Aprende Python

He subido una segunda edición de mi libro Don Clojure de la Mancha, actualizando ejemplos a las nuevas versiones: https://don-clojure-de-la-mancha.es/

No es algo de Python pero es un libro de programación en Español de alguien que conozco que sabe mucho

Los recursos y herramientas de desarrollo esta semana en el canal Todo Python fueron: Recursos ▪️Guía sobre CUDA. ▪️Estructuras de compresión propias. ▪️Gestor de entornas virtuales para data science. ▪️ Test parametrizados en Pytest.. ▪️standard output y standard error en Python. Herramientas ▪️Framework compatible con FastAPI. ▪️Libreria para IMAP. ▪️Datos anónimos en PostgreSQL/Django Mas de 200 herramientas de desarrollo y mas de 400 recursos de aprendizaje de Python,Django o Flask están disponible en el canal de Telegram de Todo Python. Por solo un pago único de 30€ accedes para siempre al contenido del canal, tu biblioteca de Python personal donde aprende o ampliar conocimiento en muchos ámbitos de Python. Puedes realizar el pago. Paypal https://paypal.me/JosAJimenez Ko-fi https://ko-fi.com/josjimenez Buy me Coffe https://buymeacoffee.com/jajt No olvides poner tu alias de Telegram y escribir en el concepto  Todo Python 2026, para que te pueda localizar, comprobado el pago, te envío un  enlace personalizado para acceder al canal. Cualquier duda pregunta en mi cuenta @JoseAJimenez y te doy mas información.

🐍Python Lists (Data Structures) 📦 🔹 1. What is a List? A list is a sequence of values (items). They are ordered, changeable (mutable), and allow duplicate members. Defined by square brackets []. Example:

my_list = ["apple", 3.14, True, 100]
print(my_list)

Output: ['apple', 3.14, True, 100] 🔹 2. Accessing List Items Items are accessed by their index, which starts at 0 for the first item. Example:

fruits = ["apple", "banana", "cherry"]
print(fruits[0]) # First item
print(fruits[2]) # Third item
print(fruits[-1]) # Last item

Output: apple cherry cherry 🔹 3. Modifying List Items You can change an item by referring to its index. Example:

colors = ["red", "green", "blue"]
colors[1] = "yellow" # Change 'green' to 'yellow'
print(colors)

Output: ['red', 'yellow', 'blue'] 🔹 4. Adding Items to a List • .append(): Adds an item to the end of the list. • .insert(index, item): Adds an item at a specific index. Example:

names = ["Alice", "Bob"]
names.append("Charlie") # Add to end
names.insert(0, "David") # Add at the beginning
print(names)

Output: ['David', 'Alice', 'Bob', 'Charlie'] 🔹 5. Removing Items from a List • .remove(item): Removes the first occurrence of a specified item. • .pop(index): Removes (and returns) the item at a specified index (or the last item if no index is given). • del list[index]: Deletes the item at a specific index. Example:

numbers = [10, 20, 30, 20, 40]
numbers.remove(20) # Removes first '20'
del numbers[0]     # Removes '10'
print(numbers)

Output: [30, 20, 40] 🎯 Today's Goal(What you should do) ✔️ Understand what lists are and how to create them ✔️ Access items using indexing ✔️ Modify, add, and remove items from lists

Repositorio con unos cuantos scripts para automatización de tareas. https://github.com/geekcomputers/Python #repositorio

Principios de Deep Learning(teoría) https://arxiv.org/pdf/2106.10165

Los recursos publicados la semana pasada en el canal Todo Python fueron: Recursos ▪️Tutorial programación asíncrona. ▪️Desarrollo de un clon de Perplexity. ▪️Dataclases 7 cosas que debes conocer. ▪️ Comparativa de herramientas para extraer datos de tablas PDF. ▪️Valor Null en Django. ▪️Introducción Pydantic. Herramientas ▪️ORM para Django Task. ▪️Librería para el procesamiento de datos en texto. ▪️Integración de Python y Rust. Mas de 200 herramientas de desarrollo y mas de 400 recursos de aprendizaje de Python,Django o Flask están disponible en el canal de Telegram de Todo Python. Por solo un pago único de 30€ accedes para siempre al contenido del canal, tu biblioteca de Python personal donde aprende o ampliar conocimiento en muchos ámbitos de Python. Puedes realizar el pago. Paypal https://paypal.me/JosAJimenez Ko-fi https://ko-fi.com/josjimenez Buy me Coffe https://buymeacoffee.com/jajt No olvides poner tu alias de Telegram y escribir en el concepto  Todo Python 2026, para que te pueda localizar, comprobado el pago, te envío un  enlace personalizado para acceder al canal. Cualquier duda pregunta en mi cuenta @JoseAJimenez y te doy mas información.

100 días 100 proyecto IoT es un repositorio con proyecto para hacer con ESP32, Raspberry Pi Pico y Micropython, cada proyecto incluye todo los necesario para que lo hagas. https://github.com/kritishmohapatra/100_Days_100_IoT_Projects #hardware

Si te interesa mas recursos de este tipo, tiene mucho mas en mi canal de Telegram de Todo Python donde encontraras de un forma organizada y ordenada muchos recursos de aprendizaje(mas de 400) y herramientas de desarrollo(mas de 250) para Python. Por solo un PAGO ÚNICO DE 30€ acceder a mucho contenido de desarrollo web, IA, IoT, redes,testing y mucho mas. Mas info en @TodoPythonCanal

Si quieres apoyar el proyecto 24H24 como mi podcast o mi newsletter, una buena forma es utilizando mis enlaces referidos de Amazon, comprando por esos enlaces recibo una pequeña comisión sin que suba el precio de compra. Aprovecha ahora que están las OFERTAS de PRIMAVERA

AOC Gaming 24G4XED - Monitor FHD 24 Pulgadas, 180 Hz, 1 ms, FreeSync Prem., G-Sync Comp., HDR10 1920x1080, HDMI 2.0, DisplayPort 1.4 Negro/Gris, 24 Pulgada FHD, Soporte Fijo Descuento 43% https://amzn.to/4cVIR6V https://amzlink.to/az0HMEOUHLV6L (Para quien quiera comprarlo con la app móvil)

ASUS VY279HGR - Monitor Eye Care Gaming de 27" FHD (1920x1080), IPS, 120 Hz (OC), SmoothMotion, 1 ms, Adaptive Sync, Eye Care Plus, Filtro de luz Azul, Flicker Free, Tratamiento Antibacteriano Descuento 43% https://amzn.to/4bKgpDH https://amzlink.to/az0NV2R4Ayfnz (Para quien quiera comprarlo con la app móvil)

Impresora multifunción EcoTank ET-4956 Blanca A4 con depósito de Tinta, conexión Wi-Fi, ADF, impresión dúplex, escaneado, Copia, fax y Tinta incluida para hasta 3 años Descuento 40% https://amzn.to/4snZtcb https://amzlink.to/az0ViA4wQzuci (Para quien quiera comprarlo con la app móvil)

Anker Cargador USB C Carga Rapida 65W (Nano II),con 3 Puertos PPS, Cargador compacto y potente para MacBook Pro, iPad Pro, Steam, Galaxy S20, DELL XPS 13, Note 20/10+, iPhone 17/16/15 air series y más https://amzn.to/4bofVll https://amzlink.to/az03qb152mD7l(Para quien quiera comprarlo con la app móvil)

O usa mi enlace referido. https://amzn.to/3DV9fy3 Si no eres PRIME, puede usar su periodo de PRUEBA para aprovecharte de las ofertas. https://www.amazon.es/pruebaprime?tag=rooteando0e-21 Gracias por colaborar en mis proyectos.

Los recursos publicados la semana pasada en el canal Todo Python fueron: Recursos ▪️Introducción a Pydantic. ▪️Uso de la herramienta Tox en Django. ▪️Como desarrollar un hypervisor en Python. ▪️ Guía para aprender Machine Learning. ▪️Optimización de consultas en Django. ▪️CheatSheet de Matplotlib. Herramientas ▪️Frameworks para desarrollo de agentes analíticos. ▪️Librería para extraer datos de PDF. ▪️Panel de administración para Django. Mas de 200 herramientas de desarrollo y mas de 400 recursos de aprendizaje de Python,Django o Flask están disponible en el canal de Telegram de Todo Python. Por solo un pago único de 30€ accedes para siempre al contenido del canal, tu biblioteca de Python personal donde aprende o ampliar conocimiento en muchos ámbitos de Python. Puedes realizar el pago. Paypal https://paypal.me/JosAJimenez Ko-fi https://ko-fi.com/josjimenez Buy me Coffe https://buymeacoffee.com/jajt No olvides poner tu alias de Telegram y escribir en el concepto  Todo Python 2026, para que te pueda localizar, comprobado el pago, te envío un  enlace personalizado para acceder al canal. Cualquier duda pregunta en mi cuenta @JoseAJimenez y te doy mas información.

🚀 List vs Tuple in Python Both store collections of data.  But they differ in mutability and internal behavior. 1️⃣ List (Mutable) 📦 Can be modified after creation.

nums = [1, 2, 3]
nums.append(4)
print(nums)

Output: [1, 2, 3, 4] ➤ How: Stored as a dynamic array  ➤ Wins: Flexible, easy to modify  ➤ Risk: Slightly higher memory usage  2️⃣ Tuple (Immutable) 🔒 Cannot be modified after creation.

nums = (1, 2, 3)
nums.append(4)

Output: AttributeError: 'tuple' object has no attribute 'append' ➤ How: Fixed-size structure  ➤ Wins: Faster iteration, lower memory usage  ➤ Risk: No modification allowed  💡 Key Difference • List → Mutable & flexible  • Tuple → Immutable & lightweight  Use List when data changes.  Use Tuple when data should stay constant.

Ayer tuvimos un directo informal #24H24L donde hablamos. -Nova la nueva UI de Firefox. -Leyes en EEUU y como afectan a las distribuciones de Linux - Uso de móvil en los niños. - Si Linux puede dominar el mercado de SO en el escritorio. Si quieres verlo https://youtube.com/live/3-Kz4wf2hQc?feature=share #linux #firefox #distribuciones

🔰 Python Data Types

Data Scientist Roadmap | |-- 1. Basic Foundations |   |-- a. Mathematics |   |   |-- i. Linear Algebra |   |   |-- ii. Calculus |   |   |-- iii. Probability |   |   -- iv. Statistics |   | |   |-- b. Programming |   |   |-- i. Python |   |   |   |-- 1. Syntax and Basic Concepts |   |   |   |-- 2. Data Structures |   |   |   |-- 3. Control Structures |   |   |   |-- 4. Functions |   |   |   -- 5. Object-Oriented Programming |   |   | |   |   -- ii. R (optional, based on preference) |   | |   |-- c. Data Manipulation |   |   |-- i. Numpy (Python) |   |   |-- ii. Pandas (Python) |   |   -- iii. Dplyr (R) |   | |   -- d. Data Visualization |       |-- i. Matplotlib (Python) |       |-- ii. Seaborn (Python) |       -- iii. ggplot2 (R) | |-- 2. Data Exploration and Preprocessing |   |-- a. Exploratory Data Analysis (EDA) |   |-- b. Feature Engineering |   |-- c. Data Cleaning |   |-- d. Handling Missing Data |   -- e. Data Scaling and Normalization | |-- 3. Machine Learning |   |-- a. Supervised Learning |   |   |-- i. Regression |   |   |   |-- 1. Linear Regression |   |   |   -- 2. Polynomial Regression |   |   | |   |   -- ii. Classification |   |       |-- 1. Logistic Regression |   |       |-- 2. k-Nearest Neighbors |   |       |-- 3. Support Vector Machines |   |       |-- 4. Decision Trees |   |       -- 5. Random Forest |   | |   |-- b. Unsupervised Learning |   |   |-- i. Clustering |   |   |   |-- 1. K-means |   |   |   |-- 2. DBSCAN |   |   |   -- 3. Hierarchical Clustering |   |   | |   |   -- ii. Dimensionality Reduction |   |       |-- 1. Principal Component Analysis (PCA) |   |       |-- 2. t-Distributed Stochastic Neighbor Embedding (t-SNE) |   |       -- 3. Linear Discriminant Analysis (LDA) |   | |   |-- c. Reinforcement Learning |   |-- d. Model Evaluation and Validation |   |   |-- i. Cross-validation |   |   |-- ii. Hyperparameter Tuning |   |   -- iii. Model Selection |   | |   -- e. ML Libraries and Frameworks |       |-- i. Scikit-learn (Python) |       |-- ii. TensorFlow (Python) |       |-- iii. Keras (Python) |       -- iv. PyTorch (Python) | |-- 4. Deep Learning |   |-- a. Neural Networks |   |   |-- i. Perceptron |   |   -- ii. Multi-Layer Perceptron |   | |   |-- b. Convolutional Neural Networks (CNNs) |   |   |-- i. Image Classification |   |   |-- ii. Object Detection |   |   -- iii. Image Segmentation |   | |   |-- c. Recurrent Neural Networks (RNNs) |   |   |-- i. Sequence-to-Sequence Models |   |   |-- ii. Text Classification |   |   -- iii. Sentiment Analysis |   | |   |-- d. Long Short-Term Memory (LSTM) and Gated Recurrent Units (GRU) |   |   |-- i. Time Series Forecasting |   |   -- ii. Language Modeling |   | |   -- e. Generative Adversarial Networks (GANs) |       |-- i. Image Synthesis |       |-- ii. Style Transfer |       -- iii. Data Augmentation | |-- 5. Big Data Technologies |   |-- a. Hadoop |   |   |-- i. HDFS |   |   -- ii. MapReduce |   | |   |-- b. Spark |   |   |-- i. RDDs |   |   |-- ii. DataFrames |   |   -- iii. MLlib |   | |   -- c. NoSQL Databases |       |-- i. MongoDB |       |-- ii. Cassandra |       |-- iii. HBase |       -- iv. Couchbase | |-- 6. Data Visualization and Reporting |   |-- a. Dashboarding Tools |   |   |-- i. Tableau |   |   |-- ii. Power BI |   |   |-- iii. Dash (Python) |   |   -- iv. Shiny (R) |   | |   |-- b. Storytelling with Data |   -- c. Effective Communication | |-- 7. Domain Knowledge and Soft Skills |   |-- a. Industry-specific Knowledge |   |-- b. Problem-solving |   |-- c. Communication Skills |   |-- d. Time Management |   -- e. Teamwork | -- 8. Staying Updated and Continuous Learning     |-- a. Online Courses     |-- b. Books and Research Papers     |-- c. Blogs and Podcasts     |-- d. Conferences and Workshops     `-- e. Networking and Community Engagement Best Data Science & Machine Learning Resources: https://topmate.io/coding/914624 All the best 👍👍

Por solo un pago único de 30€ accedes para siempre al contenido del canal, tu biblioteca de Python personal donde aprende o ampliar conocimiento en muchos ámbitos de Python. Puedes realizar el pago. Paypal https://paypal.me/JosAJimenez Ko-fi https://ko-fi.com/josjimenez Buy me Coffe https://buymeacoffee.com/jajt No olvides poner tu alias de Telegram y escribir en el concepto  Todo Python 2026, para que te pueda localizar, comprobado el pago, te envío un  enlace personalizado para acceder al canal. Cualquier duda pregunta en mi cuenta @JoseAJimenez y te doy mas información. Para conocer que tipo de recursos y herramientas se publican en Todo Python, en el canal @TodoPythonCanal

Algo que no he comentado mucho, quien realiza el pago único para canal Todo Python tienes acceso al canal de Telegram Un Python al Día, Este canal fue el original que empezó en principios del 2017 publicando cada día una herramienta de desarrollo de Python, Django y Flask, a lo largo de los años fue cambiando la periodicidad. En 2024 empece el canal Todo Python y Un Python Al Día solo publicaba una herramienta a la semana. En Noviembre del 2025 cerré un Python Al Dia, lo volví a privado y lo deje sin usuarios. Desde ese momento solo tienen acceso los usuarios que han realizado el pago único de Todo Python. Aunque ya no publico herramientas sigue teniendo todo los publicado desde 2016, aproximadamente entre 900 a 1000 herramientas de desarrollo de Python, Django y Flask. Si realizas el pago único de Todo Python tendrás acceso a todas las herramientas de desarrollo y recursos de aprendizaje organizadas en categorías, mas todas las herramientas publicadas, desde 2017, en Un Python Al Día.

Publicados los recursos de aprendizaje y herramientas de desarrollo en el canal de Telegram Todo Python. Recursos ▪️Completa comparativa entre Panda y Polars ▪️Repaso de conocimiento de POO en Python. ▪️Manejo de errores y excepciones en FastAPI. ▪️Cursos y tutoriales sobre Python, IA, SQL, juegos, datos y otros. ▪️Framework de tareas en Django 6. ▪️Como servir ficheros privados con Django y S3 Herramientas ▪️Librería de procesamiento de datos 3D. ▪️Linter para SQL. Mas de 200 herramientas de desarrollo y mas de 400 recursos de aprendizaje de Python,Django o Flask están disponible en el canal de Telegram de Todo Python. Por solo un pago único de 30€ accedes para siempre al contenido del canal, tu biblioteca de Python personal donde aprende o ampliar conocimiento en muchos ámbitos de Python. Puedes realizar el pago. Paypal https://paypal.me/JosAJimenez Ko-fi https://ko-fi.com/josjimenez Buy me Coffe https://buymeacoffee.com/jajt No olvides poner tu alias de Telegram y escribir en el concepto  Todo Python 2026, para que te pueda localizar, comprobado el pago, te envío un  enlace personalizado para acceder al canal. Cualquier duda pregunta en mi cuenta @JoseAJimenez y te doy mas información.

Cheatsheet para Python. https://www.almabetter.com/bytes/cheat-sheet/python #cheatsheet

¡YA MISMO! El precio del canal Todo Python sube de 25€ → 30€ en 39 minutos (medianoche CET) ⏰ 400+ recursos - 250+ herramientas - 6/semana nuevas ¡Tu biblioteca Python centralizada termina en... ⏳ 37 min... 36... text 🇪🇸 España: 23:21 → 23:59 🇲🇽 México: 17:21 → 17:59 🇨🇴 Colombia: 17:21 → 17:59 🔗 PAGA 25€ AHORA → ACCESO INMEDIATO 💎 NO PIERDAS 400+ HORAS DE BÚSQUEDA ¡25€ HOY! → 30€ MAÑANA FOREVER 🔥 #TodoPython #ÚltimaChance #Django #Flask

🔗 Pago y acceso inmediato aquí: Paypal https://paypal.me/JosAJimenez Ko-fi https://ko-fi.com/josjimenez Buy me Coffe https://buymeacoffee.com/jajt No olvides poner tu alias de Telegram y escribir en el concepto  Todo Python 2026, para que te pueda localizar, comprobado el pago, te envío un  enlace personalizado para acceder al canal. Cualquier duda pregunta en mi cuenta @JoseAJimenez y te doy mas información.