Update structure

Signed-off-by: Manuel Vergara <manuel@vergaracarmona.es>

30-days-of-python/01_Introducción/README.md

@@ -43,5 +43,6 @@ Documento original en inglés: [Introduction](https://github.com/Asabeneh/30-Day
 - Escribe un ejemplo para diferentes tipos de datos en Python, como Número (Entero, Flotante, Complejo), Cadena de texto, Booleano, Lista, Tupla, Conjunto y Diccionario.
 - Encuentra la distancia euclidiana entre (2, 3) y (10, 8).
 
-
 [Solución](./03_introduccion.py)
+
+[<< INTRO](../README.md) | [Day 2 >>](../02_Variables_funciones_incorporadas/README.md)

30-days-of-python/02_Variables_funciones_incorporadas/README.md

@@ -41,3 +41,5 @@ Documento original en inglés: [Variables, Builtin Functions](https://github.com
 - Ejecuta `help('keywords')` en la terminal de Python o en tu archivo para verificar las palabras reservadas o palabras clave de Python.
 
 [Solución](./variables.py)
+
+[<< Day 1](../01_Introducción/README.md) | [Day 3 >>](../03_Operadores/README.md)

30-days-of-python/03_Operadores/README.md

@@ -3,3 +3,5 @@
 Documento original en inglés: [Operators](https://github.com/Asabeneh/30-Days-Of-Python/blob/master/03_Day_Operators/03_operators.md)
 
 [Solución](./01_operadores.py)
+
+[<< Day 2](../02_Variables_funciones_incorporadas/README.md) | [Day 4 >>](../04_Cadenas/README.md)

30-days-of-python/04_Cadenas/README.md

@@ -69,3 +69,5 @@ El área de un círculo con radio 10 es de 314 metros cuadrados.
 ```
 
 [Solución](./01_cadenas.py)
+
+[<< Day 3](../03_Operadores/README.md) | [Day 5 >>](../05_Listas/README.md)

30-days-of-python/05_Listas/README.md

@@ -87,3 +87,5 @@ edades = [19, 22, 19, 24, 20, 25, 26, 24, 25, 24]
 - Desempaqueta los primeros tres países y el resto como países escandinavos.
 
 [Solución](./01_listas.py)
+
+[<< Day 4](../04_Cadenas/README.md) | [Day 6 >>](../06_Tuplas/README.md)

30-days-of-python/06_Tuplas/README.md

@@ -40,3 +40,5 @@ nordic_countries = ('Dinamarca', 'Finlandia', 'Islandia', 'Noruega', 'Suecia')
 ```
 
 [Solución](01_tuplas.py)
+
+[<< Day 5](../05_Listas/README.md) | [Day 7 >>](../07_Conjuntos/README.md)

30-days-of-python/07_Conjuntos/README.md

@@ -48,3 +48,5 @@ age = [22, 19, 24, 25, 26, 24, 25, 24]
 3. Soy un profesor y me encanta inspirar y enseñar a la gente. ¿Cuántas palabras únicas se han utilizado en la oración? Utiliza los métodos `split` y `set` para obtener las palabras únicas.
 
 [Solución](./01_sets.py)
+
+[<< Day 6](../06_Tuplas/README.md) | [Day 8 >>](../08_Diccionarios/README.md)

30-days-of-python/08_Diccionarios/README.md

@@ -27,3 +27,5 @@ Documento original en inglés: [Dictionaries](https://github.com/Asabeneh/30-Day
 11. Elimina uno de los diccionarios por completo.
 
 [Solución](01_dic.py)
+
+[<< Day 7](../07_Conjuntos/README.md) | [Day 9 >>](../09_Condicionales/README.md)

30-days-of-python/09_Condicionales/README.md

@@ -83,3 +83,5 @@ Asabeneh Yetayeh vive en Finlandia. Está casado.
 ```
 
 [Solución](./01_condicionales.py)
+
+[<< Day 8](../08_Diccionarios/README.md) | [Day 10 >>](../10_Bucles/README.md)

30-days-of-python/10_Bucles/README.md

@@ -85,3 +85,5 @@ La suma de todos los números pares es 2550. Y la suma de todos los números imp
 - Encuentra los 10 países más poblados del mundo.
 
 [Solución](03_bucles.py)
+
+[<< Day 9](../09_Condicionales/README.md) | [Day 10 >>](../10_Bucles/README.md)

30-days-of-python/11_Funciones/README.md

@@ -90,3 +90,5 @@ print(evens_and_odds(100))
  - Crea una función llamada `most_spoken_languages_in_the_world`. Debe devolver las 10 o 20 lenguas más habladas en el mundo en orden descendente.
 
  - Crea una función llamada `most_populated_countries`. Debe devolver los 10 o 20 países más poblados en orden descendente.
+
+[<< Day 10](../10_Bucles/README.md) | [Day 12 >>](../12_Módulos/README.md)

30-days-of-python/12_Módulos/README.md

@@ -64,3 +64,5 @@ Ejercicios: Nivel 3
 2. Escribe una función que devuelva una matriz de siete números aleatorios en un rango de 0-9. Todos los números deben ser únicos.
 
 [Solución](01_modulos.py)
+
+[<< Day 11](../11_Funciones/README.md) | [Day 13 >>](../13_Comprensión_de_listas/README.md)

30-days-of-python/13_Comprensión_de_listas/README.md

@@ -62,3 +62,5 @@ names = [[('Asabeneh', 'Yetayeh')], [('David', 'Smith')], [('Donald', 'Trump')],
 # Resultado: ['Asabeneh Yetayeh', 'David Smith', 'Donald Trump', 'Bill Gates']
 ```
 7. Escribe una función lambda que pueda resolver una pendiente o una ordenada al origen de funciones lineales.
+
+[<< Day 12](../12_Módulos/README.md) | [Day 14 >>](../14_Funciones_de_orden_superior/README.md)

30-days-of-python/14_Funciones_de_orden_superior/README.md

@@ -43,3 +43,5 @@ numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
 - Ordena los países por nombre, capital y población.
 - Filtra los diez idiomas más hablados por ubicación.
 - Filtra los diez países más poblados.
+
+[<< Day 13](../13_Comprensión_de_listas/README.md) | [Day 15 >>](../15_Errores_de_tipo_en_Python/README.md)

30-days-of-python/15_Errores_de_tipo_en_Python/README.md

@@ -5,3 +5,5 @@ Documento original en inglés: [Python Type Errors](https://github.com/Asabeneh/
 ## Ejercicios
 
 1. Abre tu shell interactivo de Python y prueba todos los ejemplos cubiertos en esta sección.
+
+[<< Day 14](../14_Funciones_de_orden_superior/README.md) | [Day 16 >>](../16_Fecha_y_hora_en_Python/README.md)

30-days-of-python/16_Fecha_y_hora_en_Python/README.md

@@ -13,3 +13,5 @@ Documento original en inglés: [Python Date time](https://github.com/Asabeneh/30
     - Análisis de series temporales.
     - Obtener una marca de tiempo de cualquier actividad en una aplicación.
     - Publicar entradas en un blog.
+
+[<< Day 15](../15_Errores_de_tipo_en_Python/README.md) | [Day 17 >>](../17_Manejo_de_excepciones/README.md)

30-days-of-python/17_Manejo_de_excepciones/README.md

@@ -10,3 +10,4 @@ names = ['Finland', 'Sweden', 'Norway', 'Denmark', 'Iceland', 'Estonia', 'Russia
 
 1. Desempaca los cinco primeros países y almacénalos en una variable llamada 'nordic_countries', almacena 'Estonia' y 'Russia' en variables 'es' y 'ru' respectivamente.
 
+[<< Day 16](../16_Fecha_y_hora_en_Python/README.md) | [Day 18 >>](../18_Expresiones_regulares/README.md)

30-days-of-python/18_Expresiones_regulares/README.md

@@ -69,3 +69,5 @@ print(clean_text(sentence));
 I am a teacher and I love teaching There is nothing as more rewarding as educating and empowering people I found teaching more interesting than any other jobs Does this motivate you to be a teacher
 print(most_frequent_words(cleaned_text)) # [(3, 'I'), (2, 'teaching'), (2, 'teacher')]
 ```
+
+[<< Day 17](../17_Manejo_de_excepciones/README.md) | [Day 19 >>](../19_Manipulación_de_archivos/README.md)

30-days-of-python/19_Manipulación_de_archivos/README.md

@@ -4,4 +4,110 @@ Documento original en inglés: [file handling](https://github.com/Asabeneh/30-Da
 
 ## Ejercicios
 
-...
+### Ejercicios: Nivel 1
+
+1. Escribe una función que cuente el número de líneas y palabras en un texto. Todos los archivos se encuentran en la carpeta data:
+a) Lee el archivo obama_speech.txt y cuenta el número de líneas y palabras
+b) Lee el archivo michelle_obama_speech.txt y cuenta el número de líneas y palabras
+c) Lee el archivo donald_speech.txt y cuenta el número de líneas y palabras
+d) Lee el archivo melina_trump_speech.txt y cuenta el número de líneas y palabras
+
+
+2. Lee el archivo de datos countries_data.json en el directorio data, crea una función que encuentre los diez idiomas más hablados.
+
+```py
+# Tu resultado debería lucir de la siguiente manera
+print(idiomas_mas_hablados(archivo='./data/countries_data.json', top=10))
+[
+{'idioma': 'Inglés', 'cantidad': 91},
+{'idioma': 'Francés', 'cantidad': 45},
+{'idioma': 'Árabe', 'cantidad': 25},
+{'idioma': 'Español', 'cantidad': 24},
+{'idioma': 'Ruso', 'cantidad': 9},
+{'idioma': 'Portugués', 'cantidad': 9},
+{'idioma': 'Holandés', 'cantidad': 8},
+{'idioma': 'Alemán', 'cantidad': 7},
+{'idioma': 'Chino', 'cantidad': 5},
+{'idioma': 'Suajili', 'cantidad': 4}
+]
+
+# Tu resultado debería lucir de la siguiente manera
+print(idiomas_mas_hablados(archivo='./data/countries_data.json', top=3))
+[
+{'idioma': 'Inglés', 'cantidad': 91},
+{'idioma': 'Francés', 'cantidad': 45},
+{'idioma': 'Árabe', 'cantidad': 25}
+]
+```
+
+3. Lee el archivo de datos countries_data.json en el directorio data, crea una función que genere una lista de los diez países más poblados.
+
+```py
+# Tu resultado debería lucir de la siguiente manera
+print(paises_mas_poblados(archivo='./data/countries_data.json', top=10))
+[
+{'país': 'China', 'población': 1377422166},
+{'país': 'India', 'población': 1295210000},
+{'país': 'Estados Unidos de América', 'población': 323947000},
+{'país': 'Indonesia', 'población': 258705000},
+{'país': 'Brasil', 'población': 206135893},
+{'país': 'Pakistán', 'población': 194125062},
+{'país': 'Nigeria', 'población': 186988000},
+{'país': 'Bangladesh', 'población': 161006790},
+{'país': 'Federación Rusa', 'población': 146599183},
+{'país': 'Japón', 'población': 126960000}
+]
+
+# Tu resultado debería lucir de la siguiente manera
+print(paises_mas_poblados(archivo='./data/countries_data.json', top=3))
+[
+{'país': 'China', 'población': 1377422166},
+{'país': 'India', 'población': 1295210000},
+{'país': 'Estados Unidos de América', 'población': 323947000}
+]
+```
+
+### Ejercicios: Nivel 2
+
+1. Extrae todas las direcciones de correo electrónico entrantes como una lista del archivo email_exchange_big.txt.
+2. Encuentra las palabras más comunes en el idioma inglés. Llama a tu función encontrar_palabras_mas_comunes, tomará dos parámetros: una cadena o un archivo y un número entero positivo que indicará la cantidad de palabras. Tu función devolverá una lista de tuplas en orden descendente. Comprueba el resultado.
+
+```py
+# Tu resultado debería lucir de la siguiente manera
+print(encontrar_palabras_mas_comunes('muestra.txt', 10))
+[(10, 'the'),
+(8, 'be'),
+(6, 'to'),
+(6, 'of'),
+(5, 'and'),
+(4, 'a'),
+(4, 'in'),
+(3, 'that'),
+(2, 'have'),
+(2, 'I')]
+
+# Tu resultado debería lucir de la siguiente manera
+print(encontrar_palabras_mas_comunes('muestra.txt', 5))
+[(10, 'the'),
+(8, 'be'),
+(6, 'to'),
+(6, 'of'),
+(5, 'and')]
+```
+
+3. Utiliza la función encontrar_palabras_mas_comunes para encontrar:
+a) Las diez palabras más frecuentes utilizadas en el discurso de Obama
+b) Las diez palabras más frecuentes utilizadas en el discurso de Michelle
+d) Las diez palabras más frecuentes utilizadas en el discurso de Melina
+c) Las diez palabras más frecuentes utilizadas en el discurso de Trump
+
+4. Escribe una aplicación Python que verifique la similitud entre dos textos. Toma un archivo o una cadena como parámetro y evaluará la similitud entre los dos textos. Es posible que necesites un par de funciones: una para limpiar el texto (limpiar_texto), una para eliminar las palabras de soporte (eliminar_palabras_soporte) y finalmente para verificar la similitud (verificar_similitud_texto). La lista de palabras de paro se encuentra en el directorio data.
+
+5. Encuentra las 10 palabras más repetidas en romeo_and_juliet.txt.
+
+6. Lee el archivo CSV de hacker news y averigua:
+a) Cuántas líneas contienen python o Python
+b) Cuántas líneas contienen JavaScript, javascript o Javascript
+c) Cuántas líneas contienen Java y no JavaScript
+
+[<< Day 18](../18_Expresiones_regulares/README.md) | [Day 20 >>](../20_Gestor_de_paquetes_de_Python/README.md)

30-days-of-python/20_Gestor_de_paquetes_de_Python/README.md

@@ -4,4 +4,20 @@ Documento original en inglés: [python package manager](https://github.com/Asabe
 
 ## Ejercicios
 
-...
+1. Lee esta URL y encuentra las 10 palabras más frecuentes. Romeo y Julieta: 'http://www.gutenberg.org/files/1112/1112.txt'
+
+2. Lee la API de gatos y la URL: 'https://api.thecatapi.com/v1/breeds' y encuentra:
+
+- El mínimo, máximo, promedio, mediana y desviación estándar del peso de los gatos en unidades métricas.
+- El mínimo, máximo, promedio, mediana y desviación estándar de la esperanza de vida de los gatos en años.
+- Crea una tabla de frecuencias de países y razas de gatos.
+
+3. Lee la [API de países](https://restcountries.eu/rest/v2/all) y encuentra:
+
+- Los 10 países más grandes.
+- Los 10 idiomas más hablados.
+- El número total de idiomas en la API de países.
+
+4. La Universidad de California en Irvine (UCI) es uno de los lugares más comunes para obtener conjuntos de datos para ciencia de datos y aprendizaje automático. Lee el contenido de UCI (https://archive.ics.uci.edu/ml/datasets.php). Sin bibliotecas adicionales, puede ser difícil, por lo que puedes intentarlo con BeautifulSoup4.
+
+[<< Day 19](../19_Manipulación_de_archivos/README.md) | [Day 21 >>](../21_Clases_y_objetos/README.md)

30-days-of-python/21_Clases_y_objetos/README.md

@@ -4,4 +4,44 @@ Documento original en inglés: [Classes and Objects](https://github.com/Asabeneh
 
 ## Ejercicios
 
-...
+### Ejercicios: Nivel 1
+
+1. Python tiene el módulo llamado estadísticas y podemos usar este módulo para realizar todos los cálculos estadísticos. Sin embargo, para aprender a crear funciones y reutilizar funciones, intentemos desarrollar un programa que calcule la medida de tendencia central de una muestra (media, mediana, moda) y la medida de variabilidad (rango, varianza, desviación estándar). Además de esas medidas, encuentra el mínimo, máximo, recuento, percentil y distribución de frecuencia de la muestra. Puedes crear una clase llamada Estadísticas y crear todas las funciones que realicen cálculos estadísticos como métodos para la clase Estadísticas. Mira la salida a continuación.
+
+```python
+edades = [31, 26, 34, 37, 27, 26, 32, 32, 26, 27, 27, 24, 32, 33, 27, 25, 26, 38, 37, 31, 34, 24, 33, 29, 26]
+
+print('Recuento:', data.count()) # 25
+print('Suma: ', data.sum()) # 744
+print('Mínimo: ', data.min()) # 24
+print('Máximo: ', data.max()) # 38
+print('Rango: ', data.range()) # 14
+print('Media: ', data.mean()) # 30
+print('Mediana: ', data.median()) # 29
+print('Moda: ', data.mode()) # {'moda': 26, 'recuento': 5}
+print('Desviación Estándar: ', data.std()) # 4.2
+print('Varianza: ', data.var()) # 17.5
+print('Distribución de Frecuencia: ', data.freq_dist()) # [(20.0, 26), (16.0, 27), (12.0, 32), (8.0, 37), (8.0, 34), (8.0, 33), (8.0, 31), (8.0, 24), (4.0, 38), (4.0, 29), (4.0, 25)]
+``` 
+
+```python
+# Tu resultado debería lucir de la siguiente manera
+print(data.describe())
+Recuento: 25
+Suma:  744
+Mínimo:  24
+Máximo:  38
+Rango:  14
+Media:  30
+Mediana:  29
+Moda:  (26, 5)
+Varianza:  17.5
+Desviación Estándar:  4.2
+Distribución de Frecuencia: [(20.0, 26), (16.0, 27), (12.0, 32), (8.0, 37), (8.0, 34), (8.0, 33), (8.0, 31), (8.0, 24), (4.0, 38), (4.0, 29), (4.0, 25)]
+```
+
+### Ejercicios: Nivel 2
+
+1. Crea una clase llamada CuentaPersona. Tiene propiedades de nombre, apellido, ingresos, gastos y tiene métodos de total_ingreso, total_gasto, info_cuenta, agregar_ingreso, agregar_gasto y saldo_cuenta. Ingresos es un conjunto de ingresos y su descripción. Lo mismo ocurre con los gastos.
+
+[<< Day 20](../20_Gestor_de_paquetes_de_Python/README.md) | [Day 22 >>](../22_Web_scraping/README.md)

30-days-of-python/22_Web_scraping/README.md

@@ -4,4 +4,10 @@ Documento original en inglés: [Web Scraping](https://github.com/Asabeneh/30-Day
 
 ## Ejercicios
 
-...
+1. Realiza un raspado web del siguiente sitio web y guarda los datos en un archivo JSON (URL = 'http://www.bu.edu/president/boston-university-facts-stats/').
+
+2. Extrae la tabla de esta URL (https://archive.ics.uci.edu/ml/datasets.php) y conviértela en un archivo JSON.
+
+3. Realiza un raspado web de la tabla de presidentes y guarda los datos como JSON (https://en.wikipedia.org/wiki/List_of_presidents_of_the_United_States). La tabla no está muy estructurada y el proceso de raspado puede llevar mucho tiempo.
+
+[<< Day 21](../21_Clases_y_objetos/README.md) | [Day 23 >>](../23_Entorno_virtual/README.md)

30-days-of-python/23_Entorno_virtual/README.md

@@ -4,4 +4,6 @@ Documento original en inglés: [Virtual Environment](https://github.com/Asabeneh
 
 ## Ejercicios
 
-...
+1. Crea un directorio de proyecto con un entorno virtual basado en el ejemplo dado arriba.
+
+[<< Day 22](../22_Web_scraping/README.md) | [Day 24 >>](../24_Estadísticas/README.md)

30-days-of-python/24_Estadísticas/README.md

@@ -4,4 +4,6 @@ Documento original en inglés: [statistics](https://github.com/Asabeneh/30-Days-
 
 ## Ejercicios
 
-...
+1. Repite todos los [ejemplos](https://github.com/Asabeneh/30-Days-Of-Python/blob/master/24_Day_Statistics/24_statistics.md)
+
+[<< Day 23](../23_Entorno_virtual/README.md) | [Day 25 >>](../25_Pandas/README.md)

30-days-of-python/25_Pandas/README.md

@@ -4,4 +4,17 @@ Documento original en inglés: [Pandas](https://github.com/Asabeneh/30-Days-Of-P
 
 ## Ejercicios
 
-...
+1. Lee el archivo hacker_news.csv del directorio de datos.
+
+2. Obtén las primeras cinco filas.
+
+3. Obtén las últimas cinco filas.
+
+4. Obtén la columna de títulos como una serie de pandas.
+
+5. Cuenta el número de filas y columnas.
+- Filtra los títulos que contengan "python".
+- Filtra los títulos que contengan "JavaScript".
+- Explora los datos y dales sentido.
+
+[<< Day 24](../24_Estadísticas/README.md) | [Day 26 >>](../26_Desarrollo_web_en_Python/README.md)

30-days-of-python/26_Desarrollo_web_en_Python/README.md

@@ -4,4 +4,6 @@ Documento original en inglés: [Python web](https://github.com/Asabeneh/30-Days-
 
 ## Ejercicios
 
-...
+1. Construirás esta [aplicación](https://thirtydaysofpython-v1-final.herokuapp.com/). Solo queda la parte del analizador de texto.
+
+[<< Day 25](../25_Pandas/README.md) | [Day 27 >>](../27_Python_con_MongoDB/README.md)

30-days-of-python/27_Python_con_MongoDB/README.md

@@ -4,4 +4,6 @@ Documento original en inglés: [Python with MondoDB](https://github.com/Asabeneh
 
 ## Ejercicios
 
-...
+Repasar [ejemplos](https://github.com/Asabeneh/30-Days-Of-Python/blob/master/27_Day_Python_with_mongodb/27_python_with_mongodb.md)
+
+[<< Day 26](../26_Desarrollo_web_en_Python/README.md) | [Day 28 >>](../28_API/README.md)

30-days-of-python/28_API/README.md

@@ -4,4 +4,6 @@ Documento original en inglés: [API](https://github.com/Asabeneh/30-Days-Of-Pyth
 
 ## Ejercicios
 
-...
+1. Lee sobre API y HTTP.
+
+[<< Day 27](../27_Python_con_MongoDB/README.md) | [Day 29 >>](../29_Construcción_de_API/README.md)

30-days-of-python/29_Construcción_de_API/README.md

@@ -4,4 +4,6 @@ Documento original en inglés: [Building an API](https://github.com/Asabeneh/30-
 
 ## Ejercicios
 
-...
+1. Implementa el ejemplo anterior y desarrolla [esto](https://thirtydayofpython-api.herokuapp.com/).
+
+[<< Day 28](../28_API/README.md) | [Day 30 >>](https://github.com/Asabeneh/30-Days-Of-Python/blob/master/30_Day_Conclusions/30_conclusions.md)