Curso de Python

Lección 1 • Variables y tipos de datos integrados

Introduce variables, asignación de tipos y los tipos primitivos de Python. Comprender los tipos es un prerrequisito para toda la manipulación de datos posterior.

Lección 2 • Operadores y expresiones

Explica los operadores aritméticos, de comparación, lógicos y de asignación. La fluidez con los operadores permite escribir expresiones computacionales significativas.

Lección 3 • Entrada, salida y depuración básica

Cubre el formato de impresión, la entrada del usuario y la lectura de mensajes de error. Estas habilidades hacen que los scripts sean interactivos y los errores diagnosticables.

Lección 4 • Sintaxis fundamental y estructura del código

Enseña las reglas de indentación, comentarios y estructura de sentencias. Los hábitos correctos de sintaxis previenen errores a lo largo de todo el curso.

Lección 1 • Bucles For e iteración

Cubre la iteración sobre secuencias y el uso de range. Los bucles for permiten el procesamiento repetitivo de colecciones introducidas en capítulos posteriores.

Lección 2 • Bucles While y control de bucles

Explica los bucles basados en condiciones y break, continue y pass. Estas herramientas manejan la repetición indefinida y los escenarios de salida anticipada.

Lección 3 • Fundamentos del manejo de excepciones

Cubre los bloques try, except, else y finally para la gestión de errores. Un flujo de control robusto requiere manejar condiciones inesperadas en tiempo de ejecución de manera elegante.

Lección 4 • Comprensiones e iteración funcional

Introduce las comprensiones de listas y los patrones map/filter. La sintaxis de iteración concisa mejora la legibilidad y el rendimiento en tareas de datos.

Lección 1 • Elección y anidamiento de estructuras de datos

Guía la selección entre estructuras y la construcción de compuestos anidados. La elección correcta de la estructura impacta directamente en la claridad del código y la eficiencia en tiempo de ejecución.

Lección 2 • Diccionarios: Claves, valores y métodos

Cubre la creación de diccionarios, patrones de acceso y métodos de iteración. Los diccionarios son la columna vertebral del manejo de datos estructurados y configuraciones.

Lección 3 • Tuplas y secuencias inmutables

Explica la creación de tuplas, el desempaquetado y los beneficios de la inmutabilidad. Las tuplas imponen la integridad de los datos donde la mutación causaría bugs.

Lección 4 • Conjuntos y operaciones de pertenencia

Enseña la creación de conjuntos, la deduplicación y el álgebra de conjuntos. Los conjuntos proporcionan pruebas de pertenencia O(1) críticas para el código sensible al rendimiento.

Lección 1 • Definición y llamada de funciones

Enseña la sintaxis def, parámetros y valores de retorno. Las funciones son la unidad principal de reutilización para todos los módulos posteriores.

Lección 2 • Ámbito, espacios de nombres y cierres (closures)

Explica las reglas de ámbito local, envolvente, global e integrado (built-in). El dominio del ámbito previene bugs sutiles en programas más grandes.

Lección 3 • Docstrings y documentación de funciones

Enseña las convenciones de docstrings y las herramientas de introspección. Las funciones bien documentadas son esenciales para la colaboración en equipo y el diseño de API.

Lección 4 • Funciones Lambda y funciones de orden superior

Introduce las funciones anónimas y las funciones como objetos de primera clase. Estos patrones sustentan la programación funcional y las APIs basadas en callbacks.

Lección 1 • Clases, objetos y atributos

Introduce la definición de clases, la instanciación y los atributos de instancia. Las clases organizan datos y comportamientos relacionados en planos reutilizables.

Lección 2 • Métodos dunder y sobrecarga de operadores

Cubre __str__, __repr__, __eq__, __len__ y los métodos dunder aritméticos. Los métodos dunder personalizados hacen que los objetos se comporten naturalmente con la sintaxis de Python.

Lección 3 • Métodos: De instancia, de clase y estáticos

Cubre los tres tipos de métodos y sus casos de uso apropiados. Elegir el tipo de método correcto aclara la intención y reduce el acoplamiento.

Lección 4 • Encapsulación y propiedades

Explica las convenciones de nombramiento privado, getters, setters y @property. La encapsulación protege el estado interno y fuerza el acceso válido a los datos.

Lección 1 • Registro (logging) con el módulo logging

Explica los niveles de log, manejadores (handlers), formateadores (formatters) y la jerarquía de loggers. El registro estructurado reemplaza la depuración con print en aplicaciones de grado de producción.

Lección 2 • Manipulación de rutas y operaciones de directorio

Cubre pathlib para construcción de rutas, recorrido y consultas al sistema de archivos. El manejo portable de rutas previene bugs específicos del sistema operativo en código multiplataforma.

Lección 3 • Patrones avanzados de manejo de excepciones

Cubre clases de excepción personalizadas, encadenamiento de excepciones y supresión de contexto. El manejo estructurado de errores hace que las APIs de las librerías sean predecibles y depurables.

Lección 4 • Trabajo con archivos binarios y estructurados

Enseña el acceso a archivos binarios y formatos estructurados como pickle. La E/S binaria es necesaria para imágenes, objetos serializados y protocolos personalizados.

Lección 1 • Gestión de dependencias con pip

Explica pip install, archivos de requisitos y el fijado de dependencias. Una gestión adecuada de dependencias garantiza entornos de proyecto reproducibles.

Lección 2 • Trabajo con datos JSON y CSV

Cubre la lectura y escritura de JSON y CSV utilizando herramientas de la biblioteca estándar. Estos formatos son omnipresentes en el intercambio de datos y los archivos de configuración.

Lección 3 • Creación e importación de módulos

Enseña la creación de módulos, la sintaxis de importación y la gestión de espacios de nombres. El código modular es más fácil de probar, mantener y compartir entre proyectos.

Lección 4 • Construcción y distribución de paquetes

Cubre la estructura de directorios de paquetes, __init__.py y las importaciones relativas. Los paquetes permiten organizar y distribuir bases de código grandes de manera limpia.

Lección 1 • Depuración con pdb y herramientas del IDE

Explica los puntos de interrupción, la ejecución paso a paso y la inspección de variables. La depuración sistemática reduce el tiempo dedicado a diagnosticar fallos complejos en tiempo de ejecución.

Lección 2 • Pruebas unitarias con pytest

Enseña la estructura de funciones de prueba, aserciones y el descubrimiento de pruebas. Las pruebas automatizadas detectan regresiones y documentan el comportamiento esperado de forma permanente.

Lección 3 • Cobertura de código y técnicas de refactorización

Enseña la medición de cobertura y estrategias de refactorización seguras. Una alta cobertura y una estructura limpia reducen las tasas de defectos en bases de código de larga duración.

Lección 4 • Calidad del código con linters y formateadores

Cubre flake8, pylint y black para el cumplimiento del estilo. El formateo y el linting consistentes reducen la fricción en la revisión de proyectos colaborativos.