Tipos de Datos Básicos en Python

Los tipos de datos son la base de cualquier programa, ya que determinan cómo se almacenan y manipulan los valores. Existen tipos primitivos como enteros, flotantes, cadenas de texto y booleanos, y estructuras de datos más avanzadas como listas, tuplas, conjuntos y diccionarios. Conocerlos es fundamental para escribir código eficiente y bien estructurado.

Tipos Primitivos

Nombre	Palabra reservada	Sintaxis
Entero	`int`	`0`
Flotante	`float`	`3.14`
Cadena de texto	`str`	`"Hola"`
Booleano	`bool`	`True/False`
Complejo	`complex`	`1 + 2j`
Byte	`bytes`	`b"Hola"`
Nulo	`NoneType`	`None`

Estructuras de Datos

Nombre	Palabra reservada	Sintaxis
Lista/Pila	`list`	`[1, 2, 3]`
Tupla	`tuple`	`(1, 2, 3)`
Conjunto	`set`	`{1, 2, 3}`
Conj. inmutable	`frozenset`	`frozenset({1, 2, 3})`
Diccionario	`dict`	`{"clave": "valor"}`
Bytearray	`bytearray`	`bytearray(5)`
Rango	`range`	`range(5)`
Memory view	`memoryview`	`memoryview(bytes(5))`

Sintaxis Básica

La sintaxis de Python es sencilla y legible, lo que lo convierte en un lenguaje fácil de aprender. A continuación, se presentan las estructuras fundamentales del lenguaje, como condicionales, bucles, funciones y clases, junto con su respectiva sintaxis.

Nombre	Palabra reservada	Sintaxis
Condicional if	`if`	`if condición:`
Condicional elif	`elif`	`elif otra_condición:`
Condicional else	`else`	`else:`
Bucle for	`for`	`for elemento in secuencia:`
Bucle while	`while`	`while condición:`
Sentencia break	`break`	`break`
Sentencia continue	`continue`	`continue`
Función	`def`	`def nombre(parámetros):`
Clase	`class`	`class NombreClase:`
Variable global	`global`	`global nombre_variable`
Excepciones	`try`, `except`	`try:...except Excepción:`
Bloque finally	`finally`	`finally:`
Retorno	`return`	`return valor`
Comprobar tipo	`is`	`if variable is tipo:`
Existe	`in`	`if elemento in colección:`
Módulo	`import`, `from`	`import módulo`

Operadores en Python

Los operadores son símbolos que permiten realizar cálculos y comparaciones en Python. Se dividen en varias categorías: aritméticos, de comparación, lógicos, de asignación, bitwise y especializados.

Parte 1: Aritméticos y Comparación

Categoría	Nombre	Representación	Sintaxis
Aritméticos	Suma	`+`	`a + b`
	Resta	`-`	`a - b`
	Multiplicación	`*`	`a * b`
	División	`/`	`a / b`
	División entera	`//`	`a // b`
	Módulo (residuo)	`%`	`a % b`
	Exponenciación	`**`	`a ** b`
Comparación	Igual a	`==`	`a == b`
	Distinto de	`!=`	`a != b`
	Mayor que	`>`	`a > b`
	Menor que	`<`	`a < b`
	Mayor o igual que	`>=`	`a >= b`
	Menor o igual que	`<=`	`a <= b`

Parte 2: Lógicos y Asignación

Categoría	Nombre	Representación	Sintaxis
Lógicos	AND	`and`	`a and b`
	OR	`or`	`a or b`
	NOT	`not`	`not a`
Asignación	Asignación	`=`	`x = 5`
	A. con suma	`+=`	`x += 3`
	A. con resta	`-=`	`x -= 3`
	A. con multiplicación	`*=`	`x *= 3`
	A. con división	`/=`	`x /= 3`
	A. con división entera	`//=`	`x //= 3`
	A. con módulo	`%=`	`x %= 3`
	A. con exponenciación	`**=`	`x **= 3`
	A. con bitwise AND	`&=`	`x &= 3`
	A. con bitwise OR	`	=`
	A. con bitwise XOR	`^=`	`x ^= 3`

Parte 3: Identidad, Pertenencia y Especiales

Categoría	Nombre	Representación	Sintaxis
Identidad	Es	`is`	`a is b`
	No es	`is not`	`a is not b`
Pertenencia	Pertenece	`in`	`x in lista`
	No pertenece	`not in`	`x not in lista`
Bitwise	AND bit a bit	`&`	`a & b`
	OR bit a bit	`	`
	XOR bit a bit	`^`	`a ^ b`
	NOT bit a bit	`~`	`~a`
	Desplazamiento izquierda	`<<`	`a << n`
	Desplazamiento derecha	`>>`	`a >> n`
Ternario	Condicional ternario	`if-else`	`x if cond else y`
Walrus	Operador Walrus	`:=`	`(x := valor)`

Funciones en Python (Parte 1 de 3)

Las funciones permiten reutilizar código y hacer que los programas sean más modulares y organizados. Python ofrece una gran variedad de funciones integradas para trabajar con diferentes tipos de datos, desde operaciones matemáticas hasta manipulación de colecciones. A continuación, se presentan las funciones más comunes que facilitan el desarrollo en el lenguaje.

Funciones Básicas

Nombre	Operación
`print()`	Muestra texto o variables en la consola
`input()`	Permite la entrada de datos desde la consola
`len()`	Devuelve la cantidad de elementos
`type()`	Devuelve el tipo de dato
`range()`	Genera una secuencia de números en un rango
`int()`, `float()`, `str()`	Convierte a entero, coma flotante o cadena
`list()`, `tuple()`, `set()`, `dict()`	Crea listas, tuplas, conjuntos o diccionarios
`sum()`	Suma los elementos iterables
`min()`, `max()`	Encuentra el mínimo o el máximo en iterables
`sorted()`	Ordena elementos en listas y otros iterables
`abs()`	Retorna el valor absoluto de un número
`round()`	Redondea un número con decimales concretos
`map()`	Aplica una función a cada elemento iterable
`filter()`	Filtra elementos iterables según una condición
`reduce()`	Aplica una función a los elementos iterables para reducirlos a un único valor

Funciones en Python (Parte 2 de 3)

Funciones Avanzadas

Nombre	Operación
`enumerate()`	Agrega un índice a cada elemento iterable
`zip()`	Une iterables en pares de elementos
`open()`	Abre un archivo para leer, escribir o modificar
`isinstance()`	Comprueba si una variable es de un tipo concreto
`issubclass()`	Comprueba relaciones entre clases
`hasattr()`	Verifica si un objeto tiene un atributo
`getattr()`	Obtiene el valor de un atributo
`setattr()`	Asigna un valor a un atributo
`delattr()`	Elimina un atributo de un objeto
`help()`	Muestra la documentación de un objeto o módulo
`id()`	Devuelve la identidad única en memoria
`next()`	Retorna el siguiente valor de un iterador
`iter()`	Transforma un iterable en un iterador
`chr()`, `ord()`	Trabaja con valores Unicode de caracteres
`bin()`, `oct()`, `hex()`	Convierte números enteros a diferentes bases
`any()`, `all()`	Evalúa condiciones en iterables para al menos uno o todos los elementos

Funciones en Python (Parte 3 de 3)

Funciones Especializadas

Nombre	Operación
`pow()`	Calcula una potencia
`divmod()`	Retorna el cociente y el resto de una división
`copy()`	Crea una copia superficial de un objeto
`eval()`	Ejecuta una expresión en forma de string
`exec()`	Ejecuta un bloque de código en forma de string
`format()`	Formatea cadenas con valores personalizados
`reversed()`	Invierte el orden de un iterable
`slice()`	Crea una porción de un iterable sin modificarlo
`callable()`	Verifica si un objeto es invocable
`dir()`	Muestra los atributos y métodos de un objeto
`frozenset()`	Crea un conjunto inmutable
`complex()`	Crea números complejos
`bool()`	Transforma un valor en booleano
`super()`	Retorna un proxy que delega en la superclase
`globals()`	Retorna las variables globales
`locals()`	Retorna las variables locales

Estructuras de Datos en Python (Parte 1 de 3)

Las listas, tuplas, conjuntos y diccionarios son estructuras de datos clave en Python, y cada una tiene operaciones específicas que permiten manipular la información de manera eficiente. A continuación, se presentan los métodos esenciales para estas estructuras.

Listas (`list`)

Método	Operación
`append()`	Agrega un elemento al final
`extend()`	Agrega múltiples elementos
`insert()`	Inserta un elemento en un índice específico
`remove()`	Elimina la primera ocurrencia de un valor
`pop()`	Elimina y devuelve un elemento (por índice o el último)
`index()`	Devuelve el índice de un valor
`count()`	Cuenta las ocurrencias de un valor
`sort()`	Ordena la lista
`reverse()`	Invierte el orden de la lista
`copy()`	Crea una copia de la lista
`clear()`	Elimina todos los elementos

Tuplas (`tuple`)

Método	Operación
`count()`	Cuenta las ocurrencias de un valor
`index()`	Devuelve el índice de un valor

Estructuras de Datos en Python (Parte 2 de 3)

Conjuntos (`set`)

Método	Operación
`add()`	Agrega un elemento al conjunto
`remove()`	Elimina un elemento (error si no existe)
`discard()`	Elimina un elemento (sin error si no existe)
`pop()`	Elimina y devuelve un elemento aleatorio
`clear()`	Elimina todos los elementos del conjunto
`union()`	Une dos conjuntos
`intersection()`	Elementos comunes en ambos conjuntos
`difference()`	Elementos en A pero no en B
`symmetric_difference()`	Elementos no comunes en ambos

Estructuras de Datos (Parte 3 de 3)

Diccionarios (dict)

Nombre	Operación	Sintaxis
`keys()`	Devuelve las claves del diccionario	`diccionario.keys()`
`values()`	Devuelve los valores del diccionario	`diccionario.values()`
`items()`	Devuelve pares clave-valor	`diccionario.items()`
`get()`	Obtiene el valor de una clave (sin error)	`diccionario.get(clave, defecto)`
`pop()`	Elimina y devuelve un valor	`diccionario.pop(clave)`
`popitem()`	Elimina y devuelve el último par clave-valor	`diccionario.popitem()`
`update()`	Agrega o actualiza claves con valores	`diccionario.update(otro_dict)`
`setdefault()`	Obtiene el valor o lo asigna si no existe	`diccionario.setdefault(clave, valor)`
`copy()`	Crea una copia del diccionario	`diccionario.copy()`
`clear()`	Elimina todos los elementos	`diccionario.clear()`

Manejo de Archivos (Parte 1 de 2)

El manejo de archivos es una tarea común en programación. Python permite leer, escribir, modificar y eliminar archivos de manera sencilla usando funciones como open(), read(), write(), entre otras. Además, ofrece herramientas para manipular directorios y trabajar con formatos específicos.

Modos de apertura en `open()`:

"r" → Lectura (por defecto)
"w" → Escritura (borra contenido previo)
"a" → Agregar contenido al final
"rb" / "wb" → Lectura y escritura en modo binario

Nombre	Representación	Sintaxis
`open()`	Abre un archivo en diferentes modos de acceso	`archivo = open("archivo.txt", "r")`
`read()`	Lee el contenido completo del archivo	`contenido = archivo.read()`
`readline()`	Lee una única línea del archivo	`línea = archivo.readline()`
`readlines()`	Lee todas las líneas y las devuelve en una lista	`líneas = archivo.readlines()`
`write()`	Escribe datos en un archivo (sobrescribe)	`archivo.write("Texto")`
`writelines()`	Escribe múltiples líneas en un archivo	`archivo.writelines(lista_de_texto)`
`close()`	Cierra el archivo para liberar recursos	`archivo.close()`
`flush()`	Fuerza la escritura de datos del buffer en el archivo	`archivo.flush()`

Manejo de Archivos (Parte 2 de 2)

Nombre	Representación	Sintaxis
`with open()`	Abre un archivo con manejo automático de cierre	`with open("archivo.txt") as f:`
`seek()`	Mueve el cursor a una posición específica	`archivo.seek(0)`
`tell()`	Devuelve la posición actual del cursor	`pos = archivo.tell()`
`truncate()`	Corta el archivo a un tamaño específico	`archivo.truncate(50)`
`exists()`	Comprueba si un archivo existe	`os.path.exists("archivo.txt")`
`remove()`	Elimina un archivo	`os.remove("archivo.txt")`
`rename()`	Renombra un archivo	`os.rename("viejo.txt", "nuevo.txt")`
`mkdir()`	Crea un directorio	`os.mkdir("nueva_carpeta")`
`rmdir()`	Elimina un directorio vacío	`os.rmdir("nueva_carpeta")`
`listdir()`	Lista los archivos en un directorio	`os.listdir("ruta")`

Nota: Es recomendable usar with open() en lugar de open() + close() para evitar problemas de fugas de memoria.

Módulos Estándar (Parte 1 de 2)

Python cuenta con una biblioteca estándar que incluye módulos integrados listos para ser usados sin instalación adicional. Estos módulos facilitan tareas como manipulación de archivos (os, shutil), operaciones matemáticas (math, random), manejo de fechas (datetime), y muchas más. Conocer estos módulos ayuda a optimizar el desarrollo sin necesidad de librerías externas.

Nombre	Descripción
`os`	Permite interactuar con el sistema operativo (archivos, directorios, procesos)
`sys`	Proporciona acceso a variables y funciones del intérprete de Python
`math`	Ofrece funciones matemáticas avanzadas (raíces, logaritmos, trigonometría)
`random`	Genera números aleatorios y selecciona elementos al azar
`datetime`	Maneja fechas y horas
`time`	Funciones para manejar el tiempo y pausas en la ejecución
`json`	Permite trabajar con datos en formato JSON (serialización y deserialización)
`csv`	Facilita la lectura y escritura de archivos CSV
`re`	Proporciona herramientas para trabajar con expresiones regulares
`collections`	Contiene estructuras de datos avanzadas (`deque`, `counter`, `defaultdict`)
`itertools`	Ofrece herramientas para trabajar con iteradores y combinaciones de datos

Módulos Estándar (Parte 2 de 2)

Nombre	Descripción
`functools`	Permite funciones de orden superior y optimización con caché
`operator`	Proporciona funciones rápidas para operaciones matemáticas y lógicas
`statistics`	Contiene funciones estadísticas como media, mediana y desviación estándar
`hashlib`	Permite generar hashes criptográficos (`SHA256`, `MD5`, etc.)
`logging`	Proporciona herramientas para registrar eventos y errores en aplicaciones
`argparse`	Facilita el manejo de argumentos en la línea de comandos
`shutil`	Permite la manipulación de archivos y directorios (copiar, mover, eliminar)
`socket`	Soporta la comunicación en red mediante sockets
`threading`	Permite ejecutar múltiples hilos de forma concurrente
`multiprocessing`	Soporta la ejecución de múltiples procesos en paralelo
`subprocess`	Permite ejecutar comandos del sistema y capturar su salida
`tkinter`	Biblioteca estándar de Python para interfaces gráficas (GUIs)

Módulos Externos en Python

Parte 1 de 2

Además de la biblioteca estándar, Python permite instalar módulos externos para ampliar sus capacidades. Algunas de las librerías más populares incluyen:

requests para peticiones web
numpy y pandas para análisis de datos
matplotlib para gráficos
django o reflex para desarrollo web

A continuación, se presentan algunas de las librerías de terceros más utilizadas:

Nombre	Descripción
`requests`	Permite realizar peticiones HTTP de manera sencilla
`python-dotenv`	Carga variables de entorno desde archivos `.env`
`numpy`	Librería para cálculo numérico y manipulación de arrays multidimensionales
`pandas`	Facilita el análisis y manipulación de datos con estructuras como DataFrames
`matplotlib`	Biblioteca para crear gráficos y visualizaciones
`seaborn`	Extensión de `matplotlib` con estilos avanzados para visualización de datos
`scipy`	Contiene herramientas avanzadas de cálculo científico y optimización
`scikit-learn`	Librería para Machine Learning con algoritmos de clasificación, regresión y clustering
`tensorflow`	Framework para Machine Learning y Deep Learning desarrollado por Google
`torch`	Biblioteca de Deep Learning desarrollada por Meta (`PyTorch`)
`opencv-python`	Procesamiento de imágenes y visión artificial
`pillow`	Biblioteca para manipulación y procesamiento de imágenes

Parte 2 de 2

Nombre	Descripción
`beautifulsoup4`	Facilita la extracción de datos de páginas web (Web Scraping)
`selenium`	Automatización de navegación web mediante scripts
`fastapi`	Framework moderno y rápido para crear APIs
`flask`	Framework ligero para desarrollo web
`django`	Framework robusto para desarrollo web
`reflex`	Framework para crear aplicaciones web full-stack
`sqlalchemy`	ORM para interactuar con bases de datos SQL de manera eficiente
`pymongo`	Cliente para bases de datos MongoDB
`pytest`	Librería para realizar pruebas unitarias
`loguru`	Biblioteca mejorada para logging
`typer`	Permite crear aplicaciones de línea de comandos fácilmente
`rich`	Agrega colores y estilos a la terminal de Python
`kivy`	Framework para crear aplicaciones gráficas multiplataforma (Windows, Linux, macOS, Android, iOS)
`flet`	Framework para crear aplicaciones Flutter multiplataforma (escritorio, web y móvil)

Para instalar cualquiera de estos módulos, usa el siguiente comando:

pip install nombre_del_modulo

1- Qué son y cómo Declarar Variables 2- Las Listas 3- Las Tuplas 4- Entrada de Información por parte del Usuario 5- Entrada de Información por parte del Usuario (Argumentos) 6- Los Diccionarios 7- Los Operadores Lógicos 8- Sentencias Condicionales 9- Bucle FOR 10- Bucle WHILE 11- Las Funciones 1- Introducción a los Modelos de Lenguaje Grandes (LLMs) y su Uso en Python, Primera Sesión de la Serie sobre Python e Inteligencia Artificial