0% encontró este documento útil (0 votos)
6 vistas

Programacio_n_en_Python_con_ChatGPT__2_

El documento es una guía introductoria sobre Python, destacando su sintaxis clara, amplia comunidad y versatilidad en diversas aplicaciones. Incluye instrucciones para instalar Python en diferentes sistemas operativos, así como conceptos básicos de programación, estructuras de datos y ejemplos de uso. También se presentan recomendaciones para el uso de entornos de desarrollo y cómo interactuar con el Code Interpreter de ChatGPT para resolver problemas de programación.

Cargado por

pablo1baldrich1
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
6 vistas

Programacio_n_en_Python_con_ChatGPT__2_

El documento es una guía introductoria sobre Python, destacando su sintaxis clara, amplia comunidad y versatilidad en diversas aplicaciones. Incluye instrucciones para instalar Python en diferentes sistemas operativos, así como conceptos básicos de programación, estructuras de datos y ejemplos de uso. También se presentan recomendaciones para el uso de entornos de desarrollo y cómo interactuar con el Code Interpreter de ChatGPT para resolver problemas de programación.

Cargado por

pablo1baldrich1
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 32

Breve introducción a

Python

Aprender a programar
con ChatGPT
Tenemos que aprender
a usar Python
¿Por qué Python?

● Sintaxis clara y legible: te va a ser fácil aprender python porque es super


fácil de leer. En muchas cosas es similar a hablar indio, como SQL.

● De las mayores comunidades y soporte: Encontrar soluciones es fácil y


mejora muchísimo. Documentación, foros, recursos…
● Montonazo de frameworks y librerías: Para casi cualquier necesidad.
Muy bien mantenidas, intuitivas y funcionales.
● Extremadamente versátil: scripting y automatizaciones, pero también
desarrollo web, análisis de datos, IA, desarrollo de software…
Pero el mayor motivo…

Es que ChatGPT funciona con Python


- Code Interpreter (ADA)
- ChatGPT entrenado con datos de Internet
- Sintaxis clara y legible
- Documentación, recursos, ejemplos, etc. abundante

Oh vaya, casi parece que es perfecto para entrenar un modelo


LLM para que aprenda Python, ¿no?
Instalar Python en Mac

Con Instalador: python.org/downloads. Descarga y abre el archivo .pkg


descargado. Sigue las instrucciones del instalador.

Por terminal (con brew): $ brew install python

Verificar la Instalación:

● Abre la Terminal.
● Escribe $ python3 --version y presiona Enter.
● Deberías ver la versión de Python que acabas de instalar.

- En mac, viene por defecto python2.7 (deprecated) y se usa python2 y pip3


- Mejor instalar con brew para que configure todo bien (como el PATH)
Instalar python en Windows

Con Instalador: python.org/downloads. Descarga y abre el


archivo .exe descargado. Sigue las instrucciones del instalador.
MARCA LA CASILLA “Add to PATH”. Si no tendréis que añadirlo
luego.

Verificar la Instalación:

● Abre la Terminal Command Prompt (CMD).


● Escribe $ python3 --version y presiona Enter.
● Deberías ver la versión de Python que acabas de instalar.
Instalar python en Ubuntu/Debian

Normalmente viene instalado, pero por si acaso.

$ sudo apt update


$ sudo apt install python3
$ python3 --version

Verificar la Instalación:

● Abre la Terminal.
● Escribe $ python3 --version y presiona Enter.
● Deberías ver la versión de Python que acabas de instalar.
Entornos de desarrollo a utilizar

- Lo mejor es utilizar Visual Studio Code o un fork (derivado)


de este:

- VSCodium, Gitpod, Coder, Eclipse Theia…. Codeium


- Yo voy a utilizar Cursor, por propuesta de Jaime
- Por si acaso, os recomiendo usar una herramienta de
contenedores y máquinas virtuales -> Docker Desktop. Pero
para enseñaros lo de hoy lo podemos hacer con el pc.
Python basics

TIPOS DE VARIABLES OPERACIONES

a = 10
booleano = True b=3
string = "Juan"
entero = 10 suma = a + b
flotante = 3.14159 resta = a - b
cadena1 = "Hola" multiplicacion = a * b
cadena2 = ‘Mundo’ division = a / b
modulo = a % b
print("Hello, World!") exponente = a ** b
print(cadena1, cadena2) concat = cadena1 + " " + cadena2
repeticion = cadena1 * 3
longitud = len(cadena1)
Multielementos en python

● Listas (list): numeros = [1, 2, 3, 4, 5]


● Tuplas (tuple): coordenadas = (10, 20)
● Dicc. (dict): persona = {"nombre": "Ana", "edad": 30}
● Conjuntos (Set): letras = {'a', 'b', 'c'} #desordenadas, elem. únicos
Tipos multielementos

Tipo Características Casos de Uso Métodos Aplicables


- Almacenar una
append(), extend(), insert(),
secuencia ordenada de
Ordenadas, mutables, remove(), pop(), clear(),
Listas elementos.
permiten duplicados index(), count(), sort(),
- Cuando necesitas
reverse(), copy()
modificar los elementos.

Desordenados (a partir - Almacenar datos keys(), values(), items(),


de Python 3.7 se asociados con claves. get(), update(), pop(),
Diccionarios mantienen ordenados), - Acceso rápido a los popitem(), clear(),
mutables, pares datos a través de setdefault(), copy(),
clave-valor únicos claves. fromkeys()
Operaciones con listas y diccionarios

diccionario =
lista = [1, 2, 3, 4, 5]
{"nombre": "Ana", "edad": 30}
lista.append(6)
nombre = diccionario["nombre"]
elemento = lista[2]
diccionario["edad"] = 31
sublista = lista[1:4]
diccionario["ciudad"] = "Madrid"
longitud = len(lista)
keys = diccionario.keys()
values = diccionario.values()
Leer y escribir en archivos

with open("archivo.txt", "r") as file:


contenido = file.read()
print(contenido)

with open("archivo.txt", "w") as file:


file.write("Hola, Mundo")
Operadores lógicos y de comparación

a=5
b = 10 x = True
y = False
print(a == b) # False print(x and y) # False
print(a != b) # True print(x or y) # True
print(a > b) # False print(not x) # False
print(a < b) # True
print(a >= b) # False ((a > b) and (c != d)) or (e ==f)
print(a <= b) # True
Condicionales en python

edad = 17 edad = 20
vip = False
if edad > 18: ban = False
print("Eres mayor de edad")
elif edad == 18: if (edad >= 18 and not ban) or vip:
print("Acabas de cumplir 18") print("Puede entrar al club.")
else: else:
print("Eres menor de edad") print("No puede entrar al club.")
Bucles en python: bucle for

print(0)
print(1)
print(2) for numero in range(1, 11):
print(3)
print(4) if numero % 2 == 0:
print(f"{numero} es par.")
else:
for i in range(5): print(f"{numero} es impar.")
print(i)
Bucles en python: bucle while

print(0)
print(1)
print(2) contador = 10
print(3)
print(4) while contador >= 0:
print(f"Contador: {contador}")
numero = 0 contador -= 1
while numero < 5: print("¡Cuenta atrás finalizada!")
print(numero)
numero += 1
Bucles en python: recorrer listas

nombres = ["Ana", "Luis", "Marta", "Carlos", "Elena"]


for nombre in nombres:
print(f"Hola, {nombre}!")

tareas = ["Lavar platos", "Hacer compra", "Estudiar Python",]


while tareas:
tarea_actual = tareas.pop(0)
print("¡Todas las tareas han sido completadas!")
Funciones y retornos

def saludar(nombre): def sumar(a, b):


print(f"Hola, {nombre}") return a + b

saludar("Juan") resultado = sumar(5, 3)


print(resultado)
Funciones y retornos

numeros = [10, 20, 30, 40, 50]


media = calcular_media(numeros)
def media(lista): des_est = desviacion_estandar(numeros)
return sum(lista) / len(lista) print(f"Media: {media}")
print(f"Desviación estándar: {des_est}")
def desviacion_estandar(lista):
media = calcular_media(lista)
varianza = sum((x - media) ** 2 for x in lista) / len(lista)
desviacion = varianza ** 0.5
return desviacion
Módulos, librerías e imports

import math import numpy as np


from math import sqrt, pi
array = np.array([1, 2, 3, 4])
print(math.sqrt(16)) # 4.0 print(array)
print(math.pi) # 3.14159
Módulos y librerías más usadas

NO NATIVOS
NATIVOS
import numpy as np
import random #aleatoriedad import pandas as pd
import os #sistema operativo import requests
import sys #intérprete import matplotlib.pyplot as plt
import datetime #fechas import plotly.express as px
import time #cosas de tiempo from PyPDF2 import PdfReader
import json #manejo y parseo from bs4 import BeautifulSoup
import re #expresiones regulares import tensorflow as tf
import keras
from PIL import Image
Corregir al Code Interpreter de ChatGPT

● 1. Contexto Claro: Proporciona un contexto claro y detallado


sobre el problema que deseas resolver.

“Necesito un script en Python para leer un archivo CSV, procesar los


datos para eliminar duplicados y calcular la media de la columna
[C].”
Corregir al Code Interpreter de ChatGPT

● 2. Requerimientos Específicos: Indica claramente los requisitos


específicos del código.

“El script debe usar pandas y debe manejar errores si el archivo CSV
no existe o la columna especificada no está presente.”
Corregir al Code Interpreter de ChatGPT

● 3. Pídele que gestione errores: además de que vaya paso a


paso, que testee y debuguee lo que está haciendo. Añadir
sentencias debug hará que se autocorrija más fácilmente.

“El script debe usar pandas y debe manejar errores si el archivo CSV
no existe o la columna especificada no está presente.”
Corregir al Code Interpreter de ChatGPT

● 4. Ayúdale a encontrar el error: Plantea preguntas específicas


sobre esos problemas, dale información extra.

El script está arrojando un error de KeyError. ¿Puedes ayudarme a


solucionarlo?

Me está dando este error. Creo que es porque en la línea [X] la


función [Y] no coge bien el formato del parámetro [Z]
Corregir al Code Interpreter de ChatGPT

● 5. Descomponer el Problema: Divide el problema en partes más


pequeñas y solicita ayuda en cada parte.

“Tengo esta función (no este script) que hace [...]. Pero [pistas sobre
el problema]. ¿Qué crees que puede estar mal / ocurriendo?”

“Primero, necesito ayuda para cargar el archivo CSV y verificar su


existencia.”

“Ahora que hemos cargado el CSV, ¿puedes ayudarme a eliminar los


duplicados?”
Corregir al Code Interpreter de ChatGPT

● 6. Pídele que ponga comentarios y docu explicando lo que hace:


Al pedir que comente cada sección con el funcionamiento, fuerzas a
autocorregirse prestando atención a lo que hace el código.

“Tengo este script [script]. Que lo que quiero que haga es [...]. Pero no
funciona. Por favor, revísalo paso a paso, ponme comentarios de qué
hace cada parte, debuguea errores e intenta solucionarlo.
Corregir al Code Interpreter de ChatGPT

● 7. Pídele ejemplos y códigos de prueba: Ayudarán a ChatGPT


también a autocorregirse.

“¿Puedes agregar algunos casos de prueba para verificar que el script


funcione correctamente con diferentes archivos CSV?”
Corregir al Code Interpreter de ChatGPT

● 8. Solicitar revisión y mejora: ChatGPT hará como una segunda


opinión del código. Lo ve desde otra perspectiva.

“Este es el código que tengo hasta ahora. ¿Cómo podría mejorarlo


para que sea más eficiente?” Revísamelo
Corregir al Code Interpreter de ChatGPT

● 9. Pedirle optimizaciones específicas: Pide optimizaciones


específicas como estructurar el código, organizarlo en clases y
funciones, manejo de excepciones, eficiencia en el uso de
memoria, etc.

“¿Cómo puedo mejorar el [característica] de este código?”

“Tengo este código en pseudo borrador. Organízalo de forma


profesional en clases modulables y con sentido lógico.”
Corregir al Code Interpreter de ChatGPT

● 10. Pásale la documentación del lenguaje / librería, etc.

“Aquí está la documentación de pandas:


https://pandas.pydata.org/pandas-docs/stable/”

“Esta es la documentación de PyPDF2:


https://pypi.org/project/PyPDF2/”

También podría gustarte