Curso Maestro en Python 3

Mi Curso Profesional
Pasión y vocación por servir.
2019

Aprende a programar con clases y objetos, a usar ficheros y bases de datos

SQLite, interfaces gráficas y más con Python.

1. Descripción
Este es el curso en español más completo y exhaustivo que encontrarás sobre
Python 3. Perfectamente estructurado y balanceado, introduce todos los temas
de forma sencilla, gradual y 100 % práctica (incluye configuración del entorno
en Windows, Ubuntu Linux y Mac OS X).

Dividido en cuatro fases con 130+ lecciones entre presentaciones, apuntes,

ejercicios solucionados paso a paso y quizs:

1. Fundamentos de programación.

2. Optimización y manejo de datos.

3. Programación Orientada a Objetos.
4. Temas avanzados.

En muchas lecciones se enseña con ejemplos y ejercicios reales de mi propia

experiencia como programador, en lugar de simples ejemplos teóricos.

Es un curso innovador que utiliza herramientas avanzadas para apoyar el

aprendizaje, como Jupyter Notebook, gracias al que serás capaz de crear tus
propios apuntes a la vez que aprendes cada lı́nea de código, y el editor Sublime-
Text para ejecutar tus programas con una simple combinación de teclas.

1
 Maestro en Python 3

2. ¿Qué es Python?
Python es un lenguaje de programación versátil y fácil de aprender ?de he-
cho, es muy utilizado para enseñar cursos introductorios de informática. Su
sintaxis es muy clara, lo que facilita el desarrollo y mantenimiento del código. A
pesar de que aún no es tan popular como MATLAB entre economistas, es uno
de los lenguajes más populares entre informáticos, por lo que existen múltiples
facilidades para aprenderlo (libros, páginas de internet).

Es una excelente alternativa a MATLAB para cálculos cientı́ficos (gracias

a paquetes como Numpy, Scipy, Matplotlib, y pandas) , en especial porque es
completamente gratis. En años recientes Python ha ganado popularidad entre
economistas; por ejemplo, los siguientes libros usan Python para resolver mo-
delos numéricos:

QuantEcon de Thomas Sargent y John Stachurski.

Economic Dynamics: Theory and Computation, de Stachurski.
Python for Econometrics, de Kevin Sheppard.
La mejor forma de conseguir Python es a través de Anaconda, que inclu-
ye más de 300 paquetes de gran utilidad en ciencias, matemática, ingenierı́a,
y análisis de datos. Además de Python, Anaconda incluye herramientas como
IPython (para ejecutar Python de manera interactiva), Jupyter (un editor que
permite editar texto, código y resultados en un sólo archivo, excelente para do-
cumentar trabajos), Spyder (una interfaz gráfica para editar código, similar a
la interfaz de MATLAB) y Anaconda (permite instalar y actualizar paquetes).
Vale aclarar que actualmente existen dos versiones de Python que no son ente-
ramente compatibles entre sı́, la 2.7 y la 3.7.

Aunque Spyder facilita la edición de código, usuarios avanzados podrı́an pre-

ferir PyCharm, un excelente editor de Python cuya versión Community puede
utilizarse gratuitamente. La versión Professional require de licencia, pero sus
ventajas respecto a la Community (apoyo para editar páginas web, por ejem-
plo) no son tan relevantes para trabajos de economı́a computacional.

3. ¿Qué aprenderé?
Utilizar Python para manipular todo tipo de información.
Utilizar Python para crear tus propios scripts y programas.
Utilizar Python para crear interfaces gráficas con Tkinder.
Utilizar Python para manejar bases de datos con SQLite.

2
 Maestro en Python 3

4. Contenido
SESIÓN 1: BIENVENIDA
Presentación del curso.
Presentación personal.

SESIÓN 2: EL ENTORNO DE APRENDIZAJE

Preparando el entorno.
4 nociones sobre Jupyter.

SESIÓN 3: INTRODUCCIÓN INFORMAL

Previa.
Números.
Textos.
Índices y slicing.
Listas.
Lectura por teclado.
Primeros pasos.
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso.

SESIÓN 4: OPERADORES Y EXPRESIONES

Previa.
El tipo lógico.
Operadores relacionales.
Operadores lógicos.
Expresiones anidadas.
Operadores de asignación.
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso.

SESIÓN 5: CONTROLANDO EL FLUJO

Previa.
Sentencia If.

3
 Maestro en Python 3

Sentencia While.
Sentencia For.
Post Análisis.
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso (1 al 3).
Ejercicios optativos - Soluciones paso a paso (4 al 7).

SESIÓN 6: COLECCIONES DE DATOS

Previa.
Tuplas.
Conjuntos.
Diccionarios.
Pilas y colas (con listas).
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso.

SESIÓN 7: ENTRADAS Y SALIDAS DE DATOS

Previa.
Entradas.
Scripts.
Salidas.
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso (1 y 2).
Ejercicios optativos - Soluciones paso a paso (3).

SESIÓN 8: PROGRAMACIÓN DE FUNCIONES

Previa.
Definición de funciones.
Retorno de valores.
Enviando valores.
Argumentos y parámetros.
Argumentos por valores y referencia.
Argumentos indeterminados.
Funciones recursivas.

4
 Maestro en Python 3

Funciones integradas.
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso.

SESIÓN 9: MANEJO DE EXCEPCIONES

Previa.
Errores.
Excepciones.
Múltiples excepciones.
Invocación de excepciones.
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso.

SESIÓN 10: CLASES Y OBJETOS

Previa.
Programación estructurada vs POO.
Clases y objetos.
Atributos y métodos de clase.
Métodos especiales.
Objetos dentro de objetos.
Encapsulación de atributos y métodos.
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso.

SESIÓN 11: HERENCIA

Previa.
Herencia .
Clases heredadas y polimorfismo .
Herencia múltiple.
Quiz de la sección.
Ejercicios optativos - Soluciones paso a paso.

SESIÓN 12: MÉTODOS DE LAS COLECCIONES

Previa.

5
 Maestro en Python 3

Cadenas.
Listas.
Conjuntos.
Diccionarios.
Ejercicios optativos - Soluciones paso a paso.

SESIÓN 13: MÓDULOS Y PAQUETES

Previa.
Módulos.
Paquetes.
Distribución básica.
Módulos estándar.
Collections.
Datetime.
Math.
Random.
Ejercicios optativos - Soluciones paso a paso (1 y 2).
Ejercicios optativos - Soluciones paso a paso (3).

SESIÓN 14: MANEJO DE FICHEROS

Previa.
Conceptos básicos.
Ficheros de texto.
Manejo del puntero.
Ficheros y objetos con Pickle.
Catálogo de pelı́culas persistente.
Ejercicios optativos - Soluciones paso a paso (1 y 2).
Ejercicios optativos - Soluciones paso a paso (3).

SESIÓN 15: INTERFACES GRÁFICAS CON TKINTER

Previa.
Tkinter y los widgets.
Tk (Raı́z).
Frames (Marcos).

6
 Maestro en Python 3

Labels (Etiquetas).
Entry (Campos de texto).
Text (Textos largos).
Buttons (Botones).
Radiobuttons (Botones radiales).
Checkbuttons (Botones seleccionables).
Menus (Menús).
Popups (Ventanas emergentes).
Popups avanzados.
Proyecto Editor de texto con Ficheros I.
Proyecto Editor de texto con Ficheros II.
Proyecto Editor de texto con Ficheros III.

SESIÓN 16: BASES DE DATOS CON SQLITE

Previa.
Conexión, puntero y consultas básicas.
Claves primarias, campos autoincrementales y claves únicas.
Consultas, modificación y borrado registros.
Ejercicios optativos - Soluciones paso a paso (1).
Ejercicios optativos - Soluciones paso a paso (2).

SESIÓN 17: FUNCIONALIDADES AVANZADAS

Operadores encadenados.
Comprensión de listas.
Funciones decoradoras I.
Funciones decoradoras II.
Funciones generadoras e iteradores.
Funciones lambda.
Función filter().
Función map().
Expresiones regulares I.
Expresiones regulares II.
Expresiones regulares III.

7
 Maestro en Python 3

SESIÓN 18: DOCUMENTACIÓN Y PRUEBAS

Docstrings.
Pydoc.
Doctest I.
Doctest II.
Unittest I.
Unittest II.

SESIÓN 19: DISTRIBUCIÓN

SESIÓN 20: ANEXOS

(*) El curso está estructurado en sesiones, donde cada sesión contie-

ne los temas expuestos anteriormente desarrollados de manera teórica
y práctica. Se cuenta con archivos del curso para desarrollar sesión
tras sesión. Teniendo en cuenta que se le hace llegar una autoeva-
luación en cada sesión ası́ como una evaluación final de cada nivel
correspondiente. Calidad garantizada.