Introducción a Python

.title[
# Introducción a Python
]
.subtitle[
## Clase 6d: Lambda functions y decoradores
]
.author[
### Daniel Miles Touya Máster en Análisis de Datos · UdelaR-Uvigo
]
.date[
### 24 abril 2026
]

---

## Módulos y paquetes

---

# Guía de lectura

- sabemos funciones  
- sabemos objetos  
]

&gt; ¿cómo organizamos código grande?
]

---

# Qué es un módulo

- funciones  
- variables  
- clases  
]

---

# Importar un módulo

```python
import os

print(type(os))
```

---

# Idea clave

---

# Acceso con punto

```python
import os

print(os.getcwd())
```

---

# Tres formas de importar

```python
import os
```

```python
from os import getcwd
```

```python
from os import *
```

---

# Diferencia clave

---

```python
import os
print("os" in globals())
print("getcwd" in globals())
```

---

```python
from os import getcwd
print("getcwd" in globals())
```

---

# Peligro

---

# Ejemplo peligroso

```python
join = "texto"

from os.path import *

print(join)
```

.div_bloque.small[
.hi-red[Problema:]

join cambia sin aviso
]

---

# Sintaxis con punto

---

```python
import os

print(type(os))
print(type(os.path))
print(type(os.path.join))
```

---

# Idea clave

---

# Alias

```python
import pandas as pd
import numpy as np
```

---

# Por qué importa

---

# Mini ejercicio 1

```python
import os
from os import getcwd
```

---

# Mini ejercicio 2

```python
join = "hola"

from os.path import *

print(join)
```

---

# Mini ejercicio 3

```python
os.path.join("a", "b")
```

---

# Paquetes

---

# Estructura

```
proyecto/
  main.py
  utilidades/
    __init__.py
    limpieza.py
```

---

# Importar módulo propio

```python
from utilidades import limpieza
```

---

# Idea clave

---

# sys.path

```python
import sys

print(sys.path)
```

---

# Error típico

---

# __name__ == "__main__"

```python
if __name__ == "__main__":
    print("ejecutando script")
```

---

# Idea clave

---

# Qué debes entender

&gt; Los módulos organizan y reutilizan código.
]

---

# Parte II · El módulo como objeto

## También los módulos

---

# Idea clave

- listas  
- funciones  
- números  
]

---

# Tipo de un módulo

```python
import os
import math

print(type(os))
print(type(math))
```

---

# Comparación

```python
print(type(42))
print(type("hola"))
print(type([1,2,3]))
print(type(os))
```

---

# Identidad

```python
import os

print(id(os))
```

---

# Importar dos veces

```python
import os
import os as os2

print(os is os2)
```

---

# Idea clave

---

# Atributos del módulo

---

```python
import os

print(os.__name__)
print(os.__file__)
```

---

# __name__

```python
print(os.__name__)   # "os"
```

---

# __file__

```python
print(os.__file__)
```

---

# __doc__

```python
import math

print(math.__doc__)
```

---

# dir()

---

```python
import os

print(dir(os))
```

---

# Acceso a atributos

```python
import os

print(os.getcwd)
print(type(os.getcwd))
```

---

# Equivalencia clave

---

```python
lista = [1,2,3]

lista.append(4)
os.getcwd()
```

---

# Módulos como variables

```python
import os

m = os

print(m.getcwd())
```

---

# Mini ejercicio 1

```python
import math

print(type(math))
print(math.__name__)
```

---

# Mini ejercicio 2

```python
import os

print(dir(os)[:5])
```

---

# Mini ejercicio 3

```python
import os

f = os.getcwd

print(f())
```

---

# Error típico

---

# Leer código IA

```python
pd.DataFrame(...)
```

---

# Idea profunda

---

# Qué debes entender

.smallest[
- módulo como objeto  
- atributos (__name__, __file__)  
- dir()  
- acceso con punto  
]

&gt; Un módulo es un objeto con atributos y funciones.
]

---

# Parte III · Módulos esenciales

## Librerías estándar

---

# Idea clave

---

# Módulo math

---

```python
import math

print(math.sqrt(16))
print(math.log(10))
print(math.pi)
```

---

# Mini ejercicio

```python
math.sqrt(25)
math.log(1)
```

---

# Módulo random

---

```python
import random

print(random.random())
print(random.randint(1, 10))
```

---

# Mini ejercicio

- número entre 0 y 1  
- entero entre 5 y 15  
]

---

# Módulo os

---

```python
import os

print(os.getcwd())
print(os.listdir())
```

---

# Mini ejercicio

---

# Módulo sys

---

```python
import sys

print(sys.path)
print(sys.version)
```

---

# Mini ejercicio

---

# Módulo datetime

---

```python
from datetime import datetime

now = datetime.now()

print(now)
print(now.year)
```

---

# Mini ejercicio

- año actual  
- mes actual  
]

---

# Módulo statistics

---

```python
import statistics

data = [1, 2, 3, 4]

print(statistics.mean(data))
print(statistics.median(data))
```

---

# Mini ejercicio

[10, 20, 30]
]

---

# Idea clave

---

# Patrón de uso

---

# Ejemplo completo

```python
import math

val = math.sqrt(9) + math.log(10)

print(val)
```

---

# Leer código IA

```python
import math
```

---

# Error típico

```python
sqrt(16)
```

.div_bloque.small[
.hi-red[Error:]

NameError
]

---

# Qué debes entender

&gt; Python ya tiene muchas herramientas listas para usar.
]

---

# Parte IV · pandas y numpy

## numpy · pandas

---

# Motivación

---

# numpy

---

```python
import numpy as np

a = np.array([1, 2, 3])

print(a)
print(a * 2)
```

---

# Idea clave

---

# Mini ejercicio

```python
a = np.array([1, 2, 3])

print(a + 10)
```

---

# pandas

---

```python
import pandas as pd

df = pd.DataFrame({
    "nombre": ["Ana", "Luis"],
    "edad": [20, 25]
})

print(df)
```

---

# Idea clave

---

# Selección de columnas

```python
print(df["edad"])
```

---

# Operaciones

```python
df["edad"] = df["edad"] + 1

print(df)
```

---

# Mini ejercicio

```python
df["edad2"] = df["edad"] * 2
```

---

# Conexión con funciones

---

```python
df["edad"].apply(lambda x: x + 1)
```

---

# Idea clave

---

# numpy vs pandas

- arrays  
- cálculo rápido  
]

- tablas  
- análisis de datos  
]

---

# Ejemplo combinado

```python
import numpy as np
import pandas as pd

data = np.array([1, 2, 3])

df = pd.DataFrame({"x": data})

print(df)
```

---

# Mini ejercicio 2

```python
df = pd.DataFrame({"x": [1, 2, 3]})

print(df["x"] * 2)
```

---

# Error típico

```python
pd.DataFrame(...)
```

.div_bloque.small[
.hi-red[Error:]

NameError si no importas
]

---

# Convención

```python
import numpy as np
import pandas as pd
```

---

# Leer código IA

```python
df.apply(lambda x: ...)
```

---

# Qué debes entender

&gt; numpy y pandas permiten trabajar con datos de forma eficiente.
]

---

# Extra · Visualización con matplotlib

## matplotlib

---

# Motivación

&gt; también los visualizamos
]

---

# Qué es matplotlib

- análisis de datos  
- machine learning  
]

---

# Importación estándar

```python
import matplotlib.pyplot as plt
```

.div_bloque.small[
Convención universal: plt
]

---

# Ejemplo básico

```python
import matplotlib.pyplot as plt

x = [1, 2, 3]
y = [2, 4, 6]

plt.plot(x, y)
plt.show()
```

---

# Idea clave

1. crear gráfico  
2. mostrar con plt.show()
]

---

# Gráfico de puntos

```python
plt.scatter(x, y)
plt.show()
```

---

# Etiquetas

```python
plt.plot(x, y)

plt.xlabel("x")
plt.ylabel("y")
plt.title("Mi gráfico")

plt.show()
```

---

# Mini ejercicio 1

x = [1,2,3]  
y = [1,4,9]
]

---

# Mini ejercicio 2

- título  
- etiquetas  
]

---

# Conexión con pandas

```python
df["edad"].plot()
plt.show()
```

---

# Error típico

---

# Idea clave

---

# Qué debes entender

.smallest[
- qué es matplotlib  
- estructura básica  
- tipos de gráficos  
- conexión con pandas  
]

&gt; matplotlib permite visualizar datos de forma sencilla.
]