1
2
3
4
5
6
7
8
9

num = 1+1-1*(1+1-1)/1+1*(-1)        
type(1)                              # int
type(1.5)                            # float
type('hola')                         # str
type(True)                           # bool
mango = 10                           
manzana = 5                          # Python infiere el tipo
aguacate = 15
print(aguacate + manzana + mango)    # 30

1
2
3
4
5
6
7

nombres_rrss = ['Facebook','Twitter','Instagram','Youtube','LinkedIn','WhatsApp']
print(nombres_rrss[0:3])  # Output ->['Facebook', 'Twitter', 'Instagram']
print(nombres_rrss[-2])   # Output ->LinkedIn
print(nombres_rrss[1])    # Output ->Twitter

nombres_rrss.append('Tuenti')
nombres_rrss.remove('Facebook')

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

import pandas

fbk = ['Facebook', 2449, True]
twt = ['Twitter', 339, False]
ig = ['Instagram', 1000, True]
yt = ['Youtube', 2000, False]
lkn = ['LinkedIn', 663, False]
wsp = ['WhatsApp', 1600, True]

lista_rrss=[fbk, twt, ig, yt, lkn, wsp]

pandas.DataFrame(lista_rrss, columns=['Nombre','Cantidad','es_Facebook'])

df_vacio = pandas.DataFrame(columns = ['Nombre', 'Cantidad', 'es_FB', 'Año']) # DataFrame vacío
df_vacio = df_vacio.append({'Nombre': 'Facebook', 'Cantidad': 2449, 'es_FB': True, 'Año': 2006},ignore_index=True)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

import numpy

numeros_primos = [2,3,5,7,11,13,17,19,23,29]
array_primos = numpy.array(numeros_primos)
array_primos
# Output -> array([ 2,  3,  5,  7, 11, 13, 17, 19, 23, 29])

array_zeros = numpy.zeros(10)
array_zeros
# Output -> array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

array_numeros = numpy.arange(10)
array_numeros
# Output -> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

array_pares = numpy.arange(0,20,2)
array_pares
# Output -> array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

array_pares.reshape(2,5)
# Output -> array([[ 0,  2,  4,  6,  8],
#                 [10, 12, 14, 16, 18]])

array_impares = array_pares + 1
array_impares
# Output -> array([ 1,  3,  5,  7,  9, 11, 13, 15, 17, 19])

array_impares - array_pares  # permite suma, resta, multiplicación...
# Output -> array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1])

array_primos.sum()   # suma todos las posiciones 129
array_primos.mean()  # media de todas las posiciones 12.9
array_primos.var()   # varianza del array 73.28999999999999

array_fibonacci = numpy.array([55,0,144,1,21,89,5,8,13,1,34,3,2])

numpy.sort(array_fibonacci)
# Output -> array([  0,   1,   1,   2,   3,   5,   8,  13,  21,  34,  55,  89, 144]

numpy.sort(-array_fibonacci)
# Output -> array([-144,  -89,  -55,  -34,  -21,  -13,   -8,   -5,   -3,   -2,   -1, -1,    0])

A = numpy.arange(0,20,2).reshape(2,5)
A
# Output -> array([[ 0,  2,  4,  6,  8],
#                 [10, 12, 14, 16, 18]])

A[1,1] # 12
A[1,:] # array([10, 12, 14, 16, 18]) -> Selecciona solo una fila
A[:,1] # array([ 2, 12]) -> Selecciona solo una columna

array_fibonacci<20 # array([False,  True, False,  True, False, False,  True,  True,  True, True, False,  True,  True])
array_fibonacci[array_fibonacci<20] # array([ 0,  1,  5,  8, 13,  1,  3,  2])

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22

import pandas

df_vacio = pandas.DataFrame(columns = ['Nombre', 'Cantidad', 'es_FB', 'Año'])
df_vacio = df_vacio.append({'Nombre': 'Facebook', 'Cantidad': 2449, 'es_FB': True, 'Año': 2006},ignore_index=True)

dataframe.loc[1, 'Nombre'] # 'Twitter'
dataframe.iloc[1,0]        # 'Twitter'
dataframe['Nombre']
# output -> 
# 0     Facebook
# 1      Twitter
# 2    Instagram
# 3      YouTube
# 4     LinkedIn
# 5     WhatsApp
# Name: Nombre, dtype: object

dataframe['Cantidad']>1500 
dataframe[dataframe['Cantidad']>1500] # Devuelve DataFrame con aquellos campos que cumplan la condicion
dataframe.sort_values('Nombre', ascending=True ) # Devuelve DataFrame ordenado ascendentemente
dataframe.sort_values('Cantidad', ascending=False ) # Devuelve DataFrame ordenado descendentemente
dataframe.sort_values(['Año','Cantidad'], ascending=[True, False] ) # Devuelve DataFrame ordenando columnas y filas

1
2
3
4
5

import pandas

finanzas = 'finanzas.xlsx'
pandas.read_csv('finanzas.csv')
dataframe

1
2
3
4

import pandas 

dataframe = pandas.read_csv('finanzas.csv', header = None, names = ['Concepto', ' ','Gastos', 'ene', 'feb', 'mar', 'abr', 'may', 'jun', 'jul', 'ago', 'sep', 'oct', 'nov', 'dic', 'Total', 'Promedio'])
dataframe.iloc[2]