1.

Listas por comprensión

¿Que son las listas por comprensión?
Las listas por comprensión es una construcción sintáctica disponible en Python con la que
se pueden crear lista a partir de otros elementos iterables. Siendo una de las contracciones
más elegantes del lenguaje. A continuación, se mostrará la sintaxis básica para trabajar con
las listas por comprensión.
Ejemplos 1:

# Método tradicional
lista = []
for letra in 'casa':
lista.append(letra)
print(lista)
['c', 'a', 's', 'a']

# Con comprensión de listas

lista = [letra for letra in 'casa']
print(lista)
['c', 'a', 's', 'a']

Como vemos, gracias a la comprensión de listas podemos indicar directamente cada

elemento que va a formar la lista, en este caso la letra, a la vez que definimos el for:

# La lista está formada por cada letra que recorremos en el for

lista = [letra for letra in 'casa']

Ejemplo 2:

Crear una lista con las potencias de 2 de los primeros 10 números:

# Método tradicional
lista = []
for numero in range(0,11):
lista.append(numero**2)
print(lista)
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# Con comprensión de listas

lista = [numero**2 for numero in range(0,11)]
print(lista)
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

De este ejemplo podemos aprender que es posible modificar al vuelo los elementos que van a
formar la lista.

2. Funciones recursivas

¿Qué es una función recursiva?

La recursividad en programación es una técnica muy potente, ésta se realiza con funciones que se
llaman a sí mismas, veámoslo cómo una especie de bucle, ya que el mismo código se repetirá varias
veces, hasta llegar a la solución.

Ventajas de la recursividad

 Las funciones recursivas hacen que el código se vea limpio y elegante.

 Una tarea compleja se puede dividir en subproblemas más simples mediante la
recursividad.
 La generación de secuencias es más fácil con la recursividad que con algunas
iteraciones anidadas.
Desventajas de la recursividad
 A veces, la lógica detrás de la recursividad es difícil de seguir.
 Las llamadas recursivas son caras (ineficaces) ya que ocupan mucha memoria y
tiempo.
 Las funciones recursivas son difíciles de depurar.
Ejemplos:

1.- Ejemplo de función recursiva que hace la factorial de un numero en Python:

def fun_fact(x):
if (x==1):
return 1
else:
x=(x*fun_fact(x-1))
return x
num=10
print("El factorial de ", num, "es ",fun_fact(num))

En este ejemplo, la funcion recursiva() es una función que hemos

definido para llamarse a sí misma (“recursiva”). Usamos la variable k
como dato, que disminuye (-10) cada vez que recurrimos. La recursividad
termina cuando la condición no es mayor que 0 (es decir, cuando es 0).

Para un nuevo desarrollador, puede tomar algún tiempo averiguar cómo funciona
exactamente, la mejor manera de averiguarlo es probándolo y modificándolo.

def recursiva(k):
if(k>0):
resultado = k + recursiva(k-10)
print( resultado)
else:
resultado = 0
return resultado
print("\n\nEjemplo de recursividad")
recursiva(60)

Describir los campos de acción del uso del lenguaje Python

Python esta presente en los siguientes campos:

 Inteligencia Artificial: Python puede utilizarse en proyectos de inteligencia

artificial, para crear sitios web escalables, realizar cálculos estructurales
complejos con elementos finitos, y diseñar videojuegos, entre otras muchas
aplicaciones, que incluso involucran actividades en el espacio.
 Big Data: Python resulta muy útil, y su uso esta muy extendido en el análisis de
datos y la extracción de información útil para empresas mediante Big Data.
Además de su simplicidad, que es una gran ventaja, Python cuenta con
bibliotecas de procesamiento de datos como pydoop, que son de gran ayuda para
los profesionales, ya que se puede escribir un código de MapReduce en Python y
procesar los datos en el cluster HDFS.
 Data Science: para mostrar el uso de python en data science mostramos este
mapa que representa todo el proceso de ciencia de datos.
Python está muy bien hecho y con distintas paqueterías que nos pueden ayudar
desde el comienzo utilizando el APIs para extraer datos o con otras librerías que
se encargan después de la manipulación transformación visualización y
modelado de los datos.
Así python es un lenguaje muy completo que nos puede ayudar en cada una de
las fases del proceso de data science.
 Frameworks de pruebas
El testing es otra de las actividades en las que Python llego para quedarse.
Python llego para quedarse.Python es ideal para validar ideas o productos,
debido a sus numerosos frameworks integrados que ayudan a depurar el código ,
y ofrecen flujos de trabajo y ejecución rápidos. Herramientas de testing, como
Unittest, Pytest y Nose test, facilitan las pruebas. Python además admite pruebas
entre plataformas y navegadores con diferentes marcos, como Pytest y Robot.
El testing, una de las tareas mas arduas que nos pueden encomendar, se
simplifica considerablemente con el uso de Python
 Desarrollo web
Python permite construir mucho más con menos líneas de código, por lo que se
crean prototipos de forma mas eficiente. El framework Django proporcionado
por Python, presenta la ventaja de poder utilizarse para crear aplicaciones web
dinámicas y muy seguras.
El lenguaje Python también se usa para hacer scraping, o sea, obtener
información de otros sitios web. Algunas aplicaciones construidas con este tipo
de frameworks son Instagram, Bit Bucket, Pinterest.´
 La Nasa:
La exploración espacial es un campo que ha inspirado a miles de científicos
para formarse con el objetivo de aportar su granito de arena a la hora de
ampliar las fronteras de nuestro conocimiento sobre el universo. También en el
campo de la computación.

Por ello, Microsoft y la NASA han unido esfuerzos y acaban de anunciar el

lanzamiento conjunto de una serie de cursos online destinados a formar a
aquellos se inician en la programación a usar el lenguaje Python y algoritmos
de machine learning… para tareas relacionadas con el ámbito de la NASA:
desde clasificar rocas espaciales a predecir las condiciones meteorológicas
durante el lanzamiento de los cohetes.