Scribd
Cargar
8 vistas22 páginas

Introducción-a-Python

El documento es una introducción a Python, cubriendo su definición, instalación a través de Anaconda, y el uso de la interfaz Spyder. Se abordan conceptos básicos como la creación de variables, funciones, y el uso de librerías esenciales como Numpy y Pandas. Además, se explican comandos básicos y la manipulación de datos, así como la creación y gestión de scripts.

Cargado por

ev
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
8 vistas22 páginas

Introducción-a-Python

El documento es una introducción a Python, cubriendo su definición, instalación a través de Anaconda, y el uso de la interfaz Spyder. Se abordan conceptos básicos como la creación de variables, funciones, y el uso de librerías esenciales como Numpy y Pandas. Además, se explican comandos básicos y la manipulación de datos, así como la creación y gestión de scripts.

Cargado por

ev
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/ 22

Introducción a

Python
Laboratorio 3, DF, FCEyN, UBA
1C 2022 - Matías Zanini
Lo que vamos a aprender hoy:

● Qué es Python

● Instalación: Anaconda, Spyder, Librerías

● Interfaz de Spyder

● Conceptos y comandos básicos

● Definición de variables y funciones

● Librerías importantes
¿Qué es Python?
Es un lenguaje de programación
interpretado.

Pros: Se ejecuta línea por línea

○ Fácil de leer
○ Dinámico
○ Multiplataforma
○ Todo el mundo lo usa

Contras:
○ Más lento que los compilados
○ Muy “permisivo”
Instalación y Preparación

Link: https://www.anaconda.com/products/individual

Se encarga de todo. Instala Python, Spyder, librerías y


provee una interfaz gráfica para ordenarlo.

Necesitamos un intérprete: El intérprete nos permite


escribir el código y
ejecutarlo
Usando Anaconda: Entornos y Consola
Creamos un nuevo environment (Python 3.8) → Lo seleccionamos y abrimos una terminal o consola.

Comandos que usaremos:


● conda install → instala paquetes
● conda update → los actualiza
● spyder → ejecuta spyder
● pip install (no recomendado)
Usando Anaconda: Librerías
Las librerías son paquetes descargables e instalables que contienen
funciones útiles que vamos a necesitar.

Las instalamos con: conda install “nombre de la librería”

● Numpy: permite crear objetos que funcionan como vectores y


matrices.

● Matplotlib: permite crear gráficos a partir de los datos.

● Scipy: funciones matemáticas, constantes, ajuste de funciones.

● Pandas: permite organizar datos en forma de tablas.


Interfaz de Spyder
Crear script Guardar estado Ejecutar
Ejecutar celda y avanzar a la
actual Script
siguiente

Podemos crear scripts nuevos,


guardarlos, ejecutarlos en la
consola, configurar spyder, etc.

Configuración Un script es un archivo donde


Abrir script Ejecutar celda se escribe código para luego
ser ejecutado. Suele tener la
extensión “.py”.

(Veámoslo en vivo)
Interfaz de Spyder: Directorio de Trabajo

Cambiar
directorio

Es la carpeta donde Python, por defecto, buscará


scripts para abrir o importar, guardará archivos, etc.
Comandos Básicos y Tipos de Variables

Vamos a aprender cómo


definir variables y a hacer
operaciones básicas con
ellas.

Abrir el script “intro.py”.


Comandos If, For, While

Python permite realizar rutinas de manera sencilla.

If: Permite decidir si un bloque de código se ejecuta o no, bajo una


condición. Puede ir junto con else (sino) o elif (de lo contrario, si…).

For: Repite un bloque de código la cantidad de veces deseada.

While: Repite un bloque de código siempre, hasta que una dada


condición se deje de cumplir.

Para definir los bloques de código hay que tener en cuenta la identación.
Identación
La identación es la forma que tiene Python
de definir bloques de código con jerarquía.

Es como una “mamuschka”:

Bloque 1

Bloque 2
Creando Funciones

def nombre_funcion(x,y): declaramos el nombre y las variables.

z = x+y bloque de código. Puede ser cualquier cosa.

return z declaramos lo que la función debe


devolver como resultado.

¡No olvidar la identación!


Creando Funciones: Funciones Anónimas

Una forma rápida de a = lambda x: x+2


definir una función sin
>> a(2)
necesidad de ponerle
nombre. >> 4

No las vamos a usar. Su aplicación es más avanzada y excede


al objetivo del curso.
Funciones Internas Útiles

len(): devuelve el tamaño del arreglo.


type(): devuelve qué tipo de variable es el objeto entre paréntesis (float, string,
list, etc.).
range(): objeto que itera en un dado rango, con pasos de 1 en 1. Por defecto
comienza en 0.
list(): convierte los objetos en listas (siempre que sean iterables).
int(): convierte los objetos en números enteros (si es posible).
float(): convierte los objetos en números de punto flotante (si es posible).
sum(): devuelve la suma de todos los elementos de un iterable (si está hecho de
números).
Librerías: Cómo Importarlas

este comando define la abreviatura que


usaremos para llamar a la librería
Para utilizar los objetos dentro de
las librerías, deberemos anteponer
la abreviatura, seguido de un
punto “.”

Ejemplos:

si solo nos interesa una subclase de la np.array()


librería podemos llamarla así np.dot()
plt.plot()
Librerías Importantes: Numpy

vector = np.array([1,2,3,4]) Definimos un vector o arreglo de numpy

vector + vector Devuelve la suma componente a componente

vector*vector Devuelve el producto componente a componente

vector**2 Eleva al cuadrado componente a componente

np.dot(vector,vector) Devuelve el producto interno


Librerías Importantes: Numpy

Para definir matrices, hacemos una “lista de listas”. Cada lista es una fila.

matriz = np.array([ [1,2], [2,1] ])

Las funciones anteriores también funcionan.


np.dot(matriz, matriz) devuelve el producto matricial (otra matriz).
Guardar/Importar Archivos con Datos

Array o matriz de numpy


Utilizaremos los siguientes comandos

Para guardar: np.savetxt( nombre_archivo, vector)

Para cargar: vector = np.loadtxt( nombre_archivo )

Si no especifican lo contrario, el archivo se guardará en su directorio


de trabajo.
Recordar agregar la extensión “.txt” al final del string con el nombre.
Otra Librería Útil: Pandas

Permite generar tablas con los datos que recopilemos.

tabla = pd.DataFrame( index = iterable , columns = lista con nombres de


columnas)

Tabla vacía
Ejemplo:
NaN = Not a
Number
index = range(8)

columns = [‘Tiempo’, ‘Voltaje’]


Otra Librería Útil: Pandas

tiempo = [1,2,3,4,5,6,7,8]
Si tenemos los siguientes
datos: señal = [4,5.4,5.3, 3, 4.3, 2.2, 2.4, 8]

Los agregamos a la tabla


como:

tabla[‘Tiempo’] = tiempo

tabla[‘Voltaje’] = señal
Guardar/Importar Archivos con Datos
Evita que se guarden los
Utilizaremos los siguientes comandos números de los índices

Para guardar: tabla.to_csv( nombre_archivo, index=False)

Para cargar: tabla_cargada = pd.read_csv( nombre_archivo )

Si no especifican lo contrario, el archivo se guardará en su directorio


de trabajo.
Recordar agregar la extensión “.csv” al final del string con el nombre.
En futuras clases veremos...

● Manejar mejor el guardado/cargado de


archivos.

● Gráficos y Análisis

● Ajuste de funciones

También podría gustarte