manuelver/Curso-lenguaje-python
manuelver/Curso-lenguaje-python
1
0
Fork 0
Code Issues Pull Requests Releases Activity

Compare commits

base: manuelver:d34da87ee0385de08fedb1ed8c2c26ce3c8ad61e
Branches Tags
manuelver:main
..
compare: manuelver:daabecd4a124a6a1131cd2f62e8b6657c0daacfa
Branches Tags
manuelver:main

No commits in common. "d34da87ee0385de08fedb1ed8c2c26ce3c8ad61e" and "daabecd4a124a6a1131cd2f62e8b6657c0daacfa" have entirely different histories.
d34da87ee0 ... daabecd4a1

4 changed files with 0 additions and 278 deletions
Show Stats Expand all files Collapse all files

137
30-days-of-python/20_Gestor_de_paquetes_de_Python/01_gestor_paquetes.py
View File

@ -1,137 +0,0 @@
"""
01_gestor_paquetes.py
"""
import requests
from collections import Counter
import statistics
import pandas as pd
from bs4 import BeautifulSoup
# 1. Lee esta URL y encuentra las 10 palabras más frecuentes.
# Romeo y Julieta: 'http://www.gutenberg.org/files/1112/1112.txt'
url_romeo_julieta = 'http://www.gutenberg.org/files/1112/1112.txt'
response_romeo_julieta = requests.get(url_romeo_julieta)
words = response_romeo_julieta.text.split()
word_counts = Counter(words)
top_10_words = word_counts.most_common(10)
print("10 palabras más frecuentes:")
for word, count in top_10_words:
print(word, "-", count)
print()
# 2. Lee la API de gatos y la URL:
# 'https://api.thecatapi.com/v1/breeds'
# y encuentra:
url_gatos = 'https://api.thecatapi.com/v1/breeds'
response_gatos = requests.get(url_gatos)
data_gatos = response_gatos.json()
# - El mínimo, máximo, promedio,
# mediana y desviación estándar
# del peso de los gatos en unidades métricas.
weights = [cat['weight']['metric'] for cat in data_gatos]
weights = [float(w.split()[0]) for w in weights]
min_weight = min(weights)
max_weight = max(weights)
avg_weight = statistics.mean(weights)
med_weight = statistics.median(weights)
std_weight = statistics.stdev(weights)
print("Peso de los gatos en unidades métricas:")
print("Mínimo:", min_weight)
print("Máximo:", max_weight)
print("Promedio:", avg_weight)
print("Mediana:", med_weight)
print("Desviación estándar:", std_weight)
print()
# - El mínimo, máximo, promedio,
# mediana y desviación estándar
# de la esperanza de vida
# de los gatos en años.
lifespans = [cat['life_span'] for cat in data_gatos]
lifespans = [int(l.split()[0]) for l in lifespans if l != '']
min_lifespan = min(lifespans)
max_lifespan = max(lifespans)
avg_lifespan = statistics.mean(lifespans)
med_lifespan = statistics.median(lifespans)
std_lifespan = statistics.stdev(lifespans)
print("Esperanza de vida de los gatos en años:")
print("Mínimo:", min_lifespan)
print("Máximo:", max_lifespan)
print("Promedio:", avg_lifespan)
print("Mediana:", med_lifespan)
print("Desviación estándar:", std_lifespan)
print()
# - Crea una tabla de frecuencias
# de países y razas de gatos.
country_counts = Counter([cat['origin']
for cat in data_gatos if cat['origin'] != ''])
breed_counts = Counter([cat['name'] for cat in data_gatos])
print("Tabla de frecuencias de países:")
print(pd.DataFrame.from_dict(country_counts, orient='index'))
print()
print("Tabla de frecuencias de razas:")
print(pd.DataFrame.from_dict(breed_counts, orient='index'))
print()
# 3. Lee la [API de países](https://restcountries.eu/rest/v2/all)
# y encuentra:
# El enlace está caído, uso otra versión
url_countries = 'https://restcountries.com/v3.1/all'
response_countries = requests.get(url_countries)
data_countries = response_countries.json()
# - Los 10 países más grandes.
df = pd.DataFrame(data_countries)
df['area'] = pd.to_numeric(df['area'])
largest_countries = df.nlargest(10, 'area')
print("Los 10 países más grandes:")
for country in largest_countries['name']:
print(country['common'])
print()
# - Los 10 idiomas más hablados.
most_spoken_languages = df.explode('languages').groupby(
'languages').size().nlargest(10)
print("Los 10 idiomas más hablados:")
print(most_spoken_languages)
print()
# - El número total de idiomas en la API de países.
total_languages = len(df.explode('languages')['languages'].unique())
print("Número total de idiomas en la API de países:", total_languages)
print()
# 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.
url = 'https://archive.ics.uci.edu/ml/datasets.php'
response = requests.get(url)
soup = BeautifulSoup(response.content, 'html.parser')
links = [a['href'] for a in soup.find_all('a') if a.has_attr('href')]

2
30-days-of-python/20_Gestor_de_paquetes_de_Python/README.md
View File

@ -20,6 +20,4 @@ Documento original en inglés: [python package manager](https://github.com/Asabe
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. 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.
[Solución](01_gestor_paquetes.py)
[<< Day 19](../19_Manipulación_de_archivos/README.md) | [Day 21 >>](../21_Clases_y_objetos/README.md) [<< Day 19](../19_Manipulación_de_archivos/README.md) | [Day 21 >>](../21_Clases_y_objetos/README.md)

137
30-days-of-python/21_Clases_y_objetos/01_clases_objetos.py
View File

@ -1,137 +0,0 @@
"""
01_clases_objetos.py
"""
import statistics
# 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.
class Estadisticas:
def __init__(self, data):
self.data = data
def count(self):
return len(self.data)
def sum(self):
return sum(self.data)
def min(self):
return min(self.data)
def max(self):
return max(self.data)
def range(self):
return max(self.data) - min(self.data)
def mean(self):
return statistics.mean(self.data)
def median(self):
return statistics.median(self.data)
def mode(self):
mode = statistics.mode(self.data)
count = self.data.count(mode)
return {'moda': mode, 'recuento': count}
def std(self):
return statistics.stdev(self.data)
def var(self):
return statistics.variance(self.data)
def freq_dist(self):
freq = {}
for value in self.data:
freq[value] = freq.get(value, 0) + 1
freq_dist = [(freq[value], value) for value in freq]
freq_dist.sort(reverse=True)
return freq_dist
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
]
estadisticas = Estadisticas(edades)
print('Recuento:', estadisticas.count())
print('Suma: ', estadisticas.sum())
print('Mínimo: ', estadisticas.min())
print('Máximo: ', estadisticas.max())
print('Rango: ', estadisticas.range())
print('Media: ', estadisticas.mean())
print('Mediana: ', estadisticas.median())
print('Moda:')
for key, value in estadisticas.mode().items():
print(f'\t - {key}: {value}')
print('Desviación Estándar: ', estadisticas.std())
print('Varianza: ', estadisticas.var())
freq_dist = estadisticas.freq_dist()
print('Distribución de Frecuencia:')
for freq, value in freq_dist:
print(f'\t - {freq}, {value}')
print()
# 2. 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.
class CuentaPersona:
def __init__(self, nombre, apellido):
self.nombre = nombre
self.apellido = apellido
self.ingresos = {}
self.gastos = {}
def total_ingreso(self):
return sum(self.ingresos.values())
def total_gasto(self):
return sum(self.gastos.values())
def info_cuenta(self):
print(f'Nombre: {self.nombre} {self.apellido}')
print(f'Total de ingresos: {self.total_ingreso()}')
print(f'Total de gastos: {self.total_gasto()}')
print(f'Saldo de cuenta: {self.total_ingreso() - self.total_gasto()}')
def agregar_ingreso(self, descripcion, monto):
self.ingresos[descripcion] = monto
def agregar_gasto(self, descripcion, monto):
self.gastos[descripcion] = monto
def saldo_cuenta(self):
return self.total_ingreso() - self.total_gasto()
cuenta = CuentaPersona('Juan', 'Pérez')
cuenta.agregar_ingreso('Salario', 5000)
cuenta.agregar_ingreso('Venta de acciones', 2000)
cuenta.agregar_gasto('Alquiler', 1500)
cuenta.agregar_gasto('Comida', 500)
cuenta.info_cuenta()

2
30-days-of-python/21_Clases_y_objetos/README.md
View File

@ -44,6 +44,4 @@ Distribución de Frecuencia: [(20.0, 26), (16.0, 27), (12.0, 32), (8.0, 37), (8.
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. 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.
[Solución](01_clases_objetos.py)
[<< Day 20](../20_Gestor_de_paquetes_de_Python/README.md) | [Day 22 >>](../22_Web_scraping/README.md) [<< Day 20](../20_Gestor_de_paquetes_de_Python/README.md) | [Day 22 >>](../22_Web_scraping/README.md)