Python para leer los ejemplos

Fundamentos — El lenguaje del recorrido · Ruta de Aprendizaje

Sabes usar variables, condiciones, ciclos y funciones en algún lenguaje. Aquí aprenderemos a reconocer esas ideas en Python. No necesitas conocer NumPy: primero calcularemos con listas y veremos qué significa cada notación. Los bloques de esta clase se ejecutan en orden en un notebook del Entorno de estudio. Una celda usa las variables creadas por las anteriores; reiniciar el kernel las borra. Ejecutar todo desde el inicio permite comprobar que el programa no depende de una celda olvidada.

Una lista y sus posiciones

Cuatro precios son datos ordenados. La posición empieza en cero: el precio 150 está en la posición 1. Una posición identifica dónde está el valor; no es el valor mismo.

precios = [80, 150, 60, 210]
print(precios[0])         # 80
print(precios[-1])        # 210: el último
print(precios[1:3])       # [150, 60]: incluye 1, excluye 3
print(precios[:2])        # [80, 150]: desde el inicio
print(precios[2:])        # [60, 210]: hasta el final

inicio:fin es un slice, una selección de posiciones consecutivas. El extremo final se excluye. precios[4] fallaría: las posiciones no negativas válidas son 0, 1, 2 y 3. Una lista puede crecer; append es una operación asociada a ella, un método:

copia = precios.copy()
copia.append(90)
print(len(precios), len(copia))  # 4, 5: la original no cambió

En copia.append(90), el punto selecciona el método y los paréntesis lo ejecutan. len(copia) es una función que recibe la lista. Más adelante, X.shape será un atributo: consultarlo no lleva paréntesis.

Recorrer y seleccionar

Queremos sumar solo los precios mayores que 100. Antes de escribir una expresión corta, recorramos los datos:

elegidos = []
for precio in precios:
    if precio > 100:
        elegidos.append(precio)
total = sum(elegidos)
print(elegidos, total)     # [150, 210] 360

Los dos puntos abren un bloque y la indentación indica qué instrucciones pertenecen a él. append solo ocurre cuando la condición es verdadera; la suma queda fuera del ciclo. La misma selección puede escribirse como una comprensión de lista:

elegidos_cortos = [precio for precio in precios if precio > 100]
assert elegidos_cortos == elegidos

Se lee «produce precio, para cada precio, si supera 100». assert comprueba una condición y detiene el programa si es falsa; no transforma los datos. Puedes mantener el ciclo cuando sea más fácil de entender.

Nombres para los datos y para los argumentos

Un diccionario relaciona claves con valores. Las claves no son posiciones:

pieza = {"id": "pieza-A", "medidas": [2.0, 5.0], "clase": 1}
print(pieza["medidas"][0])  # 2.0: primero buscar la clave, después la posición
 
def sobre_umbral(valores, limite=100):
    return [v for v in valores if v > limite]
 
print(sobre_umbral(precios))             # [150, 210]
print(sobre_umbral(precios, limite=180)) # [210]

limite=100 en la definición establece un valor por defecto. En la llamada, limite=180 identifica qué argumento estamos entregando. Este patrón aparecerá como axis=0, batch_size=32 o random_state=17: cada nombre tiene un significado propio que estudiaremos donde se use.

Una función puede devolver varios valores mediante una tupla. Al escribir a, b = resultado, desempaquetamos sus dos elementos en ese orden:

def extremos(valores):
    return min(valores), max(valores)
 
menor, mayor = extremos(precios)
print(menor, mayor)  # 60, 210

Objetos que conservan estado

Un modelo entrenado debe recordar sus pesos. Una clase describe cómo construir un objeto y qué operaciones tiene. Empecemos con un contador:

class Contador:
    def __init__(self, inicio=0):
        self.valor = inicio
 
    def sumar(self, cantidad):
        self.valor += cantidad
        return self.valor
 
a = Contador()
b = Contador(inicio=10)
print(a.sumar(3), b.valor)  # 3, 10

Contador() construye una instancia y llama a __init__. self identifica esa instancia dentro de sus métodos. a.sumar(3) modifica a.valor, no b.valor. Un fit cambiará el estado de un modelo; predict usará ese estado para calcular una respuesta. No es necesario diseñar jerarquías de clases para comenzar a usarlos.

Importar una herramienta y leer un error

Una biblioteca reúne código reutilizable. import math permite usar math.sqrt; from math import sqrt trae ese nombre directamente. import numpy as np dará a NumPy un alias corto: np no es una palabra especial de Python.

from math import sqrt
print(sqrt(9))  # 3.0

Un traceback muestra dónde falló la ejecución. Lee primero su última línea y luego localiza la línea de tu programa: NameError puede indicar una variable no creada; IndexError, una posición fuera de rango; TypeError, una operación incompatible. El mensaje concreto importa. Un error al importar un paquete y un archivo de datos inexistente son problemas distintos.

Una variación para probar

Selecciona los precios entre 100 y 200, incluyendo ambos extremos, primero con un ciclo y después con una comprensión. Agrega 100 a una copia y repite.


Ruta de Aprendizaje · 00 - De programar a programar con datos →