Python para Principiantes

Tu primer paso en Python. Una guía para principiantes sobre cómo mostrar texto con print(), escribir comentarios con # y """, e insertar valores con f-strings.

Una guía para principiantes sobre variables y tipos de datos en Python — usar int y str, el tipado dinámico y la reasignación, las reglas de nombrado y las palabras reservadas, la convención de constantes y la conversión entre int y str.

Una guía para principiantes sobre el tipo booleano de Python — los dos valores True y False, cómo los operadores de comparación producen booleanos, los operadores lógicos and / or / not, y cómo evitar la confusión clásica entre = y ==.

Análisis profundo de los tipos numéricos de Python — int vs float, el operador de potencia ** y las asignaciones compuestas como +=, la diferencia entre / y //, las trampas de precisión de los float, y la conversión con int() y float().

Una guía completa del tipo cadena (str) de Python. Aprende cuándo usar comillas simples, dobles y triples; cómo la indexación y el slicing extraen caracteres; métodos de transformación como upper/lower/replace/strip; y métodos de inspección como count/find/startswith/isdigit, todo con ejercicios prácticos ejecutables.

Una guía clara para convertir entre números y cadenas en Python. Desde lo básico de str() para transformar números en cadenas y int() / float() para transformar cadenas en números, hasta cómo evitar TypeError / ValueError y cómo convertir una cadena decimal a entero, todo con ejercicios ejecutables.

Una guía completa del tipo list de Python. Aprende las declaraciones y la indexación, el slicing para extraer rangos, métodos para añadir y eliminar como append/extend/insert/remove/pop, y sort/reverse/count/index, todo con ejercicios ejecutables.

Una guía completa del tipo dict de Python. Declarar pares clave-valor, cómo se diferencia [] de .get() al acceder a datos, agregar/actualizar/eliminar entradas, listar datos con keys / values / items y comprobar la existencia de claves con in, todo con ejercicios prácticos ejecutables.

Una guía del tipo tuple de Python, centrada en las diferencias con list. Cubre la declaración con paréntesis, qué significa la inmutabilidad, los métodos count / index, cómo desempacar varios valores en una línea, y por qué una tupla puede usarse como clave de dict — todo con ejercicios ejecutables en el navegador.

Una guía sobre el tipo conjunto (set) de Python. Cubre las dos reglas que lo definen (sin duplicados, sin orden), las operaciones sobre elementos con add / remove / discard / pop / clear, las operaciones de conjuntos (union / intersection / difference / symmetric_difference), y los patrones del mundo real de deduplicación y verificación rápida de pertenencia — todo con ejercicios que puedes ejecutar en el navegador.

Un recorrido cuidadoso por los tipos mutables e inmutables en Python. La trampa de y = x que hace que dos variables compartan la misma caja, por qué se convierte en un bug, y cómo copy() te da una versión independiente, todo con ejercicios ejecutables en el navegador.

Un resumen de los tipos de datos vistos en Fundamentos de Python. Recordamos qué es realmente un «tipo», repasamos en una tabla qué tipo encaja con cada uso y damos el primer paso en la POO — definir tu propio tipo con class — todo con diagramas.

Una mirada más profunda a la ramificación condicional de Python — lógica de varias ramas con elif / else, la veracidad que cubre las cadenas vacías y 0, el operador ternario, la diferencia entre is y ==, comprobaciones de tipo con isinstance y comprobaciones de elementos con in / not in — todo con ejercicios prácticos ejecutables.

Una guía desde cero sobre all() / any() para juzgar los elementos de una lista o tupla de forma masiva. Aprende all() para «¿es todo True?», any() para «¿es al menos uno True?», sus casos de uso típicos y cómo combinarlos con for — todo con ejercicios prácticos ejecutables.

Una guía práctica de las comprensiones en Python: comprensiones de lista, dict, set y expresiones generadoras, además del filtrado con if. Incluye ejercicios ejecutables.

Un recorrido sistemático por la instrucción for de Python. Iterar sobre listas y dicts elemento a elemento, usar range() para bucles de cuenta fija, bucles indexados con enumerate(), iteración paralela sobre varias listas con zip() y control de bucle con break / continue — todo con ejercicios prácticos ejecutables.

Una guía desde cero sobre el bucle while de Python. Repetir mientras una condición se mantenga, construir condiciones de terminación para evitar bucles infinitos, salidas forzadas con break y saltos con continue, y cómo elegir entre for y while — todo con ejercicios prácticos ejecutables.

Una guía desde cero sobre el operador morsa := de Python 3.8. Cubre la sintaxis básica para asignar y comprobar en una sola línea, reutilizar el valor comprobado dentro de if, combinar el patrón de extraer y comprobar en while, la trampa de olvidar los paréntesis que asigna el resultado de la comparación, y cuándo usarlo o evitarlo — todo con ejercicios prácticos ejecutables.

Una guía desde cero sobre el manejo de excepciones de Python con try / except. Cubre la diferencia entre errores de sintaxis y de tiempo de ejecución, la forma básica try / except, capturar el objeto de excepción con as e, capturar varias excepciones por separado, la captura paraguas con Exception y la limpieza con finally — todo con ejercicios prácticos ejecutables.

Una guía para lanzar tus propias excepciones en Python con raise. Cubre los fundamentos de raise ValueError("mensaje"), el patrón if + raise de validación, y cómo definir una excepción personalizada con class MyError(Exception): para capturarla con precisión milimétrica con try / except — todo con ejercicios prácticos ejecutables.

Una guía desde cero sobre la definición de funciones de Python con def. Cubre los fundamentos de def y return, los argumentos y los valores de retorno, los argumentos por defecto y los argumentos por palabra clave — todo con ejercicios prácticos ejecutables.

Aprende *args / **kwargs y los valores de retorno múltiples en el navegador. Los diagramas cubren argumentos posicionales y nombrados, desempaquetado con *list / **dict, y retornos como tupla. Con ejercicios.

Aprende cómo los argumentos de función Python difieren según el tipo. Por qué list/dict se propagan al llamador y int/str no, el patrón .copy() para proteger, y la trampa de los argumentos por defecto mutables.

Ámbito de Python, funciones internas y clausuras: globales vs. locales, global y nonlocal, y cómo devolver una función que recuerda valores externos.

Funciones generadoras de Python: yield para devolver valores uno a uno, next() y for, ahorro de memoria frente a una lista y encadenado con yield from.

Recorre las funciones de orden superior de Python en el navegador: asignar funciones a variables, pasarlas como callbacks para intercambiar comportamiento, ramificar entre varios callbacks y retornar una clausura que recuerda su configuración. Incluye ejercicios ejecutables.

Aprende las expresiones lambda de Python desde cero mientras ejecutas código en el navegador. Cubre la forma básica lambda args: expresión, varios argumentos, expresiones condicionales, argumentos por defecto, el emparejamiento con funciones de orden superior como el key de sorted, y cuándo volver a def — todo con ejercicios ejecutables.

Recorre los decoradores de Python en tu navegador, desde lo básico. Cubre la sintaxis @decorador, la forma estándar def → return inner, pasar cualquier argumento con *args / **kwargs, decoradores con argumentos como @repeat(3), y usos reales en frameworks como Flask y pytest. Incluye ejercicios ejecutables.

Un recorrido ejecutable por la función map() integrada de Python desde cero, en el navegador. Cubre los fundamentos de map(función, iterable), materializar resultados con list(), emparejarla con lambdas y funciones integradas como int, pasar varios iterables a la vez, y elegir entre map() y comprensiones de lista — con ejercicios prácticos en todo momento.

Un repaso de la sintaxis de Python (control de flujo y funciones). Conecta de forma transversal las ramificaciones condicionales, los bucles, el manejo de excepciones y las aplicaciones de funciones en un mapa claro.

Aprende las clases e instancias de Python desde cero. Recorre las definiciones de class, el papel de self y el uso de __init__ para establecer atributos, todo con diagramas.

Una guía práctica de __init__ y __del__ de Python. Cubre los atributos requeridos, los valores por defecto y el método de limpieza llamado al hacer del y al salir del programa, todo con diagramas.

Un recorrido con muchos diagramas por las variables de clase vs las variables de instancia en Python. Mira qué se comparte, qué es por instancia y qué hace realmente self.x = ....

Aprende los tres tipos de métodos de Python —de instancia, de clase y estáticos— con diagramas. Recorre el uso de self / cls / sin primer argumento y cuándo elegir cada uno.

Recorrido de los métodos especiales (dunder) de Python. Define + con __add__, separa las cadenas de usuario y desarrollador con __str__ / __repr__, redefine == de forma significativa con __eq__, más los usos típicos de __call__, __len__ y __bool__. Incluye práctica.

Recorrido de la herencia de clases en Python. Hereda atributos y métodos con class Hijo(Padre):, sobrescribe métodos en subclases, llama la lógica del padre con super().method() y agrega atributos sobrescribiendo __init__ — el patrón estándar. Incluye práctica.

Recorrido de la herencia múltiple en Python. Combina padres con class Hijo(A, B):, mira cómo el **orden de resolución de métodos (MRO)** elige entre métodos del mismo nombre, verifica el orden con __mro__, recorre la linealización C3 para herencia en diamante y apunta a un padre específico por nombre de clase. Incluye práctica.

Recorrido del polimorfismo en Python. Sobrescribe el método del padre por subclase para que los llamadores usen un nombre sin importar el tipo, procesa tipos mixtos en un solo bucle, reemplaza ramas if type(...) con POO limpia y aprende **duck typing**. Incluye práctica.

Recorrido de las variables privadas y la encapsulación en Python. Diferencia entre _name (privacidad por convención) y __name (name mangling), uso de getter/setter para proteger atributos, el estilo refinado con @property / @xxx.setter y la validación dentro del setter. Incluye práctica.

Recorrido de la entrada/salida de archivos en Python. Cómo cambiar entre lectura (r), escritura (w) y adición (a) con with open(), y las diferencias entre read / readlines / readline. Incluye práctica.

Recorrido de la sentencia with y los context managers de Python. El mecanismo que automatiza adquisición y liberación de recursos, el flujo de recibir el retorno de __enter__ con as, la garantía de limpieza con __exit__, el papel de exc_type / exc_val / traceback ante excepciones y casos reales con archivos y conexiones de BD. Incluye práctica.

Recorrido de los type hints de Python. Cómo eliminar la duda «¿de qué tipo es este argumento?» propia del tipado dinámico, la firma def f(x: int) -> str:, cuándo escribir anotaciones de variable name: str = "Ana" y cuándo no, las verificaciones estáticas con IDE y mypy, y la no aplicación en tiempo de ejecución. Incluye práctica.

Cierre de la POO en Python. Recorre los fundamentos de las clases, la herencia y el polimorfismo, los métodos especiales (dunder), la sentencia with, la encapsulación y los type hints en toda la serie, con enlaces cruzados a cada artículo.

Aprende las diferencias entre módulos, paquetes y librerías de Python y cómo la sentencia import trae funciones desde otros archivos. Cubre librerías estándar vs de terceros, importar tus propios módulos, qué se ejecuta en el momento del import, la comprobación __name__ == "__main__" y la combinación de varios módulos — con ejercicios prácticos ejecutables.

Aprende el papel de __init__.py para construir paquetes de Python y cuándo usar imports absolutos vs relativos. Cubre agrupar varios módulos bajo una sola carpeta, reducir la API pública con imports desde el paquete, mezclar correctamente imports absolutos y relativos y una disposición de carpetas de proyecto real — con ejercicios prácticos ejecutables.

Echa un vistazo panorámico a la biblioteca estándar de Python repartida en 7 categorías. Manejo de fechas, trabajo numérico, E/S de datos, concurrencia — averigua qué importar para cada situación.

Aprende los módulos sys y argparse de Python desde cero. Desde leer información del runtime con sys.path / sys.argv / sys.exit hasta construir parsers de argumentos estructurados con argparse — todo práctico.

Aprende los módulos os.path y pathlib de Python desde cero. Construye rutas independientes del SO, lista y recorre directorios recursivamente, y descompón rutas en piezas con objetos Path — todo práctico.

Aprende shutil y tempfile de Python desde cero. Operaciones masivas de archivos con shutil.copy / shutil.move / shutil.rmtree, además de cómo usar archivos temporales de forma segura vía tempfile.NamedTemporaryFile — todo práctico.

Aprende los módulos datetime / time / calendar de Python desde cero. Cubre la aritmética de fechas con date / datetime / timedelta, la conversión de cadenas vía strftime / strptime y la medición de tiempo transcurrido con time.perf_counter — todo práctico.

Aprende los módulos math y statistics de Python desde cero. Cubre cálculos puntuales con math.sqrt / pi / floor / ceil / log, agregación de datos con statistics.mean / median / mode / stdev, y cómo se reparten responsabilidades los dos módulos — con ejercicios prácticos ejecutables.

Aprende los módulos decimal y fractions de Python desde cero. Cubre el problema 0.1 + 0.2 != 0.3 de float, los cálculos monetarios exactos con Decimal (y por qué construyes Decimals desde cadenas), la aritmética con Fraction que se simplifica automáticamente, y cómo elegir entre los tres tipos numéricos — con ejercicios prácticos ejecutables.

Aprende los módulos random y secrets de Python desde cero. Cubre las secuencias pseudoaleatorias reproducibles con random.choice / randint / shuffle / sample y seed, los tokens criptográficamente seguros con secrets.token_hex / token_urlsafe, y cuándo usar uno u otro — con ejercicios prácticos ejecutables.

Aprende el módulo re de Python desde cero. Cubre cuándo recurrir a re.match / re.search / re.findall, la combinación de metacaracteres \d / \w / \s / * / + / ?, los grupos de captura con ( ), la sustitución con re.sub, y la reutilización de patrones con re.compile — con ejercicios prácticos ejecutables.

Aprende los módulos string y textwrap de Python desde cero. Cubre las constantes de caracteres como string.ascii_letters / digits, la sustitución con plantillas estilo $name vía string.Template, eliminar la sangría de cadenas con triple comilla mediante textwrap.dedent, y el ajuste por anchura con fill — con ejercicios prácticos ejecutables.

Aprende el módulo pprint de Python desde cero. Cubre cómo pprint.pp mantiene legible la estructura anidada de dict / list donde print falla, la conversión a cadena con pformat, las opciones width / indent / sort_dicts, y su uso en la depuración diaria — con ejercicios prácticos ejecutables.

Aprende los módulos json y csv de Python desde cero. Cubre la conversión entre objetos de Python y cadenas JSON con json.dumps / loads, el formateo con indent y ensure_ascii, la lectura y escritura por posición con csv.writer / reader, y la E/S basada en nombres de columna con DictWriter / DictReader — con ejercicios prácticos ejecutables.

Aprende los módulos pickle y base64 de Python desde cero. Cubre la serialización de objetos de Python con pickle.dumps / loads, la conversión entre datos binarios y texto con base64.b64encode / b64decode, cuándo elegir la variante urlsafe, y las advertencias de seguridad de pickle — con ejercicios prácticos ejecutables.

Aprende el módulo hashlib de Python desde cero. Cubre las «huellas digitales» de longitud fija con SHA-256, las tres propiedades (determinismo, efecto avalancha, unidireccionalidad), la implementación de detección de manipulación y comprobaciones de integridad, y por qué el almacenamiento de contraseñas no debe depender solo de hashlib — con ejercicios prácticos ejecutables.

Aprende el módulo collections de Python desde cero. Cubre el conteo con Counter y most_common, el manejo de claves faltantes con defaultdict, las operaciones O(1) en ambos extremos y los búferes circulares vía deque + maxlen, y el acceso por atributo más la conversión a dict con namedtuple — con ejercicios prácticos ejecutables.

Aprende los módulos itertools y functools de Python desde cero. Cubre las recetas de iteración vía combinations / product / chain / accumulate, fijar argumentos con partial, plegar con reduce, y acelerar llamadas con la memoización de @lru_cache — con ejercicios prácticos ejecutables.

Aprende los módulos enum y dataclasses de Python desde cero. Cubre el reemplazo de cadenas mágicas con Enum, la numeración automática con IntEnum y auto, la generación automática de __init__ / __eq__ / __repr__ vía @dataclass, y cómo evitar las trampas de los valores por defecto mutables con field(default_factory=list) — con ejercicios prácticos ejecutables.

Aprende los módulos contextlib y logging de Python desde cero. Cubre la creación de tus propios context managers con @contextmanager, la supresión de excepciones específicas con suppress, la gestión dinámica de recursos vía ExitStack, y los logs de calidad de producción con enrutamiento por nivel y Formatter — con ejercicios prácticos ejecutables.

Aprende async / await de Python desde cero. Cubre por qué la versión síncrona desperdicia el tiempo de espera, la definición de corrutinas con async def, la espera de finalización con await, la diferencia entre asyncio.sleep y time.sleep, y asyncio.run frente al top-level await de Pyodide — con ejercicios prácticos ejecutables.

Aprende asyncio avanzado en Python. Cubre la ejecución concurrente de varias corrutinas con asyncio.gather conservando el orden de entrada, la creación de Tasks con create_task, la aplicación de timeouts con wait_for, y el patrón productor-consumidor vía asyncio.Queue — con ejercicios prácticos ejecutables.

Un recorrido ilustrado por los módulos threading, multiprocessing y subprocess de Python. Cubre hilos vs procesos, la restricción del GIL, el uso de ThreadPoolExecutor y Pool, cómo decidir entre cargas de trabajo I/O-bound, CPU-bound y de comandos externos, y la comparación con bibliotecas vectorizadas como NumPy — con diagramas para organizar los conceptos.

Un cierre de 17 módulos de la biblioteca estándar de Python. Vista panorámica en 7 categorías, una hoja de referencia con 20 situaciones, cuándo cambiar a librerías de terceros (requests / pandas / NumPy / pytest / FastAPI / SQLAlchemy, etc.), y un mapa de aprendizaje después de la biblioteca estándar — todo ilustrado.