Introduccion A Python PDF

Preview

Summary

UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTEROFACULTAD DE INGENIERÍA DE TECNOLOGIAS Y CIENCIASEXACTASPYTHONINFORMEESTUDIANTE:Guerra, EmilyGRUPO:1SFPROFESOR:Norberto LucaEl lenguaje de programación Python es un lenguaje de programación interpretado de alto nivel, creado por Guido Van Rossum en 1989. Fue...

Description

UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD DE INGENIERÍA DE TECNOLOGIAS Y CIENCIAS EXACTAS

PYTHON

INFORME

ESTUDIANTE: Guerra, Emily

GRUPO: 1SF121

PROFESOR: Norberto Luca

El lenguaje de programación Python es un lenguaje de programación interpretado de alto nivel, creado por Guido Van Rossum en 1989. Fue lanzado en 1991, resultando en un gran lenguaje de propósito general capaz de crear cualquier cosa, desde software de escritorio hasta aplicaciones web y frameworks. Para aquellos familiarizados con Java o C ++, Python romperá el molde que creó para un lenguaje de programación típico. ¡Prepárate para enamorarte, con Python! En este blog, aprenderemos el lenguaje de programación Python en la siguiente secuencia: 1. ¿Por qué aprender programación Python? 2. Instalación de Python 3. Conceptos básicos de Python

3.1Tipos de datos 3.2Control de flujo 3,3Las funciones 4. Manipulación de archivos 5. Objeto y clase ¿Por qué aprender programación Python? Python es un lenguaje de programación dinámico de alto nivel. Es muy fácil de aprender y proporciona una escritura poderosa. El código Python tiene un estilo muy "natural", ya que es fácil de leer y entender (gracias a la falta de punto y coma y llaves). El lenguaje de programación Python se ejecuta en cualquier plataforma, desde Windows hasta Linux, Macintosh, Solaris, etc. La simplicidad de Python es lo que lo hace tan popular. A continuación, destaca su estética:        

Lenguaje altamente legible Diseño visual limpio Excepciones menos sintácticas Manejo superior de cuerdas Mecanografía elegante y dinámica Naturaleza interpretada Ideal para scripts y aplicaciones rápidas. Apto para muchas plataformas

Es un lenguaje muy popular en varios dominios, como la automatización, big data, IA, etc. Puedes consultar todo este blog enLas 10 razones principales para aprender Python.

También quedará impresionado al utilizar la gran cantidad de empresas de todo el mundo.

Puede pasar por la grabación del seminario web del lenguaje de programación Python, donde nuestroEntrenamiento Pythonexplicó los temas en detalle con ejemplos que lo ayudarán a comprender mejor el lenguaje de programación Python. Aprender programación de Python | Python para principiantes | Edureka Este video de Edureka "Python Programming" presentará varios fundamentos de Python, así como una demostración práctica de varias bibliotecas, como Numpy, Pandas, Matplotlib y Seaborn. Instalación de Python Ahora instalaremos Python en sistemas Windows. 1. Acceda al enlace:https://www.python.org/downloads/e instale la última

versión en sus máquinas.

Figura:Descargar el lenguaje de programación Python 2. Descargue e instale el IDE PyCharm.

Figura:Descargando PyCharm PyCharm es un entorno de desarrollo integrado (IDE) utilizado en la programación de computadoras, específicamente para el lenguaje de programación Python. Proporciona análisis de código, un depurador gráfico, un probador de unidad integrado, integración con sistemas de control de versiones (VCS) y admite el desarrollo web con Django. Conceptos básicos de Python Los siguientes son los cinco fundamentos necesarios para dominar Python:

1. 2. 3. 4. 5.

Tipos de datos Control de flujo Las funciones Manipulación de archivos Objeto y clase

Figura:Lenguaje de programación Python - Fundamentos Tipos de datos Todos los valores de datos en Python están representados por objetos y cada objeto o valor tiene un tipo de datos.

Figura:Lenguaje de programación Python: características del tipo de datos Hay ocho tipos de datos nativos en Python. 1. 2. 3. 4. 5. 6.

booleano Números Instrumentos de cuerda Bytes y conjuntos de bytes Liza Tuplas

7. Conjuntos 8. Diccionarios La siguiente imagen le dará una descripción.

Figura:Lenguaje de programación Python: tipos de datos nativos Veamos cómo implementar estos tipos de datos en Python. 11 2 3 44 55 66 77 8 99 10 11 12 13 14 15 dieciséi s 17 18 años 19 20 21 22

#Boolean numero = [1,2,3,4,5] booleano = 3 en número imprimir (booleano) #Números num1 = 5 ** 3 num2 = 32 // 3 num3 = 3/32 print ('num1 es', num1) print ('num2 es', num2) print ('num3 es', num3) #Instrumentos de cuerda str1 = "Bienvenidos" str2 = "al Blog de programación de Python de Edureka" str3 = str1 + str2 print ('str3 es', str3) imprimir (str3 [0:10]) print (str3 [-5:]) print (str3 [: - 5]) #Liza

23 24 25 26 27 28) 29 30 31 32) 33 34 35 36) 37) 38) 39) 40) 41) 42) 43 44 45 46)

países = ['India', 'Australia', 'Estados Unidos', 'Canadá', 'Singapur'] imprimir (len (países)) imprimir (países) paises.append ('Brasil') imprimir (países) paises.insert (2, 'Reino Unido') imprimir (países) #Tuplas sports_tuple = ('Cricket', 'Baloncesto', 'Fútbol') sports_list = lista (deportes_tupla) sports_list.append ('Béisbol') print (lista_deportivos) print (sports_tuple) #Diccionario # Gobierno indio Gobierno = {'Legislatura': 'Parlamento', 'Ejecutivo': 'Primer ministro y gabinete', 'Poder judicial': 'Tribunal Supremo'} print ('Gobierno indio tiene', Gobierno) #Modificante para EE. UU. Gobierno ['Legislatura'] = 'Congreso' Gobierno ['Ejecutivo'] = 'Presidente y Gabinete' print ('Gobierno de EE. UU. tiene', Gobierno) La salida del código anterior es la siguiente: Verdad num1 es 125 num2 es 10 num3 es 10.666666666666666 str3 es bienvenido al blog de programación Python de Edureka Bienvenido al Blog Bienvenido a la programación Python de Edureka 55 ['India', 'Australia', 'Estados Unidos', 'Canadá', 'Singapur'] ['India', 'Australia', 'Estados Unidos', 'Canadá', 'Singapur', 'Brasil'] ['India', 'Australia', 'Reino Unido', 'Estados Unidos', 'Canadá', 'Singapur', 'Brasil']

['Cricket', 'Baloncesto', 'Fútbol', 'Béisbol'] ('Cricket', 'Baloncesto', 'Fútbol') El gobierno indio tiene {'Legislatura': 'Parlamento', 'Poder judicial': 'Tribunal Supremo', 'Ejecutivo': 'Primer ministro y gabinete'} El gobierno de los Estados Unidos tiene {'Legislatura': 'Congreso', 'Poder Judicial': 'Tribunal Supremo', 'Ejecutivo': 'Presidente y Gabinete'} Control de flujo Flow Control nos permite definir un flujo en la ejecución de nuestros programas. Para imitar el mundo real, debe convertir las situaciones del mundo real en su programa. Para hacer esto, debe controlar la ejecución de las instrucciones de su programa utilizando Flow Controls.

Figura:Lenguaje de programación Python - control de flujo Hay seis controles básicos de flujo utilizados en la programación de Python: 1. 2. 3. 4. 5. 6.

Y si para Mientras romper Seguir pasar

Curso de certificación de programación Python Explore el currículum

Si la declaración La declaración compuesta 'si' de Python permite ejecutar condicionalmente bloques de declaraciones. Sintaxis de la instrucción If: 11 2 3 44 55 66 77 8 99

Si expresión: declaración (s) elif expresión: declaración (s) elif expresión: declaración (s) ... más: declaración (s)

Figura:Lenguaje de programación Python - If - ejemplo de inicio de sesión de Facebook La imagen de arriba explica el uso de la declaración 'if' usando un ejemplo de inicio de sesión de Facebook.

1. La página de inicio de sesión de Facebook lo llevará a dos páginas en función de si su nombre de usuario y contraseña coinciden con su cuenta. 2. Si la contraseña ingresada es incorrecta, lo llevará a la página de la izquierda. 3. Si la contraseña ingresada es correcta, se lo dirigirá a su página de inicio. Ahora veamos cómo Facebook usaría la declaración If. contraseña = facebook_hash (input_password) 11 Si contraseña == hash_password 2 print ('Inicio de sesión exitoso') 3 más 44 print ('Error de inicio de sesión. Contraseña incorrecta') 55 El código anterior solo proporciona una implementación de alto nivel de la instrucción If en el ejemplo de inicio de sesión de Facebook utilizado. La función Facebook_hash () toma input_password como parámetro y lo compara con el valor hash almacenado para ese usuario en particular. Para declaracion La declaración for admite la ejecución repetida de una declaración o un bloque de declaraciones controladas por una expresión iterable. Sintaxis de la instrucción For: 11 2

para objetivo en iterable: declaración (s)

Figura:Lenguaje de programación Python - por ejemplo, amigos de Facebook La declaración 'para' se puede entender en el ejemplo anterior.  La lista de 'Amigos' en su perfil mostrará los nombres y fotos de todos sus amigos  Para lograr esto, Facebook obtiene su lista de 'lista de amigos' que contiene todos los perfiles de sus amigos  Facebook comienza a mostrar el HTML de todos los perfiles hasta que el índice de la lista llega a 'NULL'  La acción de completar todos los perfiles en su página está controlada por la declaración 'para'

Ahora veamos un programa de Python de muestra para demostrar la instrucción For. 11 2 3 44 55 66 77 8 99 10 11 12 13 14 15

viajar = entrada ("¿Viaja? Sí o No:") mientras viajando == 'si': num = int (input ("Ingrese el número de personas que viajan:")) para num in rango (1, num + 1): nombre = input ("Ingresar detalles Nombre: ") edad = entrada ("Edad:") sexo = entrada ("Hombre o mujer:") print ("Detalles almacenados ", nombre) imprimir (edad) impresión (sexo) print ("¡Gracias!") viajar = entrada ("¿Viaja? Sí o No:") print ("Por favor regrese de nuevo") La salida es la siguiente: ¿Estas viajando? Sí o no: sí Ingrese el número de personas que viajan: 1 Ingrese detalles Nombre: Harry Edad: 20 Masculino o Femenino: Masculino Detalles almacenados tormento 20 Masculino Gracias ¿Estas viajando? Sí o no: no Volver de nuevo. Mientras que la declaración La instrucción while en la programación de Python admite la ejecución repetida de una instrucción o bloque de instrucciones que está controlado por una expresión condicional. Sintaxis de la instrucción While: 11 2

mientras expresión: declaración (s)

Figura:Python - Lenguaje de programación - Ejemplo de fuente de noticias de Facebook Utilizaremos el feed de noticias de Facebook anterior para comprender el uso del bucle while.  Cuando accedemos a nuestra página de inicio de Facebook, tenemos alrededor de 10 historias cargadas en nuestro servicio de noticias  Tan pronto como llegamos al final de la página, Facebook carga 10 historias más en nuestro servicio de noticias  Esto demuestra cómo se puede usar el ciclo 'while' para lograr este objetivo. Ahora veamos un ejemplo de un programa de Python para demostrar la instrucción While. 11 2 3 44 55 66

cuenta = 0 0 print ('Imprimir números del 0 al 9') mientras (cuenta 23 o condición2 (x) y x ', valor) Nombre -> John Dpt -> Cuenta Título -> Gerente actualizar() Así como podemos extender una lista, también podemos agregar elementos clave-valor de un diccionario a otro. En los diccionarios, usamos la palabra clave update (). employee_info = {'Name': 'John', 'Dpt': 'Account', 'Title': 'Manager'} Additional_info = {'Edad': 31, 'Años': 3}

employee_info.update (Additional_info) informacion_empleado

{'Nombre': 'João', 'Dpt': 'Cuenta', 'Título': 'Gerente', 'Edad': 31, 'Años': 3} Por supuesto() El método clear () elimina todas las claves y valores en un diccionario para redirigirlos a una clave y valores nuevos. employee_info.clear () informacion_empleado {} Diccionarios anidados También podemos crear diccionarios anidados que le permitan almacenar varios elementos de interés. Para agregar un poco más de complejidad, también usaremos listas de diccionario anidadas. company_info = {'Nombre': {'Primero': ['John', 'Bob', 'Lee'], 'Medio': ['Ray', 'Aaron', 'Roy'], 'Último': ['Smith', 'Marley', 'Sane']}, 'Empresa': 'Google'} company_info ['Name'] ['First'] [0], company_info ['Company'] ("John", "Google") Esto concluye los conceptos principales del diccionario y cómo se puede usar.

Lista de comprensión La comprensión de la lista es un proceso de creación de un subconjunto de una lista a partir de una lista existente basada en una condición específica. Hay dos formas sintácticamente diferentes de implementar la comprensión de la lista: 1. Comprensión explícita de la lista. 2. Comprensión implícita de la lista

Para demostrar los métodos anteriores, suponga que tenemos una lista de nombres y queremos crear una lista de subconjuntos con todos los nombres con la letra a en los nombres. 1. Comprensión explícita de la lista. El caso explícito muestra claramente la lógica de que Python inicializará una lista vacía, revisará los nombres en la primera lista y agregará los que contienen la letra a en la lista nombre_nuevo. nombres = ['James', 'John', 'Jose', 'Nisha', 'Lampard', 'Kristen', 'Joe', 'Bob'] nuevos_nombres = []

para nombre en nombres: si 'a' en el nombre: new_names.append (nombre)

nuevos_nombres ['James', 'Nisha', 'Lampard'] En el código anterior, describimos claramente todos los pasos para comprender la lista explícitamente, de modo que cada línea tenga un propósito específico. 2. Comprensión implícita de la lista Podemos hacer exactamente lo que hicimos arriba usando la comprensión implícita de la lista. Es decir, evaluamos la misma lógica que la anterior, ya que estamos generando la nueva lista. El siguiente comando hace lo mismo, excepto que se ejecuta en menos líneas. nombres = ['James', 'John', 'Jose', 'Nisha', 'Lampard', 'Kristen', 'Joe', 'Bob'] new_names = [nombre para nombre en nombres si 'a' en nombre] nuevos_nombres ['James', 'Nisha', 'Lampard'] Lista de comprensión con declaraciones if y else

Es bastante común encontrar ejemplos de comprensión de listas con una sola declaración if. Sin embargo, puede tener múltiples evaluaciones sample_list = [1, 2, 3, 4, 5, 6]

[x ** 2 si x% 2 == 0 más x para x en sample_list] [1, 4, 3, 16, 5, 36] Comprensión del diccionario Como vimos en las listas, también podemos realizar la comprensión en los diccionarios. A continuación se muestra un ejemplo de cómo utilizar la comprensión con los diccionarios. num_dict = {'a': 21, 'b': 12, 'c': 5, 'd': 10} new_dict = {k: v ** 3 para k, v en num_dict.items ()} nuevo_dict {'a': 9261, 'b': 1728, 'c': 125, 'd': 1000} En lugar de utilizar varias líneas de código, podemos generar fácilmente un nuevo diccionario con valores recién calculados utilizando la comprensión. declaración de importación Al igual que muchos lenguajes de programación, python proporciona una forma general de importar el código fuente de otro archivo python para usarlo en el archivo python actual. Esto es posible utilizando las palabras clave de importación. Formas generales de importar bibliotecas 1. 2. 3. 4. 5.

declaración de importación de la declaración * import * de la instrucción * import * as * from * import obj, function declaración de importación *

1. declaración de importación

La forma general de importar paquetes / bibliotecas es usar la declaración de importación que carga el script completo en el nuevo paquete de Python. Por ejemplo, usemos el módulo matemático de importación. matemáticas de importación ronda (math.sqrt (28), 2) 5.29 En el código anterior, importamos el módulo matemático completo llamado objeto sqrt. Sin embargo, podemos importar el objeto específico directamente con una declaración de importación ligeramente diferente. 2. de * declaración de importación Importaremos el mismo objeto de raíz cuadrada haciendo referencia directamente a él en la declaración de importación. de matemáticas import sqrt redondo (sqrt (28), 2) 5.29 Tenga en cuenta que ahora se puede hacer referencia al objeto sqrt directamente en el script actual. 3. de * importación como * declaración Yendo un paso más allá, podemos importar un objeto específico de un paquete y asignar una referencia corta para evitar nombres largos de objetos o tener un nombre personalizado. Usemos el mismo ejemplo anterior: desde matemáticas import sqrt como root

redondo (raíz (28), 2) 5.29 4. importar múltiples objetos Para importar varios objetos, podemos separar los objetos importados con una coma. En el siguiente ejemplo, importamos varios objetos.

de matemáticas import sqrt, factorial

redondo (sqrt (28), 2), factorial (5) (5.29, 120) 5. declaración de importación * Finalmente, podemos importar todos los objetos, variables y funciones usando el carácter especial *. Tenga en cuenta que utilizamos métodos de las bibliotecas matemáticas para calcular la raíz, el seno y el coseno de los valores numéricos. de importación matemática *

redondo (sqrt (28), 2), redondo (sin (1), 2), redondo (cos (1), 2) (5.29, 0.84, 0.54) Esto concluye las instrucciones de importación usando python. Histograma Los gráficos de histograma son útiles para proporcionar una representación visual de las características de la distribución de algunos datos de muestra. Podemos evaluar fácilmente la tendencia central (media, moda y mediana) y la expansión de nuestra muestra al observar histogramas. En este cuaderno, implementamos la visualización del histograma con matplotlib. importar numpy como np importar seaborn como sns importar matplotlib.pyplot como plt

% matplotlib en línea Generando números aleatorios a partir de una distribución normal con un promedio de 30 y desviación estándar 5 x_sample = np.random.normal (30, 5, 200)

Histograma con Matplotlib Matplotlib proporciona una conveniente función de trazado para representar un histograma dado un vector de entrada. También podemos especificar binning como mejor nos parezca. Tenga en cuenta que el binning puede influir en su lectura de la naturaleza de la distribución. plt.figure (figsize = (9,6)) _ = plt.hist (x_sample, ec ='negro', contenedores = 15) plt.xlabel ('X-Bins') plt.ylabel ('X-Counts')

Histograma en Seaborn Seaborn también proporciona una función conveniente para trazar histogramas. Por defecto, el gráfico de distribución proporcionará la

densidad del histograma y el kerner juntos. Para evitar esto, establecemos el argumento kde en falso para mostrar solo el histograma. plt.style.use ('ggplot') plt.figure (figsize = (9,6)) sns.distplot (x_sample, kde = False, color ='Mar verde') plt.xlabel ('X-Bins') plt.ylabel ('X-Counts') plt.title ('Ejemplo de histograma')

Varios histogramas También podemos comparar histogramas dentro de la misma pantalla. Por ejemplo, supongamos que queremos comparar la altura del hombre norteamericano de NY, LA contra los Estados Unidos. Por simplicidad,

supongamos que las alturas se distribuyen normalmente. Simulemos estos vectores con diferencias en las tendencias centrales ny_heights = np.random.normal (7.4, 1, 10000) la_heights = np.random.normal (6.1, .3, 10000) us_heights = np.random.normal (5.2, .3, 10000)

plt.figure (figsize = (9,6)) plt.hist (ny_heights, ec ='negro', contenedores = 15, color ='Mar verde', etiqueta ='NY Male', alfa = .9) plt.hist (la_heights, ec ='negro', contenedores = 15, color ='púrpura', etiqueta ='LA Male', alfa = .9) plt.hist (us_heights, ec ='negro', contenedores = 15, color ='verde claro', etiqueta ='Hombre estadounidense', alfa = .9) plt.xlabel ('Alturas masculinas de EE. UU.') plt.ylabel (La altura cuenta) plt.legend ()

Gráfico de densidad de Kernal Al igual que los histogramas, los gráficos de densidad del núcleo proporcionan una buena visión de la distribución de una muestra. Sin embargo, los gráficos de densidad del kernel generalmente se suavizan con una función del kernel para proporcionar una representación más continua de la distribución. Convenientemente, el envío proporciona una función para construir estos lotes sin una complejidad significativa. Inicialicemos nuestras bibliotecas. importar numpy como np importar seaborn como sns importar matplotlib.pyplot como plt

% matplotlib en línea Generando números aleatorios a partir de una distribución normal con un promedio de 30 y una desviación estándar de 5 x_sample = np.random.normal (30.5, 200) Ahora trazamos la función de densidad del núcleo usando seaborn y definimos el estil...