B3_Python

Question 1

Características del lenguaje

Answer 1

Es multiplataforma, con una sintaxis sencilla, utiliza menos líneas de código que los lenguajes convencionales.
Es interpretado y soporta los paradigmas de programación: funcional, proceimental y orientado a objetos.
Es dinámicamente tipado.

Question 2

Última versión de Python

Answer 2

3.13.0

Question 3

Comentarios de una línea

Answer 3

This is a comment.

Question 4

Comentario de varias líneas

Answer 4

”””
This is a comment
written in
more than just one line
“””

Question 5

Nombre de variables

Answer 5

Deben comenzar con una letra o un carácter de subrayado, no puede comenzar con un número, solo puede contener caracteres alfanuméricos y guiones bajos (A-z, 0-9 y _). Distinguen entre mayúsculas y minúsculas, no se permiten palabras reservadas.

Question 6

Asignar múltiples variables

Answer 6

x, y, z = “Orange”, “Banana”, “Cherry”

Question 7

Desempacar una colección

Answer 7

fruits = [“apple”, “banana”, “cherry”]
x, y, z = fruits

Question 8

Imprimir variables

Answer 8

print(x + y + z) imprime la suma de las cadenas literal o hace la operacion matemática de números.
print(x, y) imprime dejando un espacio por el medio

Question 9

Global variables

Answer 9

Se pueden declarar variables globales dentro de una función con la palabra global.

Question 10

Tipos de datos texto

Answer 10

str
x = “Hello World”

Question 11

Tipos de datos numéricos

Answer 11

int, float, complex
x = 20
x = 20.5
x = 1j

Question 12

Tipos de datos secuenciales

Answer 12

list, tuple, range
x = [“apple”, “banana”, “cherry”]
x = (“apple”, “banana”, “cherry”)
x = range(6)

Question 13

Tipos de datos de mapas

Answer 13

dict
x = {“name” : “John”, “age” : 36}

Question 14

Tipos de datos set

Answer 14

set, frozenset
x = {“apple”, “banana”, “cherry”}
x = frozenset({“apple”, “banana”, “cherry”})

Question 15

Tipos de datos bool

Answer 15

bool
x = True

Question 16

Tipos de datos binarios

Answer 16

bytes, bytearray, memoryview
x = b”Hello”
x = bytearray(5)
x = memoryview(bytes(5))

Question 17

Tipos de datos none

Answer 17

NoneType
x = None

Question 18

Funciones constructoras

Answer 18

Cada tipo de datos tiene sus funciones constructoras
x = complex(1j)
x = list((“apple”, “banana”, “cherry”))

Question 19

Retornar el tipo de datos

Answer 19

type(x)

Question 20

Format Strings

Answer 20

txt = f”My name is John, I am {age}”
txt = f”The price is {price:.2f} dollars”

Question 21

Caracteres de escape

Answer 21

' Single Quote
\ Backslash
\n New Line
\r Carriage Return
\t Tab
\b Backspace
\f Form Feed
\ooo Octal value
\xhh Hex value

Question 22

Booleans

Answer 22

Se evalúan condiciones y variables. Casi todos los valores son True excepto los strings vacíos, el número 0, y las colecciones vacías.

Question 23

Operadores aritméticos

Answer 23

+ Addition x + y
- Subtraction x - y
* Multiplication x * y
/ Division x / y
% Modulus x % y
** Exponentiation x ** y
// Floor division x // y

Question 24

Operadores de comparación

Answer 24

== Equal x == y
!= Not equal x != y
> Greater than x > y
< Less than x < y
>= Greater than or equal to x >= y
<= Less than or equal to x <= y

Question 25

Operadores lógicos

Answer 25

and x < 5 and x < 10
or x < 5 or x < 4
not not(x < 5 and x < 10)

Question 26

Operadores de identidad

Answer 26

Se usan para comparar objetos:
is x is y
is not x is not y

Question 27

Operadores de membresía

Answer 27

Se utilizan para probar si una secuencia se presenta en un objeto:
in x in y
not in x not in y

Question 28

Operadores bit a bit

Answer 28

& AND Devuelve 1 si ambos on 1 x & y
| OR Devuelve 1 si uno de los dos es 1 x | y
^ XOR Devuelve uno solo si uno de los dos es 1 x ^ y
~ NOT Invierte todos los bits ~x
&laquo_space; Desplazamiento a la izquierda de relleno cero x &laquo_space;2
» Desplazamiento a la derecha de relleno cero x&raquo_space; 2

Question 29

list

Answer 29

La lista es una colección ordenada y modificable. Permite miembros duplicados.
thislist = [“apple”, “banana”, “cherry”]

Question 30

tuple

Answer 30

Es una colección ordenada e inmutable. Permite miembros duplicados.
thistuple = (“apple”, “banana”, “cherry”)
thistuple = (“apple”,)

Question 31

set

Answer 31

Es una colección desordenada, inmutable( se permiten añadir y eliminar) y no indexada. No hay miembros duplicados.
myset = {“apple”, “banana”, “cherry”}
Los valores True y 1 son considerados iguales.

Question 32

dict

Answer 32

Es una colección ordenada y modificable. No hay miembros duplicados. Almacenan datos en pares clave:valor.
Desde Python 3.7 los diccionarios son ordenados.
thisdict = {
“brand”: “Ford”,
“model”: “Mustang”,
“year”: 1964
}

Question 33

Añadir elementos a una lista

Answer 33

thislist.append(“orange”)
thislist.insert(1, “orange”)
thislist.extend(thistuple)

Question 34

Eliminar elementos de una lista

Answer 34

thislist.remove(“banana”) elimina el elemento especificado
thislist.pop() elimina el último elemento o según el índice
thislist.clear() borra todos los elementos de la lista
del thislist elimina la lista completa

Question 35

Loop Lists

Answer 35

for x in thislist:
for i in range(len(thislist)): se usa range() y len() para iterar adecuadamente.
while i < len(thislist):

Question 36

List Comprehension

Answer 36

[expression for item in iterable if condition == True]
[x for x in fruits if “a” in x]
[x for x in range(10)]

Question 37

Sort Lists

Answer 37

thislist.sort()
thislist.sort(reverse = True)
thislist.sort(key = myfunc)

Question 38

Copy Lists

Answer 38

mylist = thislist.copy() con la función copy
mylist = list(thislist) con el constructor de la clase list
mylist = thislist[:] con el slice operador

Question 39

Join Lists

Answer 39

list3 = list1 + list2
list1.extend(list2) agrega los elementos al final de la lista
for x in list2:
list1.append(x) agrega elementos uno a uno

Question 40

Update tuples

Answer 40

Se copia la tupla en un llista, se cambia y luego de vuelve a crear la tupla.
x = (“apple”, “banana”, “cherry”)
y = list(x)
y[1] = “kiwi”
x = tuple(y)

Question 41

Add items tuples

Answer 41

thistuple = (“apple”, “banana”, “cherry”)
y = list(thistuple)
y.append(“orange”)
thistuple = tuple(y)

o sumar dos tuplas
thistuple = (“apple”, “banana”, “cherry”)
y = (“orange”,)
thistuple += y

Question 42

Removes items tuples

Answer 42

thistuple = (“apple”, “banana”, “cherry”)
y = list(thistuple)
y.remove(“apple”)
thistuple = tuple(y)

del thistuple()

Question 43

Unpack tuples

Answer 43

fruits = (“apple”, “banana”, “cherry”)
(green, yellow, red) = fruits

fruits = (“apple”, “banana”, “cherry”, “strawberry”, “raspberry”)
(green, yellow, *red) = fruits

(green, *tropic, red) = fruits

Question 44

Loop Tuples

Answer 44

for x in thistuple:
for i in range(len(thistuple)):
while i < len(thistuple):

Question 45

Join tuples

Answer 45

tuple3 = tuple1 + tuple2
mytuple = fruits * 2

Question 46

Tuples Methods

Answer 46

count() Retorna el número de veces que ocurre un valor determinado en le tupla.
index() Busca en la tupla un valor específico y devuelve la posición donde se encontró.

Question 47

Acceder a los elementos de un set

Answer 47

for x in thisset:

Question 48

Add set items

Answer 48

thisset.add(“orange”)

Question 49

Add sets or add any iterable

Answer 49

thisset = {“apple”, “banana”, “cherry”}
tropical = {“pineapple”, “mango”, “papaya”}
mylist = [“kiwi”, “orange”]

thisset.update(tropical)
thisset.update(mylist)

Question 50

Remove Set Items

Answer 50

thisset.remove(“banana”)
thisset.discard(“banana”) aunque el elemento no este no da error
x = thisset.pop() elimina un elemnto aleatoriamente
thisset.clear()
del thisset

Question 51

Loop Sets

Answer 51

for x in thisset:

Question 52

Join Sets

Answer 52

union() y update() unen todos los elementos de ambos conjuntos.
intersection() permite solo los duplicados.
difference() mantiene los elementos del 1er set que no están el segundo.
symmetric_difference() mantiene todos los elementos excepto los duplicados.

Question 53

Acceder a los elementos de un diccionario

Answer 53

x = thisdict.get(“model”)
x = thisdict[“model”]
x = thisdict.keys() retorna una lista de las llaves.

Question 54

Adicionar elementos a un diccionario

Answer 54

thisdict[“color”] = “red”
thisdict.update({“color”: “red”})

Question 55

Cambiar elementos de la lista

Answer 55

thisdict[“year”] = 2018
thisdict.update({“year”: 2020})

Question 56

Eliminar elementos de un diccionario

Answer 56

thisdict.pop(“model”)
thisdict.popitem() eleimina el ultimo elemento
del thisdict[“model”]
thisdict.clear()

Question 57

Loop Dictionaries

Answer 57

for x in thisdict.keys se refiere a las claves
for x in thisdict.values(): se refiere a los valores
for x, y in thisdict.items(): se refiere a los ambos

Question 58

Copiar un diccionario

Answer 58

mydict = thisdict.copy()
mydict = dict(thisdict)

Question 59

Declarar funciones en Python

Answer 59

def my_function():
luego se le llama:
my_funtion()

Question 60

Paso de parámetros y argumentos

Answer 60

def my_function(fname):

Question 61

Argumentos arbitrarios *args

Answer 61

def my_function(*kids):
la función recibirá una tupla de argumentos

Question 62

Argumentos de palabra clave

Answer 62

def my_function(child3, child2, child1):
my_function(child1 = “Emil”, child2 = “Tobias”, child3 = “Linus”)

Question 63

Argumentos arbitrarios de palabra clave **kargs

Answer 63

def my_function(**kids):
la función recibirá un diccionario de argumentos

Question 64

Paso de parámetros por defecto

Answer 64

def my_function(country = “Norway”):
En caso de que no se pase ningún parámetro se escoge ese

Question 65

Paso de una lista por parámetros

Answer 65

def my_function(food):

Question 66

La sentencia pass

Answer 66

def myfunction():
pass
Se usa en caso de que la funcion este vacía.

Question 67

Función con SOLO argumentos posicionales

Answer 67

def my_function(x, /):

Question 68

Función SOLO argumentos palabras clave

Answer 68

def my_function(*, x):

Question 69

Lambda, pequeña función anónima

Answer 69

lambda arguments : expression
x = lambda a : a + 10
print(x(5))

Question 70

__init__() Function

Answer 70

Asigna valores a las propiedades del objeto u otras operaciones que sean necesarias cuando se crea el objeto
class Person:
def __init__(self, name, age):
self.name = name
self.age = age

p1 = Person(“John”, 36)

print(p1.name)
print(p1.age)

Question 71

__str__() function

Answer 71

Controla lo que se debe devolver cuando el objeto de clase se representa como una cadena

Question 72

parámetro self

Answer 72

Es una referencia a la instancia actual de la clase y se utiliza para acceder a variables que pertenecen a la clase.

Question 73

Eliminar objetos y sus propiedades

Answer 73

del p1.age
del p1

Question 74

Herencia en Python

Answer 74

class Student(Person):
def __init__(self, fname, lname, year):
super().__init__(fname, lname)
self.graduationyear = year

x = Student(“Mike”, “Olsen”, 2019)

Question 75

Iterador en Python

Answer 75

myit = iter(mytuple)
objeto sobre el que se puede iterar, lo que significa que puede recorrer todos los valores. Tiene los métodos iter() y next().
Todos los objetos iterables tienen un método iter() que se utiliza para obtener un iterador

Question 76

StopIteration

Answer 76

Para evitar que la iteración continúe para siempre, podemos usar la declaración StopIteration

Question 77

Palabra clave nonlocal

Answer 77

Hace que la variable pertenezca a la función externa.

Question 78

Módulos en Python

Answer 78

import mymodule
import mymodule as mx
from mymodule import person1

Question 79

Fechas Python

Answer 79

import datetime

x = datetime.datetime.now()
x = datetime.datetime(2018, 6, 1)
print(x.strftime(“%B”)) # para dar formato

Question 80

Iterar con enumerate

Answer 80

for indice, l in enumerate(lista):
print(indice, l)

Question 81

Módulo Math

Answer 81

import math

x = math.sqrt(64)
x = math.ceil(1.4)
y = math.floor(1.4)
x = math.pi

Question 82

De JSON a Python

Answer 82

import json

x = ‘{ “name”:”John”, “age”:30, “city”:”New York”}’
y = json.loads(x)
print(y[“age”]) el resultado es un diccionario Python

Question 83

De Python a JSON

Answer 83

import json

x = { “name”: “John”, “age”: 30, “city”: “New York” }
y = json.dumps(x)
print(y)

Question 84

Módulo RegEx

Answer 84

import re
findall() Retorna una lista que contiene todas las coincidencias
search() Devuelve un objeto Match si hay una coincidencia en cualquier parte de la cadena
split() Devuelve una lista donde la cadena se ha dividido en cada coincidencia
sub Reemplaza una o varias coincidencias con una cadena

Question 85

PIP

Answer 85

PIP es un administrador de paquetes para paquetes o módulos de Python

Question 86

Python Try Except

Answer 86

try prueba un bloque de código en busca de errores
except permite manejar el error
else permite ejecutar código cuando no hay ningún error.
finally permite ejecutar código, independientemente del resultado de los bloques try y except

Question 87

Módulo moviepy

Answer 87

Permite editar vídeos con Python

Question 88

Python user input

Answer 88

username = input(“Enter username:”)
print(“Username is: “ + username)

Question 89

Matplotlib

Answer 89

Biblioteca para la generación de gráficos en dos dimensiones, a partir de datos contenidos en listas o arrays en el lenguaje de programación Python( NumPy).
La mayoría de las utilidades se encuentran en le submódulo pyplot

Question 90

Numpy

Answer 90

Abreviatura de Python Numérico. Librería que se utiliza para trabajar con matrices.
import numpy as np

arr = np.array([1, 2, 3, 4, 5])

Question 91

Pandas

Answer 91

(“Panel Data”) Librería de Python que se utiliza para trabajar con conjuntos de datos.
Tiene funciones para analizar, limpiar, explorar y manipular datos.
Permite analizar big data y sacar conclusiones basadas en teorías estadísticas.

Question 92

Pandas (respuestas sobre los datos)

Answer 92

¿Existe una correlación entre dos o más columnas?
¿Qué es el valor promedio?
¿Valor máximo?
¿Valor mínimo?
Limpiar datos( Elimina filas que no son relevantes o que contienen valores incorrectos, como valores vacíos o NULL.)

Question 93

serie Pandas

myvar = pd.Series(a)

Answer 93

Es como una columna de una tabla.
Es una matriz unidimensional que contiene datos de cualquier tipo.

Question 94

Pandas DataFrames

Answer 94

Es una estructura de datos bidimensional, como una matriz bidimensional o una tabla con filas y columnas.

Question 95

Pandas (Read CSV Files, archivos separados por comas)

Answer 95

df = pd.read_csv(‘data.csv’)

Question 96

Pandas read JSON (JavaScript Object Notation)

Answer 96

df = pd.read_json(‘data.json’)

Question 97

SciPy

Answer 97

Significa Python Científico. Es una biblioteca de cálculo científico (optimización, estadísticas y procesamiento de señales.) que utiliza NumPy debajo.
Optimiza y agrega funciones que se usan con frecuencia en NumPy y Data Science.

Question 98

Django

Answer 98

Es un framework web del lado del servidor back-end. Es gratuito, de código abierto y está escrito en Python. Facilita la creación de páginas web.

Question 99

¿Cómo trabaja Django?

Answer 99

Sigue el patrón de diseño MVT (Model View Template)
Modelo: los datos que desea presentar, generalmente datos de una base de datos.
Vista: un controlador de solicitudes que devuelve la plantilla y el contenido relevantes, según la solicitud del usuario.
Plantilla: un archivo de texto (como un archivo HTML) que contiene el diseño de la página web, con lógica sobre cómo mostrar los datos.

Question 100

Programación funcional en Python

Answer 100

Python usa las funciones de orden superior. Estas son las funciones que contienen otras funciones como parámetros de entrada o si devuelve una función como salida, es decir, las funciones que operan con otra funciones.

Question 101

Función map() en Python

Answer 101

lista = [1, 2, 3, 4, 5]

def por_dos(x):
return x * 2

lista_pordos = map(por_dos, lista)
o
lista = [1, 2, 3, 4, 5]
lista_pordos = map(lambda x: 2*x, lista)

Toma una función y un iterable como entrada, aplicando la función a cada elemento.

Question 102

Función filter() en Python

Answer 102

Recibe una función y una lista pero el resultado es la lista inicial filtrada. Es decir, se pasa cada elemento de la lista por la función, y sólo si su resultado es True, se incluye en la nueva lista.

lista = [7, 4, 16, 3, 8]
pares = filter(lambda x: x % 2 == 0, lista)

Question 103

Funcion reduce() en Python

Answer 103

Se usa para reducir todos los elementos de la entrada a un único valor aplicando un determinado criterio.

from functools import reduce
lista = [1, 2, 3, 4, 5]
suma = reduce(lambda acc, val: acc + val, lista)
o
suma = reduce(add, lista)
print(suma) # 15

Question 104

Módulos de programación funcional en Python

Answer 104

itertools — Funciones que crean iteradores para bucles eficientes
functools — Funciones de orden superior y operaciones sobre objetos invocables
operator — Operadores estándar como funciones

Question 105

¿Qué es functools?

Answer 105

El módulo functools es para funciones de orden superior: funciones que actúan o retornan otras funciones. En general, cualquier objeto invocable puede ser tratado como una función para los propósitos de este módulo.

Question 106

Test unitarios con assert Python

Answer 106

assert(calcula_media([3, 7, 5]) == 5.0)

Question 107

Test unitarios Unittest (pyTest)

Answer 107

class TestCalculaMedia(unittest.TestCase):
def test_1(self):
resultado = calcula_media([10, 10, 10])
self.assertEqual(resultado, 10)

def test_2(self):
    resultado = calcula_media([5, 3, 4])
    self.assertEqual(resultado, 4) if \_\_name\_\_ == '\_\_main\_\_':
unittest.main()

Question 108

Librería TensorFlow

Answer 108

Fue desarrollada por Google y es clave en el cálculo numérico. Sus diagramas de flujo de datos son muy utilizados en Deep Learning.

Su estructura permite crear una red neuronal, que sirve para proporcionar un nuevo enfoque en conceptualización de las matemáticas.

Question 109

Librería PyTorch

Answer 109

Desarrollada por Facebook. También se emplea en cálculo numérico y sus tarjetas gráficas son fundamentales para la ejecución rápida del código.

Question 110

Librería Keras

Answer 110

Su cometido es el desarrollo de modelos de deep learning, de forma que se crean prototipos de redes neuronales de una forma rápida y eficaz.

Question 111

Librería Scikit-learn

Answer 111

Está pensada para la construcción de modelos de aprendizaje automático o machine learning, así como para el análisis de datos.
Acciones de regresión, clasificación y agrupamiento de los datos son posibles. Su interfaz es sencilla, puesto que solo se requiere de una línea de código.

Question 112

Pandas

Answer 112

es muy usada en Data Science. Los datos son fáciles de trabajar, ya que sus estructuras están conformadas por una serie de datos, así como el Data Frame para dos dimensiones.

Question 113

Seaborn

Answer 113

Mientras que la manipulación de los datos es la base de Pandas, Seaborn apuesta por la visualización de datos estadísticos para entender el data.

De esta manera, su interfaz es de alto nivel, además de interactiva.

Question 114

Bokeh

Answer 114

Es una de las librerías de Python que destaca por su interactividad. Sus gráficos son muy versátiles y en tiempo real, además.

Question 115

NumPy

Answer 115

Permite generar una estructura de datos universal, lo que se traduce por un mejor análisis de datos, ya que se da un intercambio de datos entre diferentes algoritmos.

Sus vectores son multidimensionales y las matrices disponen de una gran capacidad.