reference.md

layout	permalink	root
reference	/es/reference/	/es/_episodes/

Referencia

[Iniciando y Saliendo]({{ page.root }}/01-run-quit/)

• Los archivos de Python tienen la extensión .py.
• Se pueden escribir en un archivo de texto o en una [libreta de Jupyter][jupyter].
  • Los cuadernos de Jupyter tienen la extensión .ipynb
  • Los cuadernos de Jupyter se pueden abrir desde Anaconda o través de la línea de comandos usando $ jupyter notebook
    • Markdown y HTML están permitidos en las celdas de markdown para documentar código.

[Variables y Asignación]({{ page.root }}/02-variables/)

• Las variables se guardan usando =.
  • Las cadenas de texto se definen con comillas '...'.
  • Los números enteros y de punto flotante se definen sin comillas.
• Las variables pueden contener letras, números y guiones bajos _.
  • No pueden empezar con un número.
  • Las variables que empiezan con un guion bajo deben evitarse.
• Usa print(...) para ver los valores como texto.
• Puedes usar indexación en cadenas de texto.
  • La indexación empieza en 0.
  • Las posiciones se definen entre corchetes [posición] después del nombre de la variable.
  • Toma un corte usando [inicio:hasta]. Esto genera una copia de dicha parte de la cadena de texto original.
    • inicio es el índice del primer elemento.
    • hasta es el índice del elemento posterior al último deseado.
• Usa len(...) para encontrar la longitud de una variable o cadena de texto.

[Tipos de datos y conversión de tipos]({{ page.root }}/03-types-conversion/)

• Cada valor es de un tipo. Esto controla qué se puede hacer con ello.
  • int representa un entero
  • float representa un número de punto flotante.
  • str representa una cadena de texto.
• Para determinar el tipo de una variable, usa la función de Python type(...), incluyendo el nombre de la variable entre los paréntesis.
• Cambiando cadenas de texto:
  • Usa + para concatenar cadenas.
  • Usa * para repetir una cadena.
  • Números y cadenas no pueden añadirse entre ellos.
    • Convertir una cadena a un entero: int(...).
    • Convertir un entero a una cadena: str(...).

[Funciones integradas y Ayuda]({{ page.root }}/04-built-in/)

• Para añadir un comentario, situa una # antes de la cosa que no quieres que se ejecute.
• Funciones incorporadas de uso común:
  • min() encuentra el valor más pequeño.
  • max() encuentra el valor más grande.
  • round() redondea un número de punto flotante.
  • help() muestra la documentación de la función entre los paréntesis.
    • Otra manera de obtener ayuda es manteniendo la tecla shift y pulsando tab en una libreta de Jupyter.

[Bibliotecas]({{ page.root }}/06-libraries/)

• Importando una biblioteca:
  • Usa import ... para cargar una bibiloteca.
  • Refierete a esta biblioteca usando nombre_modulo.nombre_cosa.
    • . significa 'parte de'.
• Para importar un elemento específico de una biblioteca: from ... import ... (de la biblioteca importa elemento)
• Para importar una biblioteca con un alias: import ... as ... (importa ... como ...)
• Importando la biblioteca de matemáticas: import math
  • Ejemplo de referencia a un elemento con el nombre del módulo: math.cos(math.pi).
• Importando la biblioteca de visualización con un alias: import matplotlib as mpl

[Lectura de datos tabulados en DataFrames]({{ page.root }}/07-reading-tabular/)

• Usa la biblioteca pandas para hacer estadística de datos tabulados. Cárgala con import pandas as pd.
  • Para leer de un csv: pd.read_csv(), incluyendo el camino al fichero entre los paréntesis.
    • Para especificar qué valores de columna deben usarse como cabecera de las filas: pd.read_csv('camino', index_col='nombre de columna'), donde camino y nombre de columna debe cambiarse por los valores correspondientes.
• Para obtener más información sobre un DataFrame, usa DataFrame.info, cambiando DataFrame con el nombre de la variable de tu DataFrame.
• Usa DataFrame.columns para ver los nombres de las columnas.
• Usa DataFrame.T para transponer un DataFrame.
• Usa DataFrame.describe para obtener un resumen estadístico de tus datos.

[DataFrames de Pandas]({{ page.root }}/08-data-frames/)

• Selecciona datos usando [i,j]
  • Para seleccionar por la posición de entrada: DataFrame.iloc[..., ...]
  • Esto incluye todo excepto el índice final.
  • Para seleccionar por la etiqueta de entrada: DataFrame.loc[..., ...]
    • Puedes seleccionar múltiple filas o columnas a través de una lista de etiquetas.
    • Esto incluye ambos límites.
  • Usa : para selecionar toda las filas o columnas.
• Puedes seleccionar también datos basados en valores usando True y False. Esto es una máscara Booleana.
  • mask = subconjunto > 10000
  • Podemos usar esto para seleccionar valores.
• Para usar una operación selecciona-usa-combina lo hacemos con data.apply(lambda x: x > x.mean()) donde mean() puede ser cualquier operación que quisiéramos aplicar a x.

[Visualizando]({{ page.root }}/09-plotting/)

• La biblioteca de visualización más usada es matplotlib.
  • Normalmente se importa usando import matplotlib.pyplot as plt.
  • Para graficar usamos el comando plt.plot(time, position).
  • Para crear una leyenda usa plt.legend(['label1', 'label2'], loc='upper left')
    • Puedes también definir las etiquetas dentro del comando plot usando plt.plot(time, position, label='label'). Para mostrar la leyenda, usa plt.legend()
  • Para etiquetar los ejes x e y usa plt.xlabel('label') y plt.ylabel('label').
• Los DataFrames de Pandas se pueden visualizar usando DataFrame.plot(). Cualquier operación que se puede usar sobre un DataFrame se le puede aplicar mientras se grafica.
  • Para crear una gráfica de barras data.plot(kind='bar')

import matplotlib.puplot as plot
plt.plot(time, position, label='label')
plt.xlabel('x axis label')
plt.ylabel('y axis label')
plt.legend()

{: .language-python}

[Listas]({{ page.root }}/11-lists/)

• Definidas entre [...] y separadas por ,.
  • Una lista vacía se puede crear usando [].
• Puedes usar len(...) para obtener cuántos valores hay en una lista.
• Puedes indexar como se ha hecho en las lecciones previas.
  • Indexar se puede usar para reasignar valores nombre_lista[0] = valor_nuevo.
• Para añadir un elemento a una lista usa nombre_lista.append(), con el elemento a añadir entre paréntesis.
• Para combinar dos listas usa nombre_lista_1.extend(nombre_lista_2).
• Para eliminar un elemento de una lista usa del nombre_lista[index].

[Bucles For]({{ page.root }}/12-for-loops/)

• Empieza un bucle for con for numero in [1,2,3]:, con las líneas a continuación indentadas.
  • [1, 2, 3] se considera la colección.
  • numero es la variable del bucle.
  • La acción que sigue la colección es el cuerpo.
• Para iterar sobre una secuencia de números usa range(inicio, end)

for numero in range(0,5):
  print(numero)

{: .language-python}

[Condicionales]({{ page.root }}/13-conditionals/)

• Se definen similarmente a los bucles, usando if variable condicional valor:.
  • Por ejemplo, if variable > 5:.
• Usa elif: para condiciones adicionales.
• Usa else: para cuando la condición if no es verdad.
• Puedes combinar más de una condición usando and (y) u or (o).
• A menudo se usan en combinación con los bucles for.
• Condiciones que se pueden usar:
  • == igual a.
  • >= mayor o igual a.
  • <= menor o igual a.
  • > mayor que.
  • < menor que.

for m in [3, 6, 7, 2, 8]:
  if m > 5:
    print(m, 'es mayor')
  elif m == 5:
    print(m, 'is 5')
  else:
    print(m, 'es menor')

{: .language-python}

[Iterando Sobre Conjunto de Datos]({{ page.root }}/14-looping-data-sets/)

• Usa un bucle for: for archivo in [archivo1, archivo2]:
• Para encontrar un conjunto de archivos usando un patrón usa glob.glob
  • Debes de importarlo primero usando import glob.
  • * indica que "coincida con cero o más caracteres"
  • ? indica que "coincida con exactamente un caracter"
    • Por ejemplo: glob.glob(*.txt) encontrará todos los archivos que terminen con .txt en el directorio actual.
• Combina ambos escribiendo un bucle usando: for archivo in glob.glob(*.txt):

for archivo in glob.glob(*.txt):
  data = pd.read_csv(archivo)

{: .language-python}

[Escribiendo funciones]({{ page.root }}/16-writing-functions/)

• Define una función usando def nombre_funcion(parametros):. Cambia parametros con las variables a usar cuando la función se ejecute.
• Ejecútala usando nombre_funcion(parametros).
• Para devolver un resultado al que la llama, usa return ... dentro de la función.

def suma_numeros(a, b):
  resultado = a + b
  return resultado

suma_numeros(1, 4)

{: .language-python}

[Alcance de una Variable]({{ page.root }}/17-scope/)

• Una variable local se define en una función y sólo puede verse y usarse dentro de dicha función.
• Una variable global se define fuera de una función y puede verse o usarse en cualquier lugar después de su definición.

[Estilo de Programación]({{ page.root }}/18-style/)

• Documenta tu código.
• Usa nombres de variables que sean claros y significativos.
• Sigue la guía de estilos PEP8 cuando escribas tus programas.
• Usa aserciones para comprobar errores internos.
• Usa docstrings para proporcionar ayuda.

Glosario

{:auto_ids} Argumentos : Valores pasados a las funciones.

Array : Un contenedor con elementos del mismo tipo.

Booleano : Un objeto compuesto de True (verdadero) y False (falso).

DataFrame : La forma en que Pandas representa una tabla; una colección de series.

Elemento : Un artículo en una lista o un array. Para una cadena, son los caracteres individuales.

Función : Un bloque de código que se puede llamar y reusar en otras partes.

Variable global : Una variable definida fuera de una función que se puede usar en cualquier sitio.

Índice : La posición de un elemento dado.

Libreta de Jupyter : Entorno interactivo de programación que permite combinar código y markdown.

Biblioteca : Una colección de archivos con funciones usados por otros programas.

Variable Local : Una variable definida dentro de una función que sólo puede ser usada dentro de dicha función.

Máscara : Un objeto booleano usado para seleccionar datos de otro objeto.

Método : Una acción ligada a un objeto en particular. Se le llama usando objeto.metodo.

Módulos : Los archivos dentro de una biblioteca con funciones usadas por otros programas.

Parámetros : Variables usadas cuand se ejecuta una función.

Series : Una estructura de datos de Pandas que representa una columna.

Subcadena : Una parte de una cadena de texto.

Variables : Nombres para valores.

{% include links.md %}