'
str (String o Cadenas)
>>> 'Hola mundo!'
'Hola mundo!'
>>> a='Hola mundo!'
>>> len(a)
11
>>> a.lower()
'hola mundo!'
>>> a.count('o')
2
>>> a.find('H')
0
>>> a.find('mundo')
5
>>> a.find('e')
-1
>>> a.index(' ')
4
>>> a.index('e')
Traceback (most recent call last):
File "<pyshell#52>", line 1, in <module>
a.index('e')
ValueError: substring not found
>>> a.split(' ')
['Hola', 'mundo!']

http://docs.python.org/library/string.html
 Datos ordenados: Listas
>>> mi_lista = [1,2,3]
>>> mi_lista.append(5)
>>> mi_lista
[1, 2, 3, 5]
>>> mi_lista.pop()
5
>>> mi_lista
[1, 2, 3]
>>> mi_lista + [4]
[1, 2, 3, 4]
>>> mi_lista
[1, 2, 3]
>>> mi_lista = mi_lista + [4]
>>> mi_lista
[1, 2, 3, 4]
>>> mi_lista.extend([5,6])
>>> mi_lista
[1, 2, 3, 4, 5, 6]
>>> mi_lista[0]
1
>>> mi_lista[3]
4
>>> mi_lista[3:5]
[4, 5]
>>> mi_lista[-2]
5
 Mas sobre listas:
>>> variada = ['boga', 'cornalito', 'tararira']
>>> variada[2]
'tararira'
>>> variada[2][2:8]
'rarira'
>>> variada[2][2:]
'rarira'
>>> variada.append('pulpo')
>>> variada
['boga', 'cornalito', 'tararira', 'pulpo']
>>> variada.remove('cornalito')
>>> variada
['boga', 'tararira', 'pulpo']
>>> variada.sort()
>>> variada
['boga', 'pulpo', 'tararira']
>>> variada.index('pulpo')
1
>>> variada.index('pulpa')
Traceback (most recent call last):
File "<pyshell#33>", line 1, in <module>
variada.index('pulpa')
ValueError: list.index(x): x not in list
>>> 'pulpo' in variada
True
>>> 'pulpa' in variada
False
Diccionarios: Datos agrupados por clave-valor, sin orden.
>>> en2es = {'blue':'azul','red':'rojo','black':'negro'}
>>> en2es['blue']
'azul'
>>> en2es['azul']
Traceback (most recent call last):
File "<pyshell#47>", line 1, in <module>
en2es['azul']
KeyError: 'azul'
>>> 'blue' in en2es #verifico que una clave exista en 1 dict.
True
>>> en2es.keys()
['blue', 'black', 'red']
>>> en2es.values()
['azul', 'negro', 'rojo']
>>> en2es.items()
[('blue', 'azul'), ('black', 'negro'), ('red', 'rojo')]
>>> en2es.get('green','N/D')
'N/D'
>>> es2en = {} #Diccionario vacio
>>> es2en['azul'] = 'blue' #Cargo un par clave-valor
>>> es2en
{'azul': 'blue'}
 Ejemplo de diccionario
tom_map = { 1992: { 1:[ ('1A', 8.9), ('1B', 13.6), ('1C', 22.3), ('1D', 60.8), ('1E', 70.4), ('1F-
G', 93.6), ('1H', 111.7), ('1I', 129.2), ('1J', 10000)], 2:[ ('2A', 1.6), ('2B', 16.2), ('2C',
18.6), ('2D', 22.5), ('2E', 27.6), ('2F', 44.8), ('2G', 68), ('2H', 72.4), ('2I', 76.1), ('2J',
100.5), ('2K', 122.9), ('2L', 10000)], 3:[ ('3A', 24.2), ('3B', 30.4), ('3C', 54.8), ('3D', 61.1),
('3E', 64.4), ('3F', 97), ('3G', 98.4), ('3H', 108), ('3I', 100000)], 4:[ ('4A', 2), ('4B', 6.6),
('4C', 32.9), ('4D', 38), ('4E', 50), ('4F', 58.4), ('4G', 100.5), ('4H', 113.2), ('4I', 10000)],
5:[ ('5A', 4.6), ('5B', 17.2), ('5C', 42.8), ('5D', 44.6), ('5E', 72.7), ('5F', 75), ('5G', 84.9),
('5H', 92.3), ('5I', 10000)], 6:[ ('6A', 25), ('6B', 31.8), ('6C', 42), ('6D', 61.9), ('6E',
69.6), ('6F', 89.6), ('6G', 10000)], 7:[ ('7A', 3), ('7B', 11), ('7C', 21), ('7D', 36.8), ('7E',
52.6), ('7F', 70.6), ('7G', 75.7), ('7H', 10000)], 8:[ ('8A-B', 18.2), ('8C', 20.1), ('8D', 41.1),
('8E', 61.3), ('8F', 80.6), ('8G', 89.1), ('8H', 10000)], 9:[ ('9A', 8.9), ('9B', 22), ('9C',
28.9), ('9D', 39), ('9E', 56.4), ('9F', 57.4), ('9G', 64.2), ('9H', 69.1), ('9I', 79), ('9J',
102.6), ('9K', 10000)], 10:[ ('10A', 12), ('10B', 37.3), ('10C-D', 48.8), ('10E', 64.6), ('10F',
84.1), ('10G', 10000)], 11:[ ('11A', 20.8), ('11B', 32.3), ('11C', 45.4), ('11D', 59.3), ('11E',
79.9), ('11F', 83.3), ('11G', 83.8), ('11H', 10000)], 12:[ ('12A', 13.8), ('12B', 28.2), ('12C',
32.5), ('12D', 41), ('12E', 47.6), ('12F', 67.3), ('12G', 86), ('12H', 91.8), ('12I', 10000)]} ,
2000 :{1:[ ('1A', 19.5), ('1B', 25), ('1C', 31.8), ('1D', 70), ('1E', 92.7), ('1F-G',
127.6), ('1H', 142), ('1I', 163), ('1J', 10000)], 2:[ ('2A', 4), ('2B', 13), ('2C', 16), ('2D-E',
31), ('2F', 45.1), ('2G', 81.2), ('2H', 85), ('2I', 90.1), ('2J', 116.1), ('2K', 143), ('2L',
10000)], 3:[ ('3A', 32), ('3B', 33), ('3C', 71.5), ('3D', 83), ('3E', 85), ('3F', 129), ('3G',
140), ('3H-I', 10000)], 4:[ ('4A-B', 12), ('4C', 46), ('4D', 56), ('4E', 72.5), ('4F', 75), ('4G',
101), ('4H', 124), ('4I', 10000)], 5:[ ('5A', 13.5), ('5B', 30), ('5C', 69), ('5D', 71.1), ('5E',
102), ('5F', 104), ('5G', 110.1), ('5H', 112), ('5I', 10000)], 6:[ ('6A', 33.5), ('6B', 38.6),
('6C', 50), ('6D', 71), ('6E', 81), ('6F', 96), ('6G', 10000)], 7:[ ('7A', 2), ('7B', 7), ('7C',
21.5), ('7D', 45.5), ('7E', 48), ('7F', 72.3), ('7G', 73), ('7H', 10000)], 8:[ ('8A', 2), ('8B',
23.8), ('8C', 30), ('8D', 40), ('8E', 57), ('8F', 68.3), ('8G', 84), ('8H', 10000)], 9:[ ('9A',
4), ('9B', 28), ('9C', 32), ('9D', 35), ('9E', 50.3), ('9F', 53.7), ('9G', 57.5), ('9H', 62),
('9I', 72.5), ('9J', 102), ('9K', 10000)], 10:[ ('10A', 11), ('10B', 43), ('10C-E', 61.5), ('10F',
80), ('10G', 10000)], 11:[ ('11A', 20.5), ('11B', 36.5), ('11C', 49), ('11D', 76), ('11E', 90),
('11F-G', 92), ('11H', 10000)], 12:[ ('12A', 21), ('12B', 32.5), ('12C', 38), ('12D', 55.3),
('12E', 68.5), ('12F-G', 114), ('12H', 117), ('12I', 10000)]}}
 Conversión de datos: En Python siempre es explicito

>>> rgb=dict([('blue','#0000FF'),('black','#000000'),('red','#FF0000')])
>>> rgb['black']
'#000000'
>>> list(t1)
['sgn1545', 5, 45]
>>> lista = list('Hago 1 lista')
>>> lista
['H', 'a', 'g', 'o', ' ', '1', ' ', 'l', 'i', 's', 't', 'a']
>>> tuple(lista)
('H', 'a', 'g', 'o', ' ', '1', ' ', 'l', 'i', 's', 't', 'a')
>>> str(lista)
"['H', 'a', 'g', 'o', ' ', '1', ' ', 'l', 'i', 's', 't', 'a']"
>>> ''.join(lista)
'Hago una lista'
>>> 'Hago una lista'.split(' ')
['Hago', 'una', 'lista']
Estructuras de control de flujo

if: Condición
●

for: Repetición
●

while: Repetición
●
 if

if <expresion1>:
<Instrucciones>
elif <expresion2>:
<Instrucciones>
else:
<Instrucciones>

if coord != 'N/A':
year = int(coord[0][-4:])
 for

for <var> in <iterable>:

<instrucciones>

for x in [1, 3, 4]:

print x
while

while <expresion>:
<instrucciones>

while mi_set:
print mi_set.pop()
 Biblioteca estándar (Python standard library)

● Servicios del sistema, fecha y hora, subprocesos,

sockets, i18n y l10n, base de datos, threads, formatos
zip, bzip2, gzip, expresiones regulares, XML (DOM y
SAX), Unicode, SGML, HTML, XHTML, email,
manejo asincrónico de sockets, clientes HTTP, FTP,
SMTP, NNTP, POP3, IMAP4, servidores HTTP,
SMTP, debugger, random, curses, logging,
compilador, decompilador, CSV, análisis
lexicográfico, interfaz gráfica incorporada,
matemática real y compleja, criptografía,
introspección, unit testing, doc testing, etc., etc...
import os.path
import urllib2
import zipfile
import csv

url = 'http://www.genesdigitales.com/curso/table.zip'
fn = os.path.basename(url)
data = urllib2.urlopen(url)
datafile = open(fn,'w')
datafile.write(data.read())
datafile.close()
myfile = zipfile.ZipFile(fn)
unzip_fn = myfile.namelist()[0]
myfile.extractall()
listado = csv.reader(open(unzip_fn))
listado.next()
all_len = []
for line in listado:
all_len.append(int(line[3])-int(line[2]))

print "Promedio: %s"%str(float(sum(all_len))/len(all_len))

 Mas información sobre Python

www.python.org

www.diveintopython.org

http://openbookproject.net//thinkCSpy/

www.python.org.ar

http://python.org.ar/pyar/Tutorial

www.tinyurl.com/biopython