Add exercises 11

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

30-days-of-python/11_Funciones/02_funcion.py

@@ -0,0 +1,116 @@
+"""
+02_funcion.py
+"""
+
+
+# Ejercicios: Nivel 2
+
+# 1. Declara una función llamada evens_and_odds.
+# Toma un número entero positivo como parámetro
+# y cuenta el número de pares e impares en ese número.
+
+
+def evens_and_odds(n):
+    evens = 0
+    odds = 0
+    for i in range(1, n+1):
+        if i % 2 == 0:
+            evens += 1
+        else:
+            odds += 1
+    return f"El número de impares es {odds}.\nEl número de pares es {evens}."
+
+
+print(evens_and_odds(101))
+
+# 2. Llama a tu función factorial,
+# toma un número entero como parámetro
+# y devuelve el factorial de ese número.
+
+
+def factorial(n):
+    if n == 0:
+        return 1
+    else:
+        return n * factorial(n-1)
+
+
+num_factorial = 5
+print(f"El factorial de {num_factorial} es {factorial(num_factorial)}.")
+
+# 3. Llama a tu función is_empty,
+# toma un parámetro
+# y verifica si está vacío o no.
+
+
+def is_empty(item):
+    if not item:
+        return "La variable está vacía."
+    else:
+        return "La variable no está vacía."
+
+
+print(is_empty(""))
+
+# 4. Escribe diferentes funciones que tomen listas.
+# Deben calcular la media, mediana, moda, rango,
+# varianza y desviación estándar.
+# Las funciones se llaman calculate_mean,
+# calculate_median, calculate_mode,
+# calculate_range, calculate_variance
+# y calculate_std (desviación estándar).
+
+
+def calculate_mean(my_list):
+    return sum(my_list) / len(my_list)
+
+
+def calculate_median(my_list):
+    sorted_list = sorted(my_list)
+    n = len(my_list)
+    if n % 2 == 0:
+        return (sorted_list[n//2-1] + sorted_list[n//2]) / 2
+    else:
+        return sorted_list[n//2]
+
+
+def calculate_mode(my_list):
+    freq_dict = {}
+    for num in my_list:
+        if num in freq_dict:
+            freq_dict[num] += 1
+        else:
+            freq_dict[num] = 1
+    max_freq = max(freq_dict.values())
+    mode_list = [num for num, freq in freq_dict.items() if freq == max_freq]
+    if len(mode_list) == len(my_list):
+        return None
+    elif len(mode_list) == 1:
+        return mode_list[0]
+    else:
+        return mode_list
+
+
+def calculate_range(my_list):
+    return max(my_list) - min(my_list)
+
+
+def calculate_variance(my_list):
+    mean = calculate_mean(my_list)
+    return sum([(x - mean)**2 for x in my_list]) / (len(my_list) - 1)
+
+
+def calculate_std(my_list):
+    return calculate_variance(my_list) ** 0.5
+
+
+my_list = [1, 2, 3, 4, 5, 5, 6, 7, 8, 9]
+
+print(f"""De la lista {my_list} obtenemos:
+ - Media: {calculate_mean(my_list)}
+ - Mediana: {calculate_median(my_list)}
+ - Moda: {calculate_mode(my_list)}
+ - Rango: {calculate_range(my_list)}
+ - Varianza: {calculate_variance(my_list)}
+ - Desviación estándar: {calculate_std(my_list)}
+""")