MAD Ejercicios de Comprehensions en Python

1

List comprehension básica

Fácil

Problema: Crea una lista con los cuadrados de los números del 1 al 5 usando list comprehension.

✅ Solución:

# Con list comprehension cuadrados = [x**2 for x in range(1, 6)] print(cuadrados) # Resultado: [1, 4, 9, 16, 25]

📚 Comparación con bucle tradicional:

# Forma tradicional cuadrados = [] for x in range(1, 6): cuadrados.append(x**2)

Explicación: List comprehension permite crear listas en una sola línea. Sintaxis: [expresión for variable in iterable]

2

List comprehension con if

Fácil

Problema: Crea una lista con solo los números pares del 1 al 20 usando list comprehension con condición.

✅ Solución:

# Con list comprehension y filtro pares = [x for x in range(1, 21) if x % 2 == 0] print(pares) # Resultado: [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]

Explicación: Agregamos if condición al final para filtrar elementos. Solo incluye elementos que cumplen la condición.

3

Transformar strings

Fácil

Problema: Tienes una lista palabras = ["python", "java", "javascript"]. Crea una nueva lista con todas las palabras en mayúsculas usando comprehension.

✅ Solución:

palabras = ["python", "java", "javascript"] # Con list comprehension mayusculas = [palabra.upper() for palabra in palabras] print(mayusculas) # Resultado: ['PYTHON', 'JAVA', 'JAVASCRIPT']

Explicación: Podemos aplicar métodos a cada elemento durante la transformación. Aquí usamos .upper() en cada palabra.

4

Dictionary comprehension básica

Fácil

Problema: Crea un diccionario donde las claves sean números del 1 al 5 y los valores sean sus cubos usando dictionary comprehension.

✅ Solución:

# Con dictionary comprehension cubos = {x: x**3 for x in range(1, 6)} print(cubos) # Resultado: {1: 1, 2: 8, 3: 27, 4: 64, 5: 125}

📚 Forma tradicional:

cubos = {} for x in range(1, 6): cubos[x] = x**3

Explicación: Dictionary comprehension sintaxis: {clave: valor for variable in iterable}

5

Filtrar con longitud de strings

Fácil

Problema: Tienes una lista nombres = ["Ana", "Juan", "María", "José", "Carmen"]. Crea una lista solo con nombres que tengan más de 4 letras.

✅ Solución:

nombres = ["Ana", "Juan", "María", "José", "Carmen"] # Filtrar nombres largos nombres_largos = [nombre for nombre in nombres if len(nombre) > 4] print(nombres_largos) # Resultado: ['María', 'Carmen']

Explicación: Usamos len() en la condición para filtrar por longitud de caracteres.

6

Comprehension con if-else

Medio

Problema: Crea una lista con números del 1 al 10, pero si el número es par muestra "PAR", si es impar muestra "IMPAR".

✅ Solución:

# Con if-else en la expresión resultado = ["PAR" if x % 2 == 0 else "IMPAR" for x in range(1, 11)] print(resultado) # Resultado: ['IMPAR', 'PAR', 'IMPAR', 'PAR', 'IMPAR', 'PAR', 'IMPAR', 'PAR', 'IMPAR', 'PAR'] # Con números y etiquetas resultado_detalle = [f"{x}-PAR" if x % 2 == 0 else f"{x}-IMPAR" for x in range(1, 11)] print(resultado_detalle)

Explicación: Cuando usamos if-else en la expresión (no al final), va antes del for. Sintaxis: expresion_si_true if condicion else expresion_si_false

7

Dictionary desde dos listas

Medio

Problema: Tienes dos listas: estudiantes = ["Ana", "Juan", "María"] y notas = [85, 92, 78]. Crea un diccionario usando comprehension.

✅ Solución:

estudiantes = ["Ana", "Juan", "María"] notas = [85, 92, 78] # Crear diccionario con zip calificaciones = {estudiante: nota for estudiante, nota in zip(estudiantes, notas)} print(calificaciones) # Resultado: {'Ana': 85, 'Juan': 92, 'María': 78}

Explicación: Usamos zip() para emparejar elementos de dos listas y crear un diccionario con comprehension.

8

Filtrar diccionario

Medio

Problema: Tienes un diccionario precios = {"manzana": 1.5, "pan": 2.0, "leche": 1.2, "carne": 8.5}. Crea un nuevo diccionario solo con productos que cuesten menos de 2€.

✅ Solución:

precios = {"manzana": 1.5, "pan": 2.0, "leche": 1.2, "carne": 8.5} # Filtrar productos baratos baratos = {producto: precio for producto, precio in precios.items() if precio < 2.0} print(baratos) # Resultado: {'manzana': 1.5, 'leche': 1.2}

Explicación: Usamos .items() para obtener pares clave-valor y filtramos con una condición en el precio.

9

Nested comprehension básica

Medio

Problema: Crea una lista plana con todos los números de estas listas anidadas: matriz = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

✅ Solución:

matriz = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] # Aplanar matriz con nested comprehension plana = [numero for fila in matriz for numero in fila] print(plana) # Resultado: [1, 2, 3, 4, 5, 6, 7, 8, 9]

📚 Forma tradicional:

plana = [] for fila in matriz: for numero in fila: plana.append(numero)

Explicación: En nested comprehension, los bucles se leen de izquierda a derecha como si fueran bucles anidados normales.

10

Comprehension con funciones

Medio

Problema: Crea una lista con las longitudes de estas palabras: palabras = ["Python", "es", "genial", "para", "programar"]

✅ Solución:

palabras = ["Python", "es", "genial", "para", "programar"] # Obtener longitudes longitudes = [len(palabra) for palabra in palabras] print(longitudes) # Resultado: [6, 2, 6, 4, 9] # Con diccionario palabra -> longitud palabra_longitud = {palabra: len(palabra) for palabra in palabras} print(palabra_longitud)

Explicación: Podemos usar cualquier función en la expresión de la comprehension, como len(), str.upper(), etc.

11

Múltiples condiciones

Medio

Problema: Del 1 al 30, crea una lista con números que sean divisibles por 3 Y por 2 (o sea, divisibles por 6).

✅ Solución:

# Números divisibles por 6 divisibles_6 = [x for x in range(1, 31) if x % 3 == 0 and x % 2 == 0] print("Divisibles por 3 Y 2:", divisibles_6) # Más directo divisibles_6_directo = [x for x in range(1, 31) if x % 6 == 0] print("Divisibles por 6:", divisibles_6_directo) # Con detalles detalles = [f"{x} (3×{x//3}, 2×{x//2})" for x in range(1, 31) if x % 6 == 0] print("Con detalles:", detalles)

Explicación: Podemos usar operadores lógicos (and, or) en las condiciones del filtro.

12

Procesar texto

Medio

Problema: Tienes una frase "Python es un lenguaje increíble". Crea una lista con las palabras que tengan más de 2 caracteres, todas en mayúsculas.

✅ Solución:

frase = "Python es un lenguaje increíble" # Palabras largas en mayúsculas palabras_largas = [palabra.upper() for palabra in frase.split() if len(palabra) > 2] print(palabras_largas) # Resultado: ['PYTHON', 'LENGUAJE', 'INCREÍBLE'] # Con información extra detalle = [f"{palabra} ({len(palabra)} letras)" for palabra in frase.split() if len(palabra) > 2] print("Con detalles:", detalle)

Explicación: Combinamos .split() para separar palabras, filtro por longitud y transformación con .upper().

13

Set comprehension

Fácil

Problema: Crea un set con las primeras letras (en minúscula) de estas palabras: palabras = ["Python", "Java", "JavaScript", "PHP", "Perl"]

✅ Solución:

palabras = ["Python", "Java", "JavaScript", "PHP", "Perl"] # Set comprehension - elimina duplicados automáticamente primeras_letras = {palabra[0].lower() for palabra in palabras} print(primeras_letras) # Resultado: {'p', 'j'} - solo letras únicas # Lista para ver todas (con duplicados) todas_primeras = [palabra[0].lower() for palabra in palabras] print("Con duplicados:", todas_primeras)

Explicación: Set comprehension usa {} como list comprehension pero elimina duplicados automáticamente.

14

Nested comprehension con filtro

Difícil

Problema: Tienes una matriz de números. Crea una lista plana solo con los números pares: matriz = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]

✅ Solución:

matriz = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] # Nested comprehension con filtro pares = [numero for fila in matriz for numero in fila if numero % 2 == 0] print(pares) # Resultado: [2, 4, 6, 8, 10, 12]

📚 Forma tradicional:

pares = [] for fila in matriz: for numero in fila: if numero % 2 == 0: pares.append(numero)

Explicación: Combinamos nested comprehension con filtro. El orden es: bucles anidados, luego condición al final.

15

Comprehension con enumerate

Medio

Problema: Tienes una lista colores = ["rojo", "azul", "verde", "amarillo"]. Crea un diccionario donde la clave sea el índice y el valor sea el color, pero solo para colores con más de 4 letras.

✅ Solución:

colores = ["rojo", "azul", "verde", "amarillo"] # Dictionary comprehension con enumerate y filtro colores_largos = {i: color for i, color in enumerate(colores) if len(color) > 4} print(colores_largos) # Resultado: {2: 'verde', 3: 'amarillo'} # Versión con índice personalizado (empezar desde 1) colores_desde_1 = {i+1: color for i, color in enumerate(colores) if len(color) > 4} print("Desde 1:", colores_desde_1)

Explicación: enumerate() nos da índice y valor. Útil para crear diccionarios con posiciones como claves.

16

Transformar valores en diccionario

Medio

Problema: Tienes un diccionario temperaturas = {"Madrid": 22, "Barcelona": 25, "Sevilla": 30}. Crea un nuevo diccionario con las temperaturas en Fahrenheit.

✅ Solución:

temperaturas = {"Madrid": 22, "Barcelona": 25, "Sevilla": 30} # Convertir a Fahrenheit: F = C * 9/5 + 32 fahrenheit = {ciudad: round(temp * 9/5 + 32, 1) for ciudad, temp in temperaturas.items()} print(fahrenheit) # Resultado: {'Madrid': 71.6, 'Barcelona': 77.0, 'Sevilla': 86.0} # Con formato más descriptivo formato_completo = {f"{ciudad} (°F)": f"{round(temp * 9/5 + 32, 1)}°F" for ciudad, temp in temperaturas.items()} print("Formato completo:", formato_completo)

Explicación: Transformamos valores aplicando una fórmula matemática y usamos round() para redondear decimales.

17

Crear tabla de multiplicar

Difícil

Problema: Crea una lista de listas que represente la tabla de multiplicar del 1 al 5 (cada sublista es una tabla completa).

✅ Solución:

# Tabla de multiplicar completa tabla_multiplicar = [[i * j for j in range(1, 6)] for i in range(1, 6)] # Mostrar tabla for i, fila in enumerate(tabla_multiplicar, 1): print(f"Tabla del {i}: {fila}") print("\nFormato más visual:") # Versión más visual for i in range(1, 6): tabla = [f"{i}x{j}={i*j}" for j in range(1, 6)] print(f"Tabla del {i}: {tabla}") # Como diccionario tablas_dict = {i: [i * j for j in range(1, 6)] for i in range(1, 6)} print(f"\nComo diccionario: {tablas_dict}")

Explicación: Nested comprehension donde el bucle externo crea cada tabla y el interno los productos de esa tabla.

18

Análisis de datos con comprehension

Difícil

Problema: Tienes una lista de estudiantes con sus notas: estudiantes = [("Ana", 85), ("Juan", 92), ("María", 78), ("Pedro", 65), ("Laura", 95)]. Crea diferentes análisis usando comprehensions.

✅ Solución:

estudiantes = [("Ana", 85), ("Juan", 92), ("María", 78), ("Pedro", 65), ("Laura", 95)] # 1. Diccionario nombre -> nota notas_dict = {nombre: nota for nombre, nota in estudiantes} print("Diccionario:", notas_dict) # 2. Lista de estudiantes aprobados (nota >= 80) aprobados = [nombre for nombre, nota in estudiantes if nota >= 80] print("Aprobados:", aprobados) # 3. Lista con calificaciones textuales calificaciones = [f"{nombre}: {'EXCELENTE' if nota >= 90 else 'BUENO' if nota >= 80 else 'REGULAR' if nota >= 70 else 'INSUFICIENTE'}" for nombre, nota in estudiantes] print("Calificaciones:") for calif in calificaciones: print(f" {calif}") # 4. Estadísticas básicas notas_solo = [nota for nombre, nota in estudiantes] estadisticas = { 'promedio': sum(notas_solo) / len(notas_solo), 'maxima': max(notas_solo), 'minima': min(notas_solo), 'aprobados_count': len([nota for nota in notas_solo if nota >= 80]) } print("Estadísticas:", estadisticas)

Explicación: Múltiples comprehensions para diferentes análisis: diccionarios, filtros, transformaciones complejas con if-else anidados.

19

Procesar datos anidados

Difícil

Problema: Tienes datos de ventas por mes: ventas = {"Enero": [100, 150, 200], "Febrero": [120, 180, 250], "Marzo": [90, 160, 220]}. Calcula el total por mes y encuentra el mejor día de cada mes.

✅ Solución:

ventas = {"Enero": [100, 150, 200], "Febrero": [120, 180, 250], "Marzo": [90, 160, 220]} # 1. Total por mes totales_mes = {mes: sum(dias) for mes, dias in ventas.items()} print("Totales por mes:", totales_mes) # 2. Mejor día (venta máxima) por mes mejores_dias = {mes: max(dias) for mes, dias in ventas.items()} print("Mejor día por mes:", mejores_dias) # 3. Promedio por mes promedios = {mes: round(sum(dias) / len(dias), 2) for mes, dias in ventas.items()} print("Promedios:", promedios) # 4. Días con ventas superiores al promedio de cada mes dias_buenos = {mes: [dia for dia in dias if dia > sum(dias)/len(dias)] for mes, dias in ventas.items()} print("Días sobre promedio:", dias_buenos) # 5. Reporte completo reporte = {mes: { 'total': sum(dias), 'promedio': round(sum(dias)/len(dias), 2), 'maximo': max(dias), 'minimo': min(dias) } for mes, dias in ventas.items()} print("\nReporte completo:") for mes, stats in reporte.items(): print(f"{mes}: {stats}")

Explicación: Comprehensions complejas con múltiples operaciones: suma, promedio, máximo, filtros y estructuras anidadas.

20

Generador de coordenadas

Difícil

Problema: Crea todas las coordenadas (x, y) posibles donde x va de 0 a 3 y y va de 0 a 2, pero excluye las coordenadas donde x = y. Después crea un diccionario con la distancia desde el origen.

✅ Solución:

import math # 1. Generar coordenadas con restricción coordenadas = [(x, y) for x in range(4) for y in range(3) if x != y] print("Coordenadas (x≠y):", coordenadas) # 2. Todas las coordenadas para comparar todas_coordenadas = [(x, y) for x in range(4) for y in range(3)] print("Todas las coordenadas:", todas_coordenadas) # 3. Coordenadas excluidas excluidas = [(x, y) for x in range(4) for y in range(3) if x == y] print("Excluidas (x=y):", excluidas) # 4. Diccionario con distancias desde origen distancias = {(x, y): round(math.sqrt(x**2 + y**2), 2) for x in range(4) for y in range(3) if x != y} print("\nDistancias desde origen:") for coord, dist in distancias.items(): print(f" {coord}: {dist}") # 5. Coordenadas ordenadas por distancia coords_ordenadas = sorted(distancias.items(), key=lambda item: item[1]) print("\nOrdenadas por distancia:") for coord, dist in coords_ordenadas: print(f" {coord}: {dist}") # 6. Análisis adicional cerca_origen = {coord: dist for coord, dist in distancias.items() if dist < 2.0} print(f"\nCerca del origen (distancia < 2.0): {cerca_origen}") lejos_origen = {coord: dist for coord, dist in distancias.items() if dist >= 3.0} print(f"Lejos del origen (distancia >= 3.0): {lejos_origen}")

Explicación: Comprehension avanzada con múltiples bucles, condiciones complejas, cálculos matemáticos y análisis de datos resultantes.

🔗 MAD-Udelar: Ejercicios de Comprehensions

MAD- UdelaR: Ejercicios de List & Dict Comprehensions

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución:

✅ Solución: