Conociendo Python

(Parte I)
Clase sincrónica
Mapa general de la carrera
Revisión modular - Data Science

Programación
SQL para el Análisis Visualización y
con Python
análisis de estadístico con comunicación
para el análisis
datos Python de insights
de datos
Mapa general de la carrera
Revisión modular - Data Science

Programación
SQL para el Análisis Visualización y
con Python
análisis de estadístico con comunicación
para el análisis
datos Python de insights
de datos

Machine Redes
Learning* neuronales*

*Solo para Data Science

 Unidad Clases Autoaprendizaje Tutoría
(sincrónico) (asincrónico) (sincrónico)
Programación Conociendo Python (Parte I) 2 horas Desde 6 horas 2 horas
con Python Conociendo Python (Parte I) 2 horas Desde 6 horas 2 horas
para el análisis Tipos y estructura de datos 2 horas Desde 6 horas 2 horas
de datos (Parte I)

Tipos y estructura de datos 2 horas Desde 6 horas 2 horas

(Parte II)

Manipulación y transformación de 2 horas Desde 6 horas 2 horas

datos (Parte I)

Manipulación y transformación de 2 horas Desde 6 horas 2 horas

datos (Parte I)

Manipulación y transformación de 2 horas Desde 6 horas 2 horas

datos (Parte II)

Prueba 0 horas Desde 6 horas 0 horas

Receso 0 horas 0 horas 0 horas

¿Qué aprenderemos en este módulo?

Al finalizar el módulo serás capaz de aplicar técnicas de obtención, limpieza y

preparación de datos a través de Python para resolver problemas.
 ● Unidad 1: Conociendo Python Te encuentras aquí
(Parte I)
(Parte II)

Utiliza herramientas, ● Unidad 2: Tipos y estructura de datos

(Parte I)
comandos y estructuras
(Parte II)
básicas de Python para la
creación de programas ● Unidad 3: Manipulación y transformación de datos
sencillos. (Parte I)
(Parte II)
(Parte III)
¿Qué aprenderás en esta sesión?
● Utilizar Python para resolver problemas simples de
acuerdo a requerimientos.
 ¿Qué es Python?
¿Lo han oído nombrar?
¿Conocen algunas de
sus características?
/*Aproximándonos a Python*/
¿Qué es Python?
Aspectos esenciales

1. Orientado a objetos.
2. Alto nivel.
3. Gran cantidad de bibliotecas de análisis de datos (NumPy,
Pandas, Scikit-Learn) y de tipos variados, por lo que cuenta
con gran versatilidad.
4. Escalabilidad y portabilidad (Multiplataforma).
5. Gratuito y colaborativo.
6. Fácil de aprender.

Fuente: FlatIcon
Python permite

● Construir de forma sencilla aplicaciones

web con manejo de bases de datos.
● Hacer análisis de datos y visualización de
estos.
● Realizar web-scraping (Captura de datos de
una página web).
● Crear videojuegos.
● Crear aplicaciones de escritorio.

Fuente: FlatIcon
Áreas donde se utiliza Python

Desarrollo Web Análisis y Ciencia de Datos

● Páginas como YouTube, Instagram y Google ● Dada la simpleza sintáctica de Python,

implementan Python en sus servicios. existe un gran desarrollo de librerías de
● El lenguaje ofrece librerías como Django y análisis y preprocesamiento de datos por
Flask que permiten desarrollar servicios parte de la academia e industria para
webs complejos dentro de un marco de agilizar las rutinas de análisis.
trabajo sencillo. ● Librerías como Scikit-Learn y Tensorflow
dominan la implementación de modelos
predictivos en distintas áreas.
Empresas que utilizan Python
Python en el mundo real

Fuente: LinkedIn - Power of Python

/*¿Cómo utilizar Python?*/
¿Cómo utilizar Python?
Uso en consola

Una primera alternativa para utilizar Python es

directamente en consola o a través de un
Entorno de Desarrollo, que puedes descargar
(hay variadas opciones gratuitas).

El uso en consola es el más “primitivo” para

Python y se suelen preferir otros entornos, pero
es necesario saber utilizarlo ya que es el más
básico.
¿Cómo utilizar Python?
Jupyter Notebook

Jupyter Notebook es una aplicación web que permite crear y compartir documentos que contienen
código ejecutable, texto, visualizaciones y otros elementos interactivos.

Fuente: www.jupyter.org Para lanzar la aplicación desde el terminal o cmd.

Jupyter Notebook
Celdas de código

Las celdas de código se utilizan para escribir y ejecutar código en Jupyter Notebook, mientras que las
celdas de markdown se utilizan para agregar texto descriptivo, comentarios y anotaciones.

Fuente: Desafío Latam

Google Colab
Jupyter Notebooks en la nube

● Se ejecuta localmente en el equipo. ● Se ejecuta en la nube.

● Solo utiliza la CPU local. ● Proporciona acceso gratuito a GPUs para

acelerar los cálculos.
● Requiere la configuración de un servidor y la
exposición de ese servidor a través de una ● Permite compartir y colaborar en
dirección IP o un nombre de dominio. notebooks con otros usuarios a través de
un enlace compartido.
Google Colab
Cómo se ve la interfaz

Fuente: Desafío Latam

/*Interacción*/
Interactuando con el usuario
input y print

Recibe información o datos que el usuario ingresa desde el teclado.

Muestra información o datos en la pantalla

Ejercicio: Interactuando con
el usuario
Ejercicio
print / input

1. Abre una terminal o línea de comandos.

2. Crea un archivo de texto con la extensión .py, por ejemplo, hola_mundo.py.
3. Abre el archivo de texto y escribe el siguiente código:

4. Guarda el archivo.
5. En la terminal, navega hasta la carpeta donde se encuentra el archivo hola_mundo.py.
6. Ejecuta el siguiente comando:
Interactuando con el usuario
Una alternativa

Podemos intercalar valores de variables en un comando print, como se muestra:

Interactuando con el usuario
Comentarios

● Los comentarios ayudan a precisar qué estamos haciendo, no se “ejecutan”.

● Permiten explicar la lógica o pasos del programa.
● Ubicarnos y “navegar”.
● Trabajar entre dos o más personas.
/*Tipos de datos*/
Tipos de datos
Tipos básicos

Strings
Tipos de datos

Booleanos

int

Numéricos

float
Tipos de datos
Arreglos

● Listas (lists): Secuencia de elementos ordenados, que pueden ser de cualquier tipo de
datos.
● Las listas se crean usando corchetes [] y los elementos se separan por comas.
○ Ejemplos: [1, 2, 3], ["manzana", "pera", "naranja"], [1, "hola", True], etc.
● Para acceder a los elementos se usa el índice, que siempre comienza en cero.
Tipos de datos
Diccionarios

● Colección de pares clave-valor, donde cada clave se asocia con un valor.

● Los diccionarios se crean usando llaves {} y cada par clave-valor se separa por comas.
/*Operaciones y métodos*/
Operaciones y métodos
Strings
Operaciones y métodos
Aritméticas
¿Cómo podemos encontrar el número
más grande dentro de una lista?
Solución
Errores con operaciones
Mezclando variables
Es importante mencionar que las listas no exigen que todos sus elementos sean del mismo tipo, lo que
puede generar un error al aplicar funciones que operan sobre datos numéricos:
Ejercicio guiado
“El vendedor”
El vendedor

1. El ejercicio del vendedor es un ejemplo clásico utilizado para

enseñar programación en diferentes lenguajes.

2. Pueden existir infinitas variaciones de este ejercicio,

dependiendo de los requerimientos.

3. En este caso, crearemos un programa en el que se conoce el

valor de un producto y el porcentaje de descuento que se le
aplica. El usuario debe ingresar la cantidad de artículos que
desea, y el programa le muestra el valor a pagar.
El vendedor

Veremos el siguiente caso:

1. Definición de variables: Se establecen dos variables, una para el precio del producto y
otra para el descuento.

2. Solicitud de información: Se utiliza la función "input" para solicitar al usuario la

cantidad de productos que desea comprar.

3. Cálculo del precio final: Se realiza el cálculo multiplicando el precio del producto por la
cantidad y luego se aplica el descuento.

4. Imprimiendo resultados: Finalmente, se utiliza la función "print" para mostrar el precio

final.
El vendedor
/*Librerías*/
Librerías
Importación de librerías

En Python, las librerías son conjuntos de módulos y funciones predefinidos que se pueden importar en un
programa para agregar funcionalidades adicionales.
Para importar una librería en Python, se utiliza la palabra clave import seguida del nombre de la librería:
Ejercicio: Lanzando una
moneda
Ejercicio
Lanzando una moneda
Podemos simular el lanzamiento de una moneda, eligiendo al azar un elemento dentro de una lista, por
ejemplo:
 Ejercicio Guiado
"Club de Mascotas"
Club de mascotas

● Debes descargar el notebook “Club de Mascotas.ipynb” desde la plataforma.

● Ábrelo en tu computador o en Google Colab.
● ¡Sigue las instrucciones para inscribir a tu mascota en el club!
Desafío - Conociendo Python
Desafío
“Conociendo Python”

● Descarga el archivo “Desafío”.

● Tiempo de desarrollo asincrónico: desde 4 horas.
● Tipo de desafío: individual.

¡AHORA TE TOCA A TI! 󰙥

Ideas fuerza

Python es un Admite interacción Permite utilizarse

lenguaje de con el usuario y combinado con el
programación de trabajar con lenguaje de marcas.
alto nivel, fácil de diferentes tipos de Podemos trabajar
usar, y que datos. Es offline con Jupyter
permite fundamental Notebook, o de
complementar el distinguirlos para manera online
uso de SQL en no cometer errores. gracias a Google
bases de datos. Colab.
¿Qué contenidos de la clase
no te quedaron totalmente
claros?
Recursos asincrónicos
¡No olvides revisarlos!

Para esta semana deberás revisar:

● Guía de contenidos “Conociendo Python (Parte I)”
● Tutorial “Markdown”
● Desafío “Conociendo Python (Parte I)”
Próxima sesión…
● Construir y utilizar diagramas de flujo y algoritmos.
● Utilizar operadores matemáticos y lógicos.
● Utilizar estructuras de control de flujo para crear programas.