130 lines
3.3 KiB
Python
130 lines
3.3 KiB
Python
"""
|
|
01_files.py
|
|
"""
|
|
import json
|
|
|
|
|
|
# Ejercicio: 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](./data)):
|
|
|
|
|
|
def contar_lineas_palabras(archivo):
|
|
with open(archivo, 'r') as f:
|
|
lineas = f.readlines()
|
|
f.seek(0)
|
|
palabras = f.read().split()
|
|
# Contar palabras
|
|
|
|
resultado = f'tiene {len(lineas)} lineas y {len(palabras)} palabras\n'
|
|
|
|
return resultado
|
|
|
|
# a) Lee el archivo obama_speech.txt
|
|
# y cuenta el número de líneas y palabras
|
|
|
|
|
|
print(
|
|
f"El discurso de Obama {contar_lineas_palabras('data/obama_speech.txt')}")
|
|
|
|
# b) Lee el archivo michelle_obama_speech.txt
|
|
# y cuenta el número de líneas y palabras
|
|
|
|
print(
|
|
f"El discurso de Michelle {contar_lineas_palabras('data/michelle_obama_speech.txt')}")
|
|
|
|
# c) Lee el archivo donald_speech.txt
|
|
# y cuenta el número de líneas y palabras
|
|
|
|
print(
|
|
f"El discurso de Donald {contar_lineas_palabras('data/donald_speech.txt')}")
|
|
|
|
# d) Lee el archivo melina_trump_speech.txt
|
|
# y cuenta el número de líneas y palabras
|
|
|
|
print(
|
|
f"El discurso de Melina {contar_lineas_palabras('data/melina_trump_speech.txt')}")
|
|
|
|
|
|
# 2. Lee el archivo de datos countries_data.json
|
|
# en el directorio data,
|
|
# crea una función que encuentre
|
|
# los diez idiomas más hablados.
|
|
|
|
|
|
def diez_idiomas_mas_hablados():
|
|
archivo = 'data/countries_data.json'
|
|
with open(archivo, 'r') as f:
|
|
data = json.load(f)
|
|
idiomas = []
|
|
for pais in data:
|
|
idiomas.extend(pais['languages'])
|
|
|
|
# Contamos la frecuencia de cada idioma
|
|
idiomas_freq = {}
|
|
for idioma in idiomas:
|
|
if idioma in idiomas_freq:
|
|
idiomas_freq[idioma] += 1
|
|
else:
|
|
idiomas_freq[idioma] = 1
|
|
|
|
# Ordenamos los idiomas por frecuencia
|
|
# y tomamos los 10 más comunes
|
|
diez_idiomas = sorted(
|
|
idiomas_freq.items(),
|
|
key=lambda x: x[1],
|
|
reverse=True
|
|
)[:10]
|
|
|
|
# Creamos una lista de tuplas
|
|
# que contengan el nombre del idioma
|
|
# y el número de países en los que se habla
|
|
resultado = []
|
|
for idioma, frecuencia in diez_idiomas:
|
|
resultado.append((idioma, frecuencia))
|
|
|
|
return resultado
|
|
|
|
|
|
for idioma, frecuencia in diez_idiomas_mas_hablados():
|
|
print(f"{idioma} se habla en {frecuencia} paises")
|
|
|
|
print()
|
|
|
|
# 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.
|
|
|
|
|
|
def diez_paises_mas_poblados():
|
|
archivo = 'data/countries_data.json'
|
|
with open(archivo, 'r') as f:
|
|
data = json.load(f)
|
|
paises = []
|
|
for pais in data:
|
|
paises.append((pais['name'], pais['population']))
|
|
|
|
# Ordenamos los paises por población
|
|
# y tomamos los 10 más poblados
|
|
diez_paises = sorted(
|
|
paises,
|
|
key=lambda x: x[1],
|
|
reverse=True
|
|
)[:10]
|
|
|
|
resultado = []
|
|
for pais, poblacion in diez_paises:
|
|
poblacion_millones = poblacion / 1000000
|
|
resultado.append((pais, poblacion_millones))
|
|
|
|
return resultado
|
|
|
|
|
|
for pais, poblacion in diez_paises_mas_poblados():
|
|
print(f"{pais} tiene {poblacion:.2f} millones de habitantes")
|
|
|
|
print()
|