Curso completo de Python

Lección 1 • Entrada, salida y formateo de cadenas

Enseña print(), input() y técnicas modernas de formateo de cadenas. Permite scripts interactivos y una salida de programa legible.

Lección 2 • Variables y tipos de datos incorporados

Explica el tipado dinámico, la asignación de variables y los tipos básicos. El dominio aquí fundamenta cada tarea de manipulación de datos que viene.

Lección 3 • Sintaxis básica y estructura del código

Presenta las reglas de indentación, los comentarios y la estructura de las sentencias. Los hábitos correctos de sintaxis previenen errores a lo largo del curso.

Lección 4 • Operadores y expresiones

Cubre operadores aritméticos, de comparación, lógicos y a nivel de bits. Los estudiantes combinan operadores para formar expresiones computacionales significativas.

Lección 1 • Fundamentos de manejo de excepciones

Cubre los bloques try, except, else y finally para la gestión de errores. Un manejo robusto de errores previene fallos en todos los proyectos posteriores.

Lección 2 • Comprensiones y generadores

Presenta las comprensiones de listas, diccionarios y conjuntos, además de las expresiones generadoras. Produce patrones de iteración concisos y eficientes en memoria.

Lección 3 • Sentencias condicionales

Cubre los bloques if, elif y else con condiciones anidadas. Construye la lógica de toma de decisiones esencial para todos los programas del mundo real.

Lección 4 • Bucles while y control de bucles

Enseña bucles while, break, continue y cláusulas else. Los estudiantes controlan la terminación de bucles con precisión en escenarios complejos.

Lección 1 • Definición y llamado de funciones

Cubre la sintaxis def, los valores de retorno y las convenciones de llamado. Las funciones son la unidad principal de reutilización en cada proyecto Python.

Lección 2 • Técnicas avanzadas de parámetros

Enseña valores por defecto, *args, **kwargs y parámetros solo por palabra clave. Permite APIs flexibles usadas en librerías y frameworks.

Lección 3 • Ámbito, clausuras y espacios de nombres

Explica las reglas de ámbito LEGB, global/nonlocal y la mecánica de clausuras. Previene errores sutiles causados por el uso compartido no intencionado de variables.

Lección 4 • Funciones lambda y herramientas funcionales

Cubre expresiones lambda y las funciones incorporadas map(), filter() y functools. Permite transformaciones de datos concisas en estilo funcional.

Lección 1 • Listas y tuplas

Cubre la mutación de listas, el slicing, el ordenamiento y las tuplas inmutables. Estas secuencias sustentan los pipelines de datos construidos en capítulos posteriores.

Lección 2 • Módulo collections

Presenta Counter, defaultdict, deque y OrderedDict. Los contenedores especializados resuelven problemas comunes con menos código.

Lección 3 • Complejidad algorítmica y selección

Explica la notación Big-O para operaciones incorporadas y guía la selección de estructuras. Elegir correctamente previene cuellos de botella de rendimiento a escala.

Lección 4 • Cadenas como secuencias

Explora los métodos de cadenas, el slicing y la codificación. El dominio de cadenas es necesario para el análisis de archivos y el trabajo con APIs que se cubre más adelante.

Lección 1 • Métodos y propiedades

Enseña métodos de instancia, clase y estáticos, además de @property. El acceso controlado a atributos refuerza la integridad de los datos en toda la base de código.

Lección 2 • Clases, objetos y atributos

Cubre la definición de clases, __init__, atributos de instancia vs. de clase. Los objetos encapsulan estado y comportamiento para un diseño modular.

Lección 3 • Herencia y polimorfismo

Explica la herencia simple y múltiple, super() y la sobreescritura de métodos. El polimorfismo permite un diseño de componentes flexible e intercambiable.

Lección 4 • Dataclasses y patrones modernos de POO

Presenta @dataclass, slots e instancias congeladas para reducir el código repetitivo. Los patrones modernos producen definiciones de clases más seguras y legibles.

Lección 1 • Entornos virtuales y gestión de dependencias

Explica venv, pip y los archivos de requisitos para entornos aislados. El aislamiento previene conflictos de versiones en flujos de trabajo multiproyecto.

Lección 2 • Fundamentos de la biblioteca estándar

Revisa los módulos os, sys, pathlib, datetime, json y re. Estos incorporados resuelven tareas comunes sin dependencias de terceros.

Lección 3 • Creación y distribución de paquetes

Enseña __init__.py, subpaquetes y la configuración de pyproject.toml. Un empaquetado adecuado permite la reutilización entre proyectos y equipos.

Lección 4 • Módulos y el sistema de importación

Cubre import, from-import, alias y las rutas de búsqueda de módulos. Comprender las importaciones previene dependencias circulares y conflictos de espacios de nombres.

Lección 1 • APIs HTTP con requests y httpx

Cubre GET, POST, cabeceras, autenticación y manejo de errores. La integración de APIs es una competencia central para el trabajo moderno de backend y datos.

Lección 2 • Lectura y escritura de archivos

Cubre open(), gestores de contexto, modos de texto vs. binario y CSV. La E/S de archivos es el punto de entrada para todos los pipelines de ingesta de datos.

Lección 3 • Trabajo con rutas y el sistema de archivos

Enseña operaciones de pathlib, recorrido de directorios y metadatos de archivos. Un manejo robusto de rutas previene problemas de compatibilidad entre plataformas.

Lección 4 • Construcción de APIs REST con FastAPI

Enseña la definición de rutas, modelos de petición, validación y respuestas. Los estudiantes exponen sus propios servicios de datos mediante un framework listo para producción.

Lección 1 • Pruebas unitarias con pytest

Cubre funciones de prueba, aserciones, fixtures y parametrize. Las pruebas automatizadas detectan regresiones antes de que el código llegue a producción.

Lección 2 • Perfilamiento y optimización del rendimiento

Presenta cProfile, timeit y memory_profiler para la detección de cuellos de botella. La optimización basada en datos evita ajustes prematuros y equivocados.

Lección 3 • Calidad de código y análisis estático

Cubre las sugerencias de tipo, mypy, flake8 y black para bases de código mantenibles. Los estándares aplicados reducen errores y facilitan las revisiones de código en equipo.

Lección 4 • Técnicas y herramientas de depuración

Cubre pdb, depuradores de IDE, puntos de interrupción y depuración basada en registro. La depuración sistemática reduce el tiempo dedicado a diagnosticar problemas en producción.