Curso interactivo de Python

Lección 1 • Variables y tipos de datos incorporados

Declara variables y trabaja con enteros, flotantes, cadenas y booleanos. Comprender los tipos de dato es un prerrequisito para todos los capítulos de manipulación de datos.

Lección 2 • Sintaxis básica y estructura del código

Domina las reglas de indentación, los comentarios y la sintaxis de las sentencias. Los hábitos correctos de sintaxis previenen los errores más comunes de principiante a lo largo de todo el curso.

Lección 3 • Instalación de Python y herramientas de desarrollo

Instala Python, un editor de código y un gestor de entornos virtuales. Estas herramientas constituyen el espacio de trabajo base para cada ejercicio del curso.

Lección 1 • Fundamentos del manejo de excepciones

Captura y maneja errores en tiempo de ejecución con los bloques try, except y finally. Un manejo de errores robusto previene fallos en todos los programas que construyas más adelante en el curso.

Lección 2 • Bucles While y control de bucles

Ejecuta acciones repetidas con bucles while y controla la iteración usando break y continue. Estas construcciones manejan escenarios de repetición de longitud desconocida.

Lección 3 • Sentencias condicionales

Escribe bloques if, elif y else para ramificar el comportamiento del programa. Los condicionales son la herramienta principal para codificar reglas de negocio y lógica dirigida por el usuario.

Lección 1 • Diccionarios: Claves, valores y métodos

Almacena pares clave-valor y consúltalos de forma eficiente con los métodos de dict. Los diccionarios modelan registros estructurados utilizados en APIs, configuraciones y bases de datos.

Lección 2 • Cadenas como secuencias

Aplica operaciones de secuencia y métodos específicos de cadena a los datos de texto. La manipulación de cadenas es esencial para el análisis de archivos y la salida orientada al usuario.

Lección 3 • Comprensiones de listas

Crea listas filtradas y transformadas en una sola expresión. Las comprensiones sustituyen a los bucles verbosos y aparecen en todo el código Python profesional.

Lección 4 • Tuplas y conjuntos

Usa tuplas para secuencias inmutables y conjuntos para colecciones de valores únicos. Elegir el tipo correcto mejora la corrección y el rendimiento.

Lección 1 • Decoradores y envoltorios de funciones

Envuelve funciones para añadir comportamiento sin modificar su código fuente. Los decoradores se utilizan para registro, almacenamiento en caché y control de acceso en código de producción.

Lección 2 • Funciones lambda y funciones de orden superior

Escribe funciones anónimas y pasa funciones como argumentos. Los patrones de orden superior permiten canalizaciones de transformación de datos concisas.

Lección 3 • Definición y llamada de funciones

Escribe funciones con parámetros y valores de retorno. Las funciones son el principal mecanismo de abstracción utilizado en todos los capítulos posteriores.

Lección 4 • Ámbito, espacios de nombres y clausuras

Comprende los ámbitos local, envolvente, global e incorporado. Las reglas de ámbito determinan la visibilidad de las variables y previenen errores sutiles en programas más grandes.

Lección 1 • Encapsulación y propiedades

Controla el acceso a los atributos con ofuscación de nombres y el decorador property. La encapsulación refuerza la integridad de los datos en diseños basados en clases.

Lección 2 • Métodos: De instancia, de clase y estáticos

Distingue e implementa los tres tipos de métodos. Elegir el tipo de método correcto clarifica la intención y mejora el diseño de la API.

Lección 3 • Métodos dunder y sobrecarga de operadores

Implementa métodos especiales para integrar clases personalizadas con la sintaxis de Python. Los métodos dunder hacen que los objetos se comporten como tipos incorporados.

Lección 4 • Clases, objetos y atributos

Define clases, instancia objetos y gestiona atributos de instancia. Las clases organizan datos y comportamiento relacionados en planos reutilizables.

Lección 1 • Módulos útiles de la biblioteca estándar

Aplica os, sys, pathlib, datetime y collections a tareas comunes. La biblioteca estándar elimina la necesidad de reinventar utilidades fundamentales.

Lección 2 • Creación e importación de módulos

Divide el código en módulos y controla lo que se exporta. El diseño modular reduce el acoplamiento y permite la reutilización de código entre proyectos.

Lección 3 • Construcción de paquetes de Python

Organiza módulos en paquetes con __init__.py y gestiona las dependencias. Los paquetes son la unidad estándar de distribución para las bibliotecas de Python.

Lección 4 • Trabajo con archivos CSV y JSON

Analiza y serializa datos estructurados usando los módulos csv y json. Estos formatos son los más comunes para el intercambio de datos en flujos de trabajo profesionales.

Lección 1 • Pruebas con pytest

Escribe pruebas concisas y utiliza fixtures con pytest. pytest es el framework estándar de la industria para pruebas en Python en proyectos profesionales.

Lección 2 • Pruebas unitarias con unittest

Escribe y ejecuta casos de prueba usando el framework unittest. Las pruebas unitarias verifican funciones individuales y detectan regresiones durante el desarrollo.

Lección 3 • Estilo de código, análisis estático y formateo

Refuerza el estilo con flake8, black e isort. Un formateo coherente reduce la carga cognitiva y facilita la revisión de código en entornos de equipo.

Lección 4 • Simulación (mocking) y aislamiento de pruebas

Sustituye dependencias externas con mocks usando unittest.mock. El aislamiento garantiza que las pruebas sean rápidas, deterministas y sin efectos secundarios.

Lección 1 • Concurrencia con Threading y Asyncio

Ejecuta tareas limitadas por E/S de forma concurrente con hilos y async/await. La concurrencia mejora drásticamente el rendimiento de transferencia en aplicaciones con uso intensivo de red y archivos.

Lección 2 • Gestores de contexto y control de recursos

Construye gestores de contexto personalizados usando clases y contextlib. Una gestión adecuada de los recursos previene fugas de manejadores de archivos y conexiones.

Lección 3 • Perfilado y optimización del rendimiento

Identifica cuellos de botella con cProfile y timeit, y luego aplica correcciones específicas. La optimización basada en datos evita ajustes prematuros y mal dirigidos.

Lección 4 • Multiprocesamiento para tareas limitadas por CPU

Evita el GIL con el módulo multiprocessing para computación paralela. El multiprocesamiento permite un paralelismo real en máquinas multinúcleo.