domingo, 23 de noviembre de 2025

Introducción a funciones y sentencias condicionales en Python

En este curso, vamos a seguir construyendo sobre su base de conocimientos de Python. Al final del curso, usted será capaz de escribir declaraciones en código Python para realizar operaciones de múltiples pasos en sus datos. También aprenderá a escribir código limpio y legible que puede ser fácilmente entendido y reutilizado por otros profesionales de datos. Ser capaz de colaborar con los compañeros de equipo es una de las habilidades más importantes para un Datos Y escribir código limpio es una gran manera de colaborar con sus compañeros de equipo y ayudar a su equipo a alcanzar sus objetivos. Trabajar con código limpio ayuda a su equipo a trabajar más rápido, comunicarse más eficazmente y producir mejores resultados. Empezaremos con funciones, o trozos de código reutilizables que te permiten realizar tareas específicas. Las funciones son como los verbos o palabras de acción de un lenguaje de programación.  Reproduce el video desde ::55 y sigue la transcripción0:55 Puedes recurrir a una función en cualquier momento para que te ayude a realizar acciones útiles con tus datos, como ordenar, clasificar, resumir y mucho más. A continuación, hablaremos de cómo escribir código limpio que puedan entender fácilmente sus compañeros de equipo y colaboradores. Aprenderá dos elementos importantes para escribir código limpio, la reutilización y la modularidad. Ambas prácticas aceleran el desarrollo de proyectos y ayudan a los profesionales de datos a centrarse en las necesidades empresariales básicas y a evitar perder tiempo haciendo repeticiones. A continuación, examinaremos otro aspecto clave de la escritura de código limpio, los comentarios. Los comentarios son una práctica útil porque le ayudan a considerar su proceso de pensamiento mientras documenta su flujo de trabajo para los compañeros de equipo. Usar comentarios para describir los componentes de un problema le ayuda a resolverlo en pasos claros y sencillos.  Reproduce el video desde :1:41 y sigue la transcripción1:41 A continuación, analizaremos cómo utilizar operadores para comparar valores. Revisaremos dos tipos de operadores, los comparadores y los operadores lógicos. Comparadores como mayor que o menor que permiten comparar dos valores. Operadores lógicos como AND y OR permiten conectar varias sentencias y realizar comparaciones más complejas. Los profesionales de los datos utilizan operadores para analizar y tomar decisiones sobre sus datos. Por último, consideraremos las sentencias condicionales, que indican al ordenador cómo tomar decisiones basándose en sus instrucciones. Aprenderá a escribir sentencias if-else y else-if.  Reproduce el video desde :2:22 y sigue la transcripción2:22 Los profesionales de los datos utilizan sentencias condicionales para estructurar operaciones complejas y realizar todo tipo de tareas prácticas, como agrupar datos y organizar archivos. Las sentencias condicionales hacen que tu código Python sea más flexible y potente. Cuando estés listo, nos vemos en el siguiente vídeo.  En este curso, vamos a seguir construyendo sobre su base de conocimientos de Python. Al final del curso, usted será capaz de escribir declaraciones en código Python para realizar operaciones de múltiples pasos en sus datos. También aprenderá a escribir código limpio y legible que puede ser fácilmente entendido y reutilizado por otros profesionales de datos. Ser capaz de colaborar con los compañeros de equipo es una de las habilidades más importantes para un Datos Y escribir código limpio es una gran manera de colaborar con sus compañeros de equipo y ayudar a su equipo a alcanzar sus objetivos. Trabajar con código limpio ayuda a su equipo a trabajar más rápido, comunicarse más eficazmente y producir mejores resultados. Empezaremos con funciones, o trozos de código reutilizables que te permiten realizar tareas específicas. Las funciones son como los verbos o palabras de acción de un lenguaje de programación.  Reproduce el video desde ::55 y sigue la transcripción0:55 Puedes recurrir a una función en cualquier momento para que te ayude a realizar acciones útiles con tus datos, como ordenar, clasificar, resumir y mucho más. A continuación, hablaremos de cómo escribir código limpio que puedan entender fácilmente sus compañeros de equipo y colaboradores. Aprenderá dos elementos importantes para escribir código limpio, la reutilización y la modularidad. Ambas prácticas aceleran el desarrollo de proyectos y ayudan a los profesionales de datos a centrarse en las necesidades empresariales básicas y a evitar perder tiempo haciendo repeticiones. A continuación, examinaremos otro aspecto clave de la escritura de código limpio, los comentarios. Los comentarios son una práctica útil porque le ayudan a considerar su proceso de pensamiento mientras documenta su flujo de trabajo para los compañeros de equipo. Usar comentarios para describir los componentes de un problema le ayuda a resolverlo en pasos claros y sencillos.  Reproduce el video desde :1:41 y sigue la transcripción1:41 A continuación, analizaremos cómo utilizar operadores para comparar valores. Revisaremos dos tipos de operadores, los comparadores y los operadores lógicos. Comparadores como mayor que o menor que permiten comparar dos valores. Operadores lógicos como AND y OR permiten conectar varias sentencias y realizar comparaciones más complejas. Los profesionales de los datos utilizan operadores para analizar y tomar decisiones sobre sus datos. Por último, consideraremos las sentencias condicionales, que indican al ordenador cómo tomar decisiones basándose en sus instrucciones. Aprenderá a escribir sentencias if-else y else-if.  Reproduce el video desde :2:22 y sigue la transcripción2:22 Los profesionales de los datos utilizan sentencias condicionales para estructurar operaciones complejas y realizar todo tipo de tareas prácticas, como agrupar datos y organizar archivos. Las sentencias condicionales hacen que tu código Python sea más flexible y potente. Cuando estés listo, nos vemos en el siguiente vídeo.  En este curso, vamos a seguir construyendo sobre su base de conocimientos de Python. Al final del curso, usted será capaz de escribir declaraciones en código Python para realizar operaciones de múltiples pasos en sus datos. También aprenderá a escribir código limpio y legible que puede ser fácilmente entendido y reutilizado por otros profesionales de datos. Ser capaz de colaborar con los compañeros de equipo es una de las habilidades más importantes para un Datos Y e: agregado a la selección Presiona [CTRL + S] para guardar como nota. Me gusta No me gusta Informar de un problema : agregado a la selección Presiona [CTRL + S] para guardar como nota. Me gusta No me gusta Informar de un problema : agregado a la selección Presiona [CTRL + S] para guardar como nota.

Traductor de idiomas. Ingles - Español con Python

1>># Lo primero que debemos hacer es instalar la librería. 

2 >>!pip install googletrans==4.0.0-rc1


Collecting googletrans==4.0.0-rc1
  Downloading googletrans-4.0.0rc1.tar.gz (20 kB)
  Preparing metadata (setup.py) ... done
Collecting httpx==0.13.3 (from googletrans==4.0.0-rc1)
  Downloading httpx-0.13.3-py3-none-any.whl.metadata (25 kB)
Requirement already satisfied: certifi in /usr/local/lib/python3.12/dist-packages (from httpx==0.13.3->googletrans==4.0.0-rc1) (2025.11.12)
Collecting hstspreload (from httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading hstspreload-2025.1.1-py3-none-any.whl.metadata (2.1 kB)
Requirement already satisfied: sniffio in /usr/local/lib/python3.12/dist-packages (from httpx==0.13.3->googletrans==4.0.0-rc1) (1.3.1)
Collecting chardet==3.* (from httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading chardet-3.0.4-py2.py3-none-any.whl.metadata (3.2 kB)
Collecting idna==2.* (from httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading idna-2.10-py2.py3-none-any.whl.metadata (9.1 kB)
Collecting rfc3986<2,>=1.3 (from httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading rfc3986-1.5.0-py2.py3-none-any.whl.metadata (6.5 kB)
Collecting httpcore==0.9.* (from httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading httpcore-0.9.1-py3-none-any.whl.metadata (4.6 kB)
Collecting h11<0.10,>=0.8 (from httpcore==0.9.*->httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading h11-0.9.0-py2.py3-none-any.whl.metadata (8.1 kB)
Collecting h2==3.* (from httpcore==0.9.*->httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading h2-3.2.0-py2.py3-none-any.whl.metadata (32 kB)
Collecting hyperframe<6,>=5.2.0 (from h2==3.*->httpcore==0.9.*->httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading hyperframe-5.2.0-py2.py3-none-any.whl.metadata (7.2 kB)
Collecting hpack<4,>=3.0 (from h2==3.*->httpcore==0.9.*->httpx==0.13.3->googletrans==4.0.0-rc1)
  Downloading hpack-3.0.0-py2.py3-none-any.whl.metadata (7.0 kB)
Downloading httpx-0.13.3-py3-none-any.whl (55 kB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 55.1/55.1 kB 3.7 MB/s eta 0:00:00
Downloading chardet-3.0.4-py2.py3-none-any.whl (133 kB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 133.4/133.4 kB 5.7 MB/s eta 0:00:00
Downloading httpcore-0.9.1-py3-none-any.whl (42 kB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 42.6/42.6 kB 2.7 MB/s eta 0:00:00
Downloading idna-2.10-py2.py3-none-any.whl (58 kB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 58.8/58.8 kB 3.7 MB/s eta 0:00:00
Downloading h2-3.2.0-py2.py3-none-any.whl (65 kB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 65.0/65.0 kB 4.1 MB/s eta 0:00:00
Downloading rfc3986-1.5.0-py2.py3-none-any.whl (31 kB)
Downloading hstspreload-2025.1.1-py3-none-any.whl (1.3 MB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 1.3/1.3 MB 33.9 MB/s eta 0:00:00
Downloading h11-0.9.0-py2.py3-none-any.whl (53 kB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 53.6/53.6 kB 3.8 MB/s eta 0:00:00
Downloading hpack-3.0.0-py2.py3-none-any.whl (38 kB)
Downloading hyperframe-5.2.0-py2.py3-none-any.whl (12 kB)
Building wheels for collected packages: googletrans
  Building wheel for googletrans (setup.py) ... done
  Created wheel for googletrans: filename=googletrans-4.0.0rc1-py3-none-any.whl size=17396 sha256=c4490739b77cd780a5ee128f48f73dea394ceda628d892dc04a03ac2e13b45cc
  Stored in directory: /root/.cache/pip/wheels/95/0f/04/b17a72024b56a60e499ce1a6313d283ed5ba332407155bee03
Successfully built googletrans
Installing collected packages: rfc3986, hyperframe, hpack, h11, chardet, idna, hstspreload, h2, httpcore, httpx, googletrans
  Attempting uninstall: hyperframe
    Found existing installation: hyperframe 6.1.0
    Uninstalling hyperframe-6.1.0:
      Successfully uninstalled hyperframe-6.1.0
  Attempting uninstall: hpack
    Found existing installation: hpack 4.1.0
    Uninstalling hpack-4.1.0:
      Successfully uninstalled hpack-4.1.0
  Attempting uninstall: h11
    Found existing installation: h11 0.16.0
    Uninstalling h11-0.16.0:
      Successfully uninstalled h11-0.16.0
  Attempting uninstall: chardet
    Found existing installation: chardet 5.2.0
    Uninstalling chardet-5.2.0:
      Successfully uninstalled chardet-5.2.0
  Attempting uninstall: idna
    Found existing installation: idna 3.11
    Uninstalling idna-3.11:
      Successfully uninstalled idna-3.11
  Attempting uninstall: h2
    Found existing installation: h2 4.3.0
    Uninstalling h2-4.3.0:
      Successfully uninstalled h2-4.3.0
  Attempting uninstall: httpcore
    Found existing installation: httpcore 1.0.9
    Uninstalling httpcore-1.0.9:
      Successfully uninstalled httpcore-1.0.9
  Attempting uninstall: httpx
    Found existing installation: httpx 0.28.1
    Uninstalling httpx-0.28.1:
      Successfully uninstalled httpx-0.28.1
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
gradio-client 1.13.3 requires httpx>=0.24.1, but you have httpx 0.13.3 which is incompatible.
firebase-admin 6.9.0 requires httpx[http2]==0.28.1, but you have httpx 0.13.3 which is incompatible.
openai 1.109.1 requires httpx<1,>=0.23.0, but you have httpx 0.13.3 which is incompatible.
google-genai 1.51.0 requires httpx<1.0.0,>=0.28.1, but you have httpx 0.13.3 which is incompatible.
langsmith 0.4.43 requires httpx<1,>=0.23.0, but you have httpx 0.13.3 which is incompatible.
mcp 1.21.2 requires httpx>=0.27.1, but you have httpx 0.13.3 which is incompatible.
gradio 5.49.1 requires httpx<1.0,>=0.24.1, but you have httpx 0.13.3 which is incompatible.
Successfully installed chardet-3.0.4 googletrans-4.0.0rc1 h11-0.9.0 h2-3.2.0 hpack-3.0.0 hstspreload-2025.1.1 httpcore-0.9.1 httpx-0.13.3 hyperframe-5.2.0 idna-2.10 rfc3986-1.5.0
WARNING: The following packages were previously imported in this runtime:
  [chardet,idna]
You must restart the runtime in order to use newly installed versions.


3>>from googletrans import Translator

4>># Inicializar el objeto traductor

5>>traductor = Translator()

6>># Texto de ejemplo en inglés

7>>texto_ingles = "The quick brown fox jumps over the lazy dog."

8>># Realizar la traducción

9>># src='en': idioma de origen (inglés)

10>># dest='es': idioma de destino (español)

11>>resultado = traductor.translate(texto_ingles, src='en', dest='es')

12>># Imprimir el resultado

13>>print(f"Texto original (EN): {texto_ingles}")

14>>print("-" * 30)

15>>print(f"Texto traducido (ES): {resultado.text}")

Texto original (EN): The quick brown fox jumps over the lazy dog.
------------------------------
Texto traducido (ES): El veloz zorro marrón salta sobre el perro perezoso.


Mejora realizada por PPI:

7>>texto_ingles = input("Favor ingrese el texto que desea traducir:  ") 

# de esta manera veras un campo interactivo dentro del cual podrás pegar el texto a traducir































Sintaxis de python

 

Explorar la sintaxis de Python
Estado: Traducido automáticamente del Inglés

Información:
Este elemento incluye contenido que aún no se tradujo a tu idioma preferido.

Python es un lenguaje de programación flexible que se utiliza en un amplio abanico de campos, como el desarrollo de software, el aprendizaje automático y el análisis de datos. Python es uno de los lenguajes de programación más populares para los profesionales de los datos, por lo que familiarizarse con su sintaxis y semántica fundamentales será útil para su futura carrera. En esta lectura, aprenderás sobre la sintaxis y la semántica de Python, así como dónde encontrar recursos para ampliar tu aprendizaje.

El lenguaje de Python

Las personas utilizamos el lenguaje para comunicarnos y darnos instrucciones. Los ordenadores hacen lo mismo, excepto que utilizan lenguajes como Python, C++ y Java. Así que, para comunicar instrucciones al ordenador, los programadores necesitan organizar ideas y conceptos en un lenguaje que éste entienda.

La sintaxis de Python incluye palabras que representan objetos y órdenes, así como signos de puntuación que dan a las palabras estructura, jerarquía y contexto. Juntas, las palabras y la puntuación comunican ideas y procesos, lo que se conoce como semántica. La semántica es el significado que transmite la sintaxis. La mejor manera de aprender sintaxis y semántica es a través de la exposición. Practica la programación y familiarízate con la lectura del código de otras personas. Además, hay algunas convenciones generales que los profesionales utilizan para ayudar a mantener la uniformidad estilística dentro del lenguaje.

Las lenguas de codificación se parecen a las lenguas habladas en que tienen una forma de clasificar las palabras según su función. Por ejemplo, las frases en inglés se componen de sustantivos, verbos, preposiciones, etc.

Éstos son algunos de los conceptos básicos:

  • Variables: Representan datos almacenados como cadenas, tuplas, diccionarios, listas y objetos (nota: en futuras lecturas se explicarán estas categorías)

    • Ejemplo: student_name (nombre_estudiante)

  • Palabras clave: Palabras especiales que se reservan para fines específicos y que sólo pueden utilizarse para esos fines

    • Ejemplos:

      • in: se utiliza en las iteraciones de los ciclos for y while

      • not: hace parte de las operaciones boleanas, True == not False.

      • or: o se usa para opereciones boleanas de disyuncion

      • for: ciclo para

      • while: ciclo mientras

      • return: sentencia de retorno en las funciones def

  • Operadores: Símbolos que realizan operaciones con objetos y valores

    • Ejemplos: Suma

      • + Suma

      • - Resta

      • * Multiplicación

      • / División

      • ** Exponenciación

      • % Módulo (devuelve el resto después de una división). Ejemplo: 10 % 3 = 1

      • // División de piso (divide el primer operando por el segundo operando y redondea el resultado al entero más cercano. Ejemplo: 5 // 2 = 2

      • > Mayor que (devuelve un booleano de si el operando izquierdo es mayor que el operando derecho)

      • < Menor que (devuelve un valor booleano que indica si el operando izquierdo es menor que el operando derecho)

      • == Igualdad (devuelve un valor booleano que indica si el operando de la izquierda es igual al de la derecha)

  • Expresiones: Una combinación de números, símbolos y variables para calcular y devolver un resultado tras la evaluación

    • Ejemplo: [1, 2, 3] + [2, 4, 6] # aquí tenemos la suma de dos listas.

  • Funciones: Un grupo de sentencias relacionadas para realizar una tarea y devolver un valor

    • Ejemplo: Funciones

>>def to_celsius(x):
>>   '''Convert Fahrenheit to Celsius'''
>>   return (x-32) * 5/9

>>to_celsius(75)


Se entiende que la funcion convierte temeperatura expresada en grados Farenheit
a celsius


Sentencias condicionales: Secciones de código que dirigen la ejecución del programa basándose en condiciones especificadas

>>number = -4

>>if number > 0:
>>   print('Number is positive.')
>>elif number == 0:
>>   print('Number is zero.')
>>else:
>>   print('Number is negative.')

Convenciones de nomenclatura

Al asignar nombres a los objetos, los programadores se adhieren a un conjunto de reglas y convenciones que ayudan a estandarizar el código y hacerlo más accesible para todos. Éstas son algunas de las reglas y convenciones de nomenclatura que debes conocer:

  • Los nombres no pueden contener espacios.

  • Los nombres pueden ser una mezcla de caracteres en mayúsculas y minúsculas.

  • Los nombres no pueden empezar por un número, pero pueden contener números después del primer carácter.

  • Los nombres de variables y funciones deben escribirse en snake_case, lo que significa que todas las letras son minúsculas y las palabras se separan con un guion bajo.

  • Los nombres descriptivos son mejores que las abreviaturas crípticas porque ayudan a otros programadores (y a ti) a leer e interpretar tu código. Por ejemplo, nombre_alumno es mejor que sn. Puede parecer excesivo cuando lo escribes, pero cuando vuelvas a tu código lo encontrarás mucho más fácil de entender.

Tim Peters, programador de Python, escribió este ya famoso "poema" de principios rectores para la codificación en Python:

El Zen de Python

Lo bonito es mejor que lo feo.

Lo explícito es mejor que lo implícito.

Lo simple es mejor que lo complejo.

Lo complejo es mejor que lo complicado.

Plano es mejor que anidado.

Esparcido es mejor que denso.

La legibilidad cuenta.

Los casos especiales no son tan especiales como para romper las reglas.

Aunque la practicidad gana a la pureza.

Los errores nunca deben pasar en silencio.

A menos que se silencien explícitamente.

Ante la ambigüedad, rechaza la tentación de adivinar.

Debe haber una -y preferiblemente sólo una- forma obvia de hacerlo.

Aunque esa manera puede no ser obvia al principio, a menos que seas holandés.

Ahora es mejor que nunca.

Aunque a menudo "nunca" es mejor que "ahora mismo".

Si la aplicación es difícil de explicar, es una mala idea.

Si la implementación es fácil de explicar, puede ser una buena idea.

Los espacios de nombres son una gran idea, ¡hagámoslo más!

Finalmente, es útil marcar la Guía de estilo PEP 8 para Python para poder consultarla cuando sea necesario. Esta lectura tiene un alcance limitado, y PEP 8 es un recurso más exhaustivo para asuntos relacionados con el estilo. PEP son las siglas de Python Enhancement Proposals (Propuestas de Mejora de Python). Se trata de un catálogo de formas de mejorar o estandarizar Python como lenguaje. Dado que Python es código abierto, PEP ofrece un marco para guiar a los desarrolladores y crear consenso en torno a las ideas. Es un recurso útil y fiable.

Puntos clave

La sintaxis y la semántica son los elementos que dan forma y significado a un lenguaje, incluido Python. Una gran parte del aprendizaje de un nuevo lenguaje consiste en familiarizarse con su sintaxis y su semántica. Gran parte de esto viene a través de la exposición y la práctica, pero hay algunos principios rectores y recursos que pueden ayudarte en el camino. Si aprendes las reglas para nombrar objetos y construyes un banco de recursos que puedas consultar como guía, seguramente progresarás como aprendiz de Python. A medida que te familiarices con Python, podrás comunicarte más eficientemente con las computadoras y hacer más con tus herramientas de Análisis de datos

Recursos para obtener más información

Aquí tienes algunos recursos útiles que te ayudarán a familiarizarte con Python:

Entradas recientes

Introducción a funciones y sentencias condicionales en Python

Fuente: Coursera & Google Funciones y sentencias condicionales En este curso, vamos a seguir construyendo sobre su base de conocimientos...

Entradas Populares