You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

2265 lines
77 KiB

---
weight: 4
title: "Apuntes de Python"
date: 2020-05-29T12:35:51+0100
draft: false
summary: "Notas sobre python"
categories:
- notes
tags:
- python
- programacion
---
{{< admonition type=warning title="Work in progress" open=true >}}
Apuntes de Python, muy incompletos.
{{< /admonition >}}
## Gestores de paquetes
**pip**
: El gestor de paquetes por defecto de python
**pipx**
: Un instalador pensado para aplicaciones CLI en Python, se encarga de instalar cada aplicación en un _virtualenv_ independiente.
: Cosas instaladas con `pipx` en mi sistema son por ejemplo: `pypisearch`, `ranger` o `kikit`
: Los _virtualenv_ creados por **pipx** quedan en `~/.local/pipx/venvs`
**conda**
: El instalador de las distribuciones _Anaconda_ y _Miniconda_
## Gestores de entornos virtuales
En cualquier distribución de Linux disponemos de un _Python del
Sistema_, es el _Python_ que viene instalado por defecto con el S.O. (podemos averiguar cual es ejecutando: `which python` y/o `python -V`) En mi caso concreto, usando [Linux Mint](https://linuxmint.com/) el Python del sistema es el 2.7.18. Una versión anticuada, pero que es mejor no tocar ya que habrá partes del sistema operativo que dependan de ella.
Podemos tener más versiones de Python instaladas en nuestro S.O. (yo ahora mismo tengo disponibles `python3`, `python3.8` y `python3.9`) pero solo una de ellas es el _Python del Sistema_, el Python que se ejecuta por defecto.
Instalar paquetes de Python en el _Python del Sistema_ **no es nada recomendable**. Si instalamos versiones incompatibles de paquetes o actualizamos versiones instaladas podemos perturbar el funcionamiento de alguna parte del propio sistema operativo. Desinstalar paquetes en Python siempre es una aventura (a menudo imposible) así que si tenemos problemas la solución puede ser extremadamente complicada (a mi ya me tocó reinstalar Linux entero por enredar sin saber).
{{< admonition type=tip title="Módulos Python que si que instalo" open=true >}}
Hay algunos paquetes, como veremos en el siguiente punto, que si que nos conviene tenerlos siempre instalados. Son justo los que nos facilitan la gestión de los _virtualenvs_, como por ejemplo `venv`, `virtualenv` o `pipx`.
{{< /admonition >}}
Además de todo lo anterior es muy probable que la versión del *Python del Sistema* no sea la versión que queremos usar con nuestro proyecto. O podemos estar interesados en usar varias versiones diferentes de *Python*, ya sea para desarrollo o para ejecutar distintas aplicaciones.
Un gestor de entorno python nos permitirá:
1. Instalar python en un entorno aislado
2. Instalar multiples versiones de python; cada una en su propio entorno, de forma que no interfieran entre si
3. Instalar distintas combinaciones de paquetes
4. Cambiar de versión de python sin más que cambiar de entorno
### virtualenv y virtualenvwrapper
_virtualenv_ es probablemente la herramienta más básica para crear entornos virtuales para Python y _virtualenvwrapper_ es un _frontend_ que facilita mucho su uso.
La idea es muy simple, se crea una instalación de Python independiente en un directorio dedicado y se modifica el `PATH` para que ese Python sea prioritario.
_virtualenvwrapper_ centraliza todos los entornos virtuales (es decir los directorios con los distintos python), en un único directorio de entornos (especificado con `$WORKON_HOME`)
En el Python 3 que viene con mi Linux Mint yo instalo:
```bash
sudo apt install python-all-dev
sudo apt install python3-all-dev
sudo apt install virtualenv virtualenvwrapper python3-virtualenv
```
En el fichero `~/.profile` añadimos:
```bash
# WORKON_HOME for virtualenvwrapper
if [ -d "$HOME/.virtualenvs" ] ; then
WORKON_HOME="$HOME/.virtualenvs"
fi
```
Además en `zsh` uso el bundle `virtualenvwrapper` y tengo parcheado el _prompt_ del tema del zsh y el _prompt_ del _zsh-git-prompt_ (Ver [dotfiles](https://gitlab.com/salvari/usrcfg_legion_ulyana)) para visualizar en el _prompt_ el entorno virtual activo (si hay alguno activado claro)
Este _bundle de zsh_ también se encarga de activar automáticamente el entorno virtual si cambiamos a un directorio de proyecto con el mismo nombre (se considera directorio de proyecto si está controlado por git). Aunque también hay formas de asociar un directorio de proyecto al crear un entorno virtual, como veremos.
```bash
#-------------------
# virtualenv
virtualenv <nombreEntorno> # Crea el entorno como un directorio en el
# directorio donde lo hemos invocado (es típico llamarlo .env)
source env/bin/activate # Activar el entorno
deactivate # desactivar el entorno
#-------------------
# virtualenvwrapper
mkvirtualenv -p /usr/bin/python3 <nombreEntorno> # Crear un entorno virtual y activarlo
mkvirtualenv -p /usr/bin/python3 -a <dirPry> <nombreEntorno> # Crear un entorno virtual y asociar el directorio de proyecto
deactivate # Salir del entorno virtual
lsvirtualenv # ver la lista de entornos virtuales
workon <nombreEntorno> # activar un entorno ya definido
rmvirtualenv <nombreEntorno> # borrar un entorno virtual
cpvirtualenv <origen> <destino> # copiar un entorno virtual
lssitepackages # listar paquetes instalados en el entorno activo
```
### pyenv
{{< admonition type=danger title="Importante" open=true >}}
No confundir con `pyenv` con `pyvenv`
{{< /admonition >}}
[_pyenv_](https://github.com/pyenv/pyenv#readme) es mucho más potente que _virtualenv_ y además podemos integrar tanto _virtualenv_ como _virtualenvwrapper_ con _pyenv_.
Mi ciclo de trabajo con _pyenv_:
1. Instalar versiones de Python en mi máquina con _pyenv_
1. Crear entornos virtuales basados en esas versiones, con el plugin _virtualenv_ de _pyenv_
1. Asignar los entornos virtuales a proyectos (normalmente con `pyenv local <entorno>`
Instalamos las dependencias en el sistema:
```bash
sudo apt-get update
sudo apt-get install --no-install-recommends make build-essential \
libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev \
wget curl llvm libncurses5-dev xz-utils tk-dev \
libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
```
Y a continuación instalamos el `pyenv-bundle` en _Antigen_, añadiendo la linea:
`antigen bundle mattberther/zsh-pyenv`
a nuestro fichero `~/.zshrc`
La instalación que hace el plugin de `zsh` es muy completa, instala _pyenv_ con todos los plugins.
Evidentemente este método de instalación solo vale si usas `zsh`, [aquí](https://github.com/pyenv/pyenv-installer) tienes una alternativa (que no he probado) o puedes currarte una instalación siguiendo las instrucciones oficiales en [el github del proyecto pyenv](https://github.com/pyenv/pyenv#installation)
`zsh-pyenv` se encargará de la instalación de `pyenv`
Tenemos que asegurarnos de dejar configurada la activación de `pyenv` en nuestros fichero `.profile` y `.zshrc` (o `.bashrc`)
En `~/.profile` añadimos las siguientes lineas (las lineas comentadas se dejan como referencia por que ya lo configura el plugin de zsh):
```bash
# pyenv
if [ -d "$HOME/.pyenv" ] ; then
export PYENV_ROOT="$HOME/.pyenv"
# export PATH="$PYENV_ROOT/bin:$PATH"
# eval "$(pyenv init --path)"
fi
```
En `~/.zshrc` **no debería** ser necesario añadir nada por que se supone que el plugin de _oh-my-zsh_ se encarga de activar todo _pyenv_, pero en mi instalación el autocompletado de comandos de _pyenv_ solo funciona si añado este código:
```bash
# pyenv activation
if command -v pyenv 1>/dev/null 2>&1; then
eval "$(pyenv init -)"
fi
```
Si quieres echar un ojo a las versiones de Python que puedes instalar en tu sistema ejecuta `pyenv install --list` (hay 490 versiones en el momento de escribir esto)
```bash
pyenv commands # La lista de comandos disponibles (¡son muchos!)
pyenv <cmd> --help # Ayuda para un comando
pyenv install --list # Versiones de python disponibles
pyenv versions # Versiones de python instaladas en nuestro sistema
pyenv global <version> # Establece la version de python global
pyenv local <version> # Establece la versión de python local
pyenv shell <version> # Establece la versión para el shell
pyenv virtualenv <version> <env_name> # Crea un entorno virtual basado en la versión especificada
```
### pyenv global
Me he creado un entorno virtual para usar como _pyenv global_:
* Creamos un entorno basado en la versión oficial de Python más reciente (3.9.6 al escribir esto)
* En el nuevo entorno instalamos las últimas versiones de _pip_, _setuptools_, _pipx_, _virtualenv_ y _virtualenvwrapper_
```bash
pyenv virtualenv 3.9.6 ve_sys39
pyenv which python
/home/salvari/.pyenv/versions/ve_sys39/bin/python
pip install --upgrade pip
pip install --upgrade setuptools
pip install --upgrade pipx
pip install --upgrade virtualenv virtualenvwrapper
```
{{< admonition type=danger >}}
Parece que los plugins `pyenv` y `virtualenvwrapper` de `oh-my-zsh` no son compatibles. El plugin de `oh-my-zsh` para _virtualenvwrapper_ intenta activar el _virtualenvwrapper_ haciendo un `source virtualenvwrapper.sh`, pero ahora tenemos un _shimm_ que intercepta la llamada y no funciona correctamente, de hecho **aborta el terminal**.
No parece aconsejable activar simultaneamente los dos plugins así que el plugin de `virtualenvwrapper` queda desactivado en el fichero _.zshrc_
{{< /admonition >}}
Para poder activar el _virtualenvwrapper_ correctamente via el shimm, añadimos el siguiente alias:
```bash
# virtualenvwrapper activation
alias myvw='source `pyenv which virtualenvwrapper.sh`'
```
Esto funcionará correctamente siempre y cuando en el python activo tengamos instalado _virtualenvwrapper_ claro está.
### pyenv y emacs
**Referencias**
* Una referencia muy completa [Getting started with lsp-mode for Python](https://www.mattduck.com/lsp-python-getting-started.html)
En _Emacs_ usamos [LSP]^(Language Server Protocol). Para Python necesitamos instalar [python-lsp-server](https://pypi.org/project/python-lsp-server/) **Mucho ojo**, no hay que instalar Palantir ([python-language-server](https://pypi.org/project/python-language-server/)), que se considera obsoleta.
Con el siguiente comando instalamos en nuestro Python activo (por ejemplo el _Python global_) el servidor `pylsp` y todos sus _providers_ (ver el [github del proyecto](https://github.com/python-lsp/python-lsp-server))
```bash
pip install 'python-lsp-server[all]'
```
Si queremos que nuestro editor Emacs edite código Python a plena potencia necesitaremos instalar este paquete en el Python activo del proyecto en el que trabajemos.
Para simplificar la creación de nuevos entornos creamos el alias `myve` que podemos invocar una vez creado nuestro nuevo entorno virtual para instalar los paquetes mínimos:
```bash
myve(){
if [ `pyenv which python` = "/usr/bin/python" ]
then
echo "This is main python. Abort installation"
else
echo "OK, looks like you are in some venv"
pip install --upgrade pip setuptools wheel pipx virtualenv virtualenvwrapper
pip install 'python-lsp-server[all]'
fi
}
```
### pyenv y conda
Ojo, por que los entornos virtuales de Anaconda y Miniconda parece que hay que crearlos con `conda` para que funcionen bien. (ver [artículo](https://www.soudegesu.com/en/python/pyenv/anaconda/)).
Supongamos que tenemos instalada la versión `anaconda3-2021.11`. Ejecutaríamos:
```bash
pyenv shell anaconda3-2021.11
conda info -e
conda create -n py4web_env python=3.7
conda info -e
# Con esto hemos creado un virtualenv basado en Python 3.7 con conda, podemos activarlo con pyenv
pyenv activate anaconda3-2021.11/envs/py4web_env
```
### pyenv y poetry
PENDIENTE DE MIRAR
### pyenv y pip-tools
PENDIENTE DE MIRAR
## Instalando paquetes en Python
__Muy importante leerse el tutorial oficial [Installing Packages](https://packaging.python.org/en/latest/tutorials/installing-packages/)__
### Instalando un paquete desde el shell de python
```python
```
## Modulos en Python
{{< admonition type=info title="Referencias" open=false >}}
- [Estructura mínima](https://python-packaging.readthedocs.io/en/latest/minimal.html)
- [Estructura tu proyecto](https://docs.python-guide.org/writing/structure/)
- [Paquetes y módulos](https://python-course.eu/python-tutorial/packages.php)
- [Módulos (oficial)](https://docs.python.org/3/tutorial/modules.html)
{{< /admonition >}}
Todos los lenguajes de programación modernos soportan la programación modular. Cualquier programa minimamente complicado hace uso de "módulos" que encapsulan diferentes funcionalidades.
En Python cualquier fichero con código Python puede considerarse un módulo. Podríamos acceder a cualquier código de cualquier fichero mediante un `import` (hay muchas formas de hacer el `import`)
Por ejemplo si en un programa hacemos un `import math` podremos acceder a los simbolos (`math.pi`) o funciones (`math.sin(math.pi/2)`) definidos en ese módulo desde nuestro código (usando el prefijo del módulo que es `math.` en este ejemplo)
### Diferentes tipos de import
### Packages (Paquetes)
El siguiente nivel de modularidad en Python es el `package`. Cuando una aplicación o biblioteca se complica y empieza a tener un gran número de módulos podemos organizarlos en paquetes (`package`)
Basicamente un `package` es un directorio en el que dejamos módulos (ficheros con código Python) pero cumpliendo ciertas condiciones.
## Exceptions in python
~~~python
try:
dom_rq = MD.parse(os.path.join(d, 'request_{}.xml'.format(t)))
dom_rs = MD.parse(os.path.join(d, 'response_{}.xml'.format(t)))
except Exception as e:
print('ERROR in some xml file {}'.format(e))
print(sys.exc_info()[0])
return None
~~~
## Reverse string in Python
~~~python
y = x[::-1]
~~~
## Minidom
- Acceder a un atributo
~~~python
req_hotel_avail = dom_rq.getElementsByTagNameNS('*', 'OTA_HotelAvailRQ')
if(req_hotel_avail):
try:
test = req_hotel_avail[0].getAttribute('xmlns')
print(test)
except Exception as e:
print('Error {}'.format(e))
~~~
- Acceder a la lista de atributos
~~~python
req_hotel_avail = dom_rq.getElementsByTagNameNS('*', 'OTA_HotelAvailRQ')
if(req_hotel_avail):
try:
test = req_hotel_avail[0].attributes.items()
print(test)
except Exception as e:
print('Error {}'.format(e))
~~~
## tkinter
_tkinter_ (_Tk interface_) es una biblioteca de Python para usar el _Tcl/Tk GUI Toolkit_. Un conjunto de herramientas clásico para desarrollar interfaces gráficos de usuario, y que está disponible en practicamente todas las distribuciones de *nix, incluyendo macOS, también hay disponibles versiones para Windows.
Es bastante probable que _tkinter_ esté incluido en tu Python de sistema (el python que venga por defecto en tu Linux), o que se haya instalado como dependencia de otros programas de tu Linux lo puedes probar rápidamente sin más que ejecutar desde el terminal:
```bash
python
>>> import tkinter
>>> tkinter._test()
>>>
```
Deberías ver una ventana gráfica con la versión de _Tcl/Tk_ (en mi linux es la 8.6) y un par de botones de demostración (con el botón `Quit` terminas el programa de demo)
En el caso de que no esté instalado te fallará el `import`, si lo quieres instalar en el python de sistema en Debian y derivadas el comando debería ser algo parecido al siguiente comando, que es el que hay que ejecutar en Ubuntu y derivadas:
`sudo apt install python3-tk`
<!--
Un ejemplo rápido:
```python {linenos=table}
import tkinter as tk
border_effects = {
"flat": tk.FLAT,
"sunken": tk.SUNKEN,
"raised": tk.RAISED,
"groove": tk.GROOVE,
"ridge": tk.RIDGE,
}
window = tk.Tk()
for relief_name, relief in border_effects.items():
frame = tk.Frame(master=window, relief=relief, borderwidth=5)
frame.pack(side=tk.LEFT)
label = tk.Label(master=frame, text=relief_name)
label.pack()
window.mainloop()
```
Ojo al `borderwidth` en la linea 15, si no lo ponemos no funcionan los efectos.
-->
### Aprendiendo _tkinter_
Creamos un _virtualenv_:
```bash
mkvirtualenv tkinter
```
Probamos que todo va bien
```python
#!/usr/bin/env python
import tkinter
tkinter._test()
```
Vamos a echar un ojo a un programa completo
```python
#!/usr/bin/env python
# Importamos tkinter entero en nuestro espacio
# Opcionalmente podriamos hacer
# import tkinter as tk
from tkinter import *
from tkinter import ttk # Esta linea importa el submodulo ttk,
# un conjunto de widgets incorporado en 8.5
def calculate(*args):
try:
value = float(feet.get())
meters.set(int(0.3048 * value * 10000.0 + 0.5) / 10000.0)
except ValueError:
pass
# Creamos la ventana raiz y le ponemos un título
root = Tk()
root.title("Feet to Meters")
# Creamos un 'frame' para el contenido,
# esto es importante para usar widgets de un tema
# grid, columnconfigure y rowconfigure determinan
# el comportamiento cuando se cambia el tamaño de
# la pantalla
mainframe = ttk.Frame(root, padding="3 3 12 12")
mainframe.grid(column=0, row=0, sticky=(N, W, E, S))
root.columnconfigure(0, weight=1)
root.rowconfigure(0, weight=1)
# Creamos un widget de tipo 'Entry' que será hijo de 'mainframe'
# o sea está dentro del marco principal
feet = StringVar()
feet_entry = ttk.Entry(mainframe, width=7, textvariable=feet)
feet_entry.grid(column=2, row=1, sticky=(W, E))
meters = StringVar()
ttk.Label(mainframe, textvariable=meters).grid(column=2, row=2, sticky=(W, E))
ttk.Button(mainframe, text="Calculate", command=calculate).grid(column=3,
row=3,
sticky=W)
ttk.Label(mainframe, text="feet").grid(column=3, row=1, sticky=W)
ttk.Label(mainframe, text="is equivalent to").grid(column=1, row=2, sticky=E)
ttk.Label(mainframe, text="meters").grid(column=3, row=2, sticky=W)
for child in mainframe.winfo_children():
child.grid_configure(padx=5, pady=5)
feet_entry.focus()
root.bind("<Return>", calculate)
root.mainloop()
```
Lo mismito pero con OOP
```python
from tkinter import *
from tkinter import ttk
class FeetToMeters:
def __init__(self, root):
root.title("Feet to Meters")
mainframe = ttk.Frame(root, padding="3 3 12 12")
mainframe.grid(column=0, row=0, sticky=(N, W, E, S))
root.columnconfigure(0, weight=1)
root.rowconfigure(0, weight=1)
self.feet = StringVar()
feet_entry = ttk.Entry(mainframe, width=7, textvariable=self.feet)
feet_entry.grid(column=2, row=1, sticky=(W, E))
self.meters = StringVar()
ttk.Label(mainframe, textvariable=self.meters).grid(column=2, row=2, sticky=(W, E))
ttk.Button(mainframe, text="Calculate", command=self.calculate).grid(column=3, row=3, sticky=W)
ttk.Label(mainframe, text="feet").grid(column=3, row=1, sticky=W)
ttk.Label(mainframe, text="is equivalent to").grid(column=1, row=2, sticky=E)
ttk.Label(mainframe, text="meters").grid(column=3, row=2, sticky=W)
for child in mainframe.winfo_children():
child.grid_configure(padx=5, pady=5)
feet_entry.focus()
root.bind("<Return>", self.calculate)
def calculate(self, *args):
try:
value = float(self.feet.get())
self.meters.set(int(0.3048 * value * 10000.0 + 0.5)/10000.0)
except ValueError:
pass
root = Tk()
FeetToMeters(root)
root.mainloop()
```
### widgets
* Todos los widgets tienen un padre (excepto la ventana _root_)
* Todos los widgets son de alguna clase
[Widget roundup](https://tkdocs.com/widgets/index.html)
* Las opciones de un widget controlan su comportamiento (incluida su
visualización) Evidentemente dependen también de cual es su clase.
Se intenta que los nombres de los atributos sean consistentes entre
clases.
* Puedes ver toda la configuración de un widget con `button.configure()`
* Puedes cambiar una opción con `button['text']=newvalue` o con
`button.configure(text=newvalue)`
Con este programilla podemos ver toda la jerarquía de widgets
```python
def print_hierarchy(w, depth=0):
print(' '*depth + w.winfo_class() + ' w=' + str(w.winfo_width()) + ' h=' + str(w.winfo_height()) + ' x=' + str(w.winfo_x()) + ' y=' + str(w.winfo_y()))
for i in w.winfo_children():
print_hierarchy(i, depth+1)
print_hierarchy(root)
```
### Gestión de la geometría
_grid_ es más moderno que _pack_ **[usa _grid_](https://www.geeksforgeeks.org/python-grid-method-in-tkinter/)**
### Event handling
* Los eventos son tratados por el _event handling loop_ que no debe ser bloqueado.
* Las cosas interesantes se consiguen asociando _command callbacks_ a eventos
```python
from tkinter import *
from tkinter import ttk
root = Tk()
l =ttk.Label(root, text="Starting...")
l.grid()
l.bind('<Enter>', lambda e: l.configure(text='Moved mouse inside'))
l.bind('<Leave>', lambda e: l.configure(text='Moved mouse outside'))
l.bind('<ButtonPress-1>', lambda e: l.configure(text='Clicked left mouse button'))
l.bind('<3>', lambda e: l.configure(text='Clicked right mouse button'))
l.bind('<Double-1>', lambda e: l.configure(text='Double clicked'))
l.bind('<B3-Motion>', lambda e: l.configure(text='right button drag to %d,%d' % (e.x, e.y)))
root.mainloop()
```
#### Ejemplos
##### Un campo entrada de texto
```python
#!/usr/bin/env python
import tkinter as tk # Lo importamos con un alias para que quede claro que es de tk
from tkinter import ttk # Esta linea importa el submodulo ttk, un conjunto de widgets incorporado en 8.5
'''Imprime el valor de la entrada de texto. Y lo muestra en una etiqueta'''
class App():
def __init__(self):
self.root = tk.Tk()
self.root.title("Práctica 2.2")
self.root.columnconfigure(0, weight=1)
self.root.rowconfigure(0, weight=1)
self.frm_root = ttk.Frame(self.root, padding="3 3 12 12")
self.frm_root.grid(column=0, row=0, sticky=(tk.N, tk.W, tk.E, tk.S))
self.frm_entry = ttk.Frame(self.frm_root,
borderwidth=2,
relief='sunken',
padding="3 3 12 12")
self.frm_entry.grid(column=0, row=0, sticky=(tk.N, tk.W, tk.E, tk.S))
self.var_entry = tk.StringVar()
self.ent_text = ttk.Entry(self.frm_entry, textvariable=self.var_entry)
self.ent_text.grid(column=0, row=0, sticky=(tk.N, tk.W, tk.E, tk.S))
self.frm_label = ttk.Frame(self.frm_root,
borderwidth=2,
relief='sunken',
padding="3 3 12 12")
self.frm_label.grid(column=0, row=1, sticky=(tk.N, tk.W, tk.E, tk.S))
self.lbl_showEntry = ttk.Label(self.frm_label,
text="No hay valor leido")
self.lbl_showEntry.grid(column=0,
row=0,
sticky=(tk.N, tk.W, tk.E, tk.S))
self.frm_button = ttk.Frame(self.frm_root, padding="3 3 12 12")
self.frm_button.grid(column=1, row=0, sticky=(tk.N, tk.W, tk.E, tk.S))
self.but_show = ttk.Button(self.frm_button,
text="Print entry",
command=lambda: self.update_print())
self.but_show.grid(column=0, row=0, sticky=(tk.N, tk.W, tk.E, tk.S))
self.root.mainloop()
def update_print(self):
print(self.var_entry.get())
self.lbl_showEntry['text'] = f"Valor leido: {self.var_entry.get()}"
app = App()
```
##### _Checkbuttons_
```python
#!/usr/bin/env python
import tkinter as tk # Lo importamos con un alias para que quede claro que es de tk
from tkinter import ttk # Esta linea importa el submodulo ttk, un conjunto de widgets incorporado en 8.5
'''Imprime el valor de la entrada de texto. Y lo muestra en una etiqueta'''
class App():
def __init__(self):
self.root = tk.Tk()
self.root.title("Práctica 2.3")
self.root.columnconfigure(0, weight=1)
self.root.rowconfigure(0, weight=1)
# Creamos el frame ppal en la ventana root
self.frm_root = ttk.Frame(self.root, padding="3 3 12 12")
self.frm_root.grid(column=0, row=0, sticky=(tk.N, tk.W, tk.E, tk.S))
# Creamos un frame para los checks dentro del frm_root
self.frm_checks = ttk.Frame(self.frm_root, padding="3 3 12 12")
self.frm_checks.grid(column=0, row=0, sticky=(tk.N, tk.W, tk.E, tk.S))
# Creamos cuatro checks con sus variables para almacenar estado
# Les metemos algo de padding para que no queden apelotonados
self.var_check1 = tk.IntVar(value=0)
self.chk_check1 = ttk.Checkbutton(self.frm_checks,
text='Check 1',
variable=self.var_check1,
padding="3 3 12 12",
command=self.update_chk1)
self.var_check2 = tk.IntVar(value=0)
self.chk_check2 = ttk.Checkbutton(self.frm_checks,
text='Check 2',
variable=self.var_check2,
padding="3 3 12 12",
command=self.update_chk2)
self.var_check3 = tk.IntVar()
self.chk_check3 = ttk.Checkbutton(self.frm_checks,
text='Check 3',
variable=self.var_check3,
padding="3 3 12 12",
command=self.update_chk3)
self.var_check4 = tk.IntVar()
self.chk_check4 = ttk.Checkbutton(self.frm_checks,
text='Check 4',
variable=self.var_check4,
padding="3 3 12 12",
command=self.update_chk4)
# Colocamos los checks en su frame
self.chk_check1.grid(column=0, row=0)
self.chk_check2.grid(column=0, row=1)
self.chk_check3.grid(column=1, row=0)
self.chk_check4.grid(column=1, row=1)
# Creamos un frame para el botón
self.frm_button = ttk.Frame(self.frm_root, padding="3 3 12 12")
self.frm_button.grid(column=1, row=0, sticky=(tk.N, tk.W, tk.E, tk.S))
# Creamos el boton y lo colocamos
self.btn_readChecks = ttk.Button(self.frm_button,
text="Read checks",
command=lambda: self.update_status())
self.btn_readChecks.grid(column=0, row=0)
# Vamos a crear un par de frames más para eventos y para status
# En vez de usar Frame usamos LabelFrame para presumir
self.frm_events = ttk.LabelFrame(self.frm_root,
padding="3 3 12 12",
text='Events')
self.frm_status = ttk.LabelFrame(self.frm_root,
padding="3 3 12 12",
text='Status')
# Y los colocamos en su sitio
self.frm_events.grid(column=0, row=1)
self.frm_status.grid(column=1, row=1)
# Y por ultimo los mensajes de eventos y de status
self.lbl_events = ttk.Label(self.frm_events, text="Sin eventos")
self.lbl_status = ttk.Label(self.frm_status, text="Sin status")
# Los colocamos como siempre
self.lbl_events.grid(column=0, row=0)
self.lbl_status.grid(column=0, row=0)
# Last but not less lanzamos el bucle para atender a todos los eventos
self.root.mainloop()
# Lo que sigue son los métodos que actualizan las etiquetas de eventos
# y status, lo de tener cuatro métodos iguales queda feo, pero no da tiempo a mas
def update_chk1(self):
if (self.var_check1.get()):
self.lbl_events['text'] = 'Set check1'
else:
self.lbl_events['text'] = 'Unset check1'
def update_chk2(self):
if (self.var_check2.get()):
self.lbl_events['text'] = 'Set check2'
else:
self.lbl_events['text'] = 'Unset check2'
def update_chk3(self):
if (self.var_check3.get()):
self.lbl_events['text'] = 'Set check3'
else:
self.lbl_events['text'] = 'Unset check3'
def update_chk4(self):
if (self.var_check4.get()):
self.lbl_events['text'] = 'Set check4'
else:
self.lbl_events['text'] = 'Unset check4'
def update_status(self):
self.lbl_status[
'text'] = f"Check1 = {self.var_check1.get()} Check2 = {self.var_check2.get()} \
Check3 = {self.var_check3.get()} Check4 = {self.var_check4.get()}"
app = App()
```
## Estudio
* [Análisis de un ransomware](https://www.welivesecurity.com/la-es/2020/07/29/analisis-codigo-fuente-ransomware-escrito-python/)
* [Pomodoro en python](https://medium.com/@fidel.esquivelestay/build-a-pomodoro-timer-using-python-d52509730f60)
* [Tkinter en RealPython](https://realpython.com/python-gui-tkinter/)
* [Another Tkinter tutorial](https://tkdocs.com/tutorial/index.html)
* [Tercer tutorial para Tkinter](https://www.geeksforgeeks.org/python-tkinter-tutorial/)
## Create http server
Comparte los ficheros de la carpeta
```python
import os
from http.server import HTTPServer, CGIHTTPRequestHandler
# Make sure the server is created at current directory
os.chdir('.')
# Create server object listening the port 80
server_object = HTTPServer(server_address=('', 80), RequestHandlerClass=CGIHTTPRequestHandler)
# Start the web server
server_object.serve_forever()
```
## Decorators
* [Codeship: Python decorators](https://www.thecodeship.com/patterns/guide-to-python-function-decorators/)
* [Python Decorators Explained](https://jeffknupp.com/blog/2013/11/29/improve-your-python-decorators-explained//)
## Static method vs Classmethod
* [Static methods](https://stackoverflow.com/questions/136097/difference-between-staticmethod-and-classmethod#1669524)
* [More on static methods](https://stackabuse.com/pythons-classmethod-and-staticmethod-explained/)
## Referencias
* [Python3 OOP (realpython)](https://realpython.com/python3-object-oriented-programming/)
## Curso de Python
### Info do curso
Sabados 11.00 - 13.00 horas
- @caligari (é mais de práctica)
- @salvari (é mais de teoría)
Estructura do curso
- Teoría e práctica
- Práctica "de deberes"
- Preguntas dúbidas e tertulia
Dinámica do curso:
- Non se graba
- Non hai transparencias, o profe teórico é un vago (tamén intenta ser presumido e impaciente)
- [Apuntes colaborativos](https://pad.disroot.org/p/cafe-con-gotas-de-python)
- Iremos incorporando ao libro exemplos e notas que vexamos útiles
### Bricolabs
[Bricolabs](https://bricolabs.cc/)
### Documentación do curso
- Gitlab de Ekaitz: https://gitlab.com/ElenQ/Publishing/python/-/tree/master/es
- Tradución ao galego (coordinador: Rafa Gaioso [Melisa](https://www.melisa.gal/))
- https://pad.disroot.org/p/curso_python_memoria.md
### Outros enlaces de interese
* Itinerario formativo con ou sen mentorización: https://exercism.io/tracks/python
## Apuntes sesión 01
Algo de Historia
Fai 30 anos... a explosión dos intérpretes:
Perl
: Larry Wall (1987)
: Killer app:
: - CGI perlcgi integrado no código de Apache.
: - Linguaxe pegamento para sysadmins
: - Perl Template Toolkit
Python
: Guido Van Rosum (1991) Benevolent Dictator for Life
(https://en.wikipedia.org/wiki/Benevolent_dictator_for_life), un
título moi usado no mundo hacker e inventado para Guido
: Killer app:
: - Zope, Plone, Django, Calibre, Web2py
: - Integración con Gimp, con KiCAD, con FreeCAD, con ....
: - Big Data, iPython (agora Jupyter), Machine Learning, Deep Learning
PHP
: Rasmus Lerdorf (1995)
: Killer app:
: - Wordpress
: - Milleiros de aplicacións web
Ruby
: Matz Matsumoto (1995)
: Killer app:
: - Ruby on rails
: Pouco coñecido en occidente pero super implantado en Asia
## Las tres virtudes del programador
(según Larry Wall, creador do Perl)
Pereza
: _"La virtud que te hace esforzarte para reducir tu gasto global de
energía. Hace que escribas programas que te ahorran trabajo y te
hace documentar esos programas para que no tener que contestar
preguntas acerca de como funcionan."_
Impaciencia
: _"El ansia que sientes cuando el ordenador remolonea. Esto hace que
escribas programas que no sólo satisfacen tus necesidades si no que
se anticipan a ellas. O al menos lo intentan."_
Orgullo
: _"La virtud que te hace escribir (y mantener) programas intachables,
de los que el resto de la gente no pueda hablar mal."_
O lema de Perl: ___TIMTOWTDI "There is more than one way to do it"___,
ou sexa, hai moitas formas de facelo (e ademais eso mola moito)
A resposta de Python (e decir, de Guido, que é colega de Larry)
___"There should be one — and preferably only one — obvious way to do
it."___ Normalmente hai unha forma obvia e óptima de facelo (é iso
mola moito mais de cara a manter o software)
Qué é python?
* Linguaxe de programación
* Interpretado non compilado
Pros
* Simplicidade
* Versatilidade facilidade de uso e desenrolo rápido
* Software libre e aberto, cunha comunidade moi activa
* Un conxunto de bibliotecas enorme e super completo
* Excelente para prototipos (código compacto)
Limitacións o Desventaxas do Python
* Limitacións de velocidade (é interpretado e iso sempre penaliza a
velocidade)
* Problemas có Threading (estou empezando a programar, non me importa)
* Non ten implantación destacable en dispositivos móbiles: Android e
IOS (pero mira Kivy se estás moi interesado neste campo)
Pingas de Python:
* Terminal vitaminado para python: `bpython3` ou `ptpython`
* Axuda interactiva: `help('string')`
* Saber ruta do intérprete en linux: `which python` ou `which python3`
* Script, empeza coa línea _shebang_, para decirlle que intérprete usar
```bash
#!/ruta al intérprete
```
Ou tamén
```bash
#!/usr/bin/env python3
```
* Ver "posición da memoria" (en realidade `id` devolve un identificativo único) da variable
```python
hex(id(a))
```
* saber o tipo dunha variable: `type(variable)`
Mutabilidad:
* A tupla e inmutable
* A lista e mutable
### Estilo de programación
* Readability counts (the zen of python)
* El código se lee mucho más a menudo de lo que se escribe
* [Reglas de estilo pep8](https://www.python.org/dev/peps/pep-0008/)
* [Reglas de docstring (los comentarios de documentación) pep257](https://www.python.org/dev/peps/pep-0257/)
### Tipos de datos
```text
TIPOS
|
|- Numéricos
| |- Enteros (int)
| |- Coma flotante (float)
| |- Complejos
|
|- Texto
|
|- Booleanos
|- True (Verdadero)
|- Falso (Falso)
```
### Operadores
```text
OPERADORES
|
|- Aritméticos
| |- Suma +
| |- Resta -
| |- Multiplicación *
| |- División /
| |- División entera //
| |- Módulo %
| |- Exponente **
|
|- Comparación
| |- Igual que ==
| |- Diferente que !=
| |- Mayor que >
| |- Menor que <
| |- Mayor o igual que =>
| |- Menor o igual que <=
|
|- Lógicos
| |- AND AND
| |- OR OR
| |- NOT NOT
|
|- Asignación
| |- Igual =
| |- Incremento +=
| |- ? *=
| |- ? /=
| |- ? %=
| |- ? **=
| |- ? //=
|
|- Especiales
|- IS IS
|- IS NOT IS NOT
|- IN IN
|- NOT IN NOT IN
```
## Apuntes sesión 02
### Bucle for
El bucle `for` clásico se puede conseguir facilmente con la función `range()`
```python
for i in range(10):
print(i)
```
En los bucles `for` y `while` se pueden usar las palabras clave `continue`, `break` y `else`:
```python
for i in (iterable):
.
.
.
continue # salta inmediatamente al siguiente bucle for
.
.
break # interrumpe el bucle for y sale de el
else:
# Este bloque de ordenes se ejecuta si el for
# se completa sin ejecutar el break
```
---
__OJO__
El `else` para bucles es una de las características más controvertidas
de Python, el propio Guido dijo que nunca debió incluirla en la
especificación del lenguaje, o al menos que se debió usar otra palabra
que no fuera `else`
---
Para un `while` sería lo mismo
```python
while(condicion):
.
.
.
continue # salta al comienzo del siguiente bucle
.
.
break # interrumpe el while y sale del bucle
else:
# Este bloque se ejecuta siempre que
# la condición del while sea falsa
# y no salgamos del mismo con break
```
Las sentencias de tratamiento de excepciones también tiene `else` y
además una clausula `finally`
```python
try:
x = 1
except:
print('Hay un erro, no se puede asignar x')
else:
print('No hay excepciones')
finally:
print('Siempre imprimimos esto')
```
### Apuntes sesión 03
Sábado, 18/04/2020
Exercism
Neste enlace tedes a páxina de exercism, onde vos podedes dar de alta
(opcional) para facer o track de Python.
https://exercism.io/tracks/python/exercises
Se vos dades de alta en exercism, veredes que hai instruccións para
instalar un cliente de linea (de linea de comandos) que permite
descargar os exercicios e subir as solucións. E moi doado de instalar
non vos preocupedes. (Guía de instalación)
Lembrade traballar en un entorno virtual, se queredes instalar o
módulo pytest que suxiren en exercism, facedeo dentro do voso
virtualenv, poderíades facer algo como:
```bash
mkdir curso
cd curso
python3 -m venv .venv
source .venv/bin/activate
pip install pytest
```
Lembrade o comentado no curso, agora estamos escribindo "Baby Python",
non vos preocupedes do estilo ou se o facedes ben ou mal, o importante
é que funcione.
O voso python mellorará coa práctica e lendo código de outros.
Lembrade tamén que haberá bibliotecas para facer todo tipo de cousas,
é imposible coñecelas todas. Có tempo coñeceredes as que usedes mais
frecuentemente, pero non serán moitas. Sempre hai que apoiarse na
documentación a través de internet.
Solución exercicio 1 (Adiviña o número)
```python
#!/usr/bin/env python
from random import randint
sigue_xogando = True
def es_valida(entrada):
try:
x = int(entrada)
except ValueError as e:
print('Tes que introducir un número enteiro entre o 1 e o 100')
return False
except Exception as e:
print('Erro descoñecido, contacta co autor do programa')
return False
if (x > 100 or x < 1):
print('Error, o número está fora do rango de 1 a 100')
return False
return True
# Aquí empeza o programa principal
while sigue_xogando:
mi_numero = randint(1, 100)
intentos = 0
finalizado = False
while not finalizado:
suposicion = input('Dime un número: ')
if (es_valida(suposicion)):
intentos += 1
if (mi_numero > int(suposicion)):
print('O meu número e maior, Proba outra vez')
elif (mi_numero < int(suposicion)):
print('O meu número e menor. Proba outra vez')
else:
print('Acertaches!. O meu número é: ' + str(mi_numero))
print('E só necesitaches {} intentos'.format(intentos))
finalizado = True
outra_vez = input('Queres xogar outra vez) [s/n]')
if (outra_vez in ['N', 'n']):
sigue_xogando = False
```
Solución exercicio 2: Simular tiradas de dados
```python
#!/usr/bin/env python
from sys import (argv, exit)
from random import randint
max_stars = 40
usage = '''Uso:
dados.py numtiradas [dados]
- numtiradas Parámetro obligatorio
É o número de tiradas a simular, ten que ser un enteiro positivo.
- dados Parámetro opcional
E o número de dados que imos usar, ten que ser un enteiro maior que 2
'''
def check_parameters():
dados = 2
if (not (len(argv) in [2, 3])):
raise SystemExit(usage)
try:
tiradas = int(argv[1])
if (len(argv) == 3):
dados = int(argv[2])
except ValueError as e:
raise SystemExit(usage)
except Exception as e:
print(type(e))
raise SystemExit(usage)
return (tiradas, dados)
# -------------------- main --------------------
tiradas, dados = check_parameters()
# print('Simulando {} tiradas de {} dados'.format(tiradas, dados))
print(f'Simulando {tiradas} tiradas de {dados} dados')
results = {i: 0 for i in range(dados, (6 * dados) + 1)}
for i in range(tiradas):
result = 0
for i in range(dados):
result += randint(1, 6)
results[result] += 1
padd = len(str(max(results.values())))
for i in sorted(results):
print(
f'{i:02}: [{str(results[i]).zfill(padd)}] {"*" * int(results[i] * max_stars / max(results.values()))}')
```
## Apuntes sesión 04
Módulo
: Escritos normalmente para ser importados
Script
: Escritos normalmente para ser ejecutados desde la linea de comandos
Programa
: Seguramente compuesto por varios módulos
### Importar módulos
```python
import M # Hay que usar M.func para acceder a una f importada
from M import f # No tenemos que calificar f para usarla
from M import (f, g, h) # Podemos importar varios objetos del módulo al mismo tiempo
```
### Scopes (LEGB)
Estrictamente hablando Python recorre los siguientes `scopes` cuando busca un símbolo
Local
: Nombres asignados dentro de una función (también aplica a lambdas) y que no se preceden con la palabra clave global
Enclosing-function
: Nombres asignados dentro de cualquier función padre en una cadena de funciones anidadas. De dentro hacia fuera e incluye lambdas
Global (a nivel de módulo)
: Nombres asignados en el nivel superior de un modulo (fichero) de python. O asignados dentro de una función pero precedidos de la palabra clave global
Built-in (Python)
: Nombre preasignados en el built-in por el intérprete de Python. P.ej: open, range, SyntaxError, etc
`global` y `nonlocal`
Algunos namespaces:
* Global
* Módulos
* Clases
* Generadores
* Función
Utilizar `.get` para crear un contador cuando no has definido el número inicial del parámetro que quieres contar:
`.get(loquesea, 0)` : Devuelve lo que sea si existe, y si no, devuelve 0.
__palabrainterna__
## Apuntes sesión 05
### Flujo de programa
### lambdas
Son funciones "telegráficas" que se usan a veces para acortar el
código.
En general las lambdas deberían ser de un solo uso, y en casos muy
particulares donde necesitamos una función muy simple (casí siempre
como parámetro para otra función o una _list comprehension_
Si te encuentras peleando para implementar una lambda compleja, es
casi seguro que deberías dejarlo y emplear una función normal.
### Parámetros de funciones
Tenemos que distinguir entre dos escenarios: antes de Python 3.8 y
después de Python 3.8.
Hasta ahora teníamos:
Aquí tenemos una funcíon definida con tres parámetros, uno de ellos
(c) con un valor por defecto
Al llamar la función c es opcional puesto que tiene valor por defecto
Cualquier parámetro lo podemos pasar por posición, pero todos los
posicionales tienen que ir desde el principio. En cuanto pasemos un
parámetro por nombre ya no podemos añadir ninguno posicional.
Cualquier parámetro lo podemos pasar también por nombre, siempre
dejando los posicionales (si los hay) al principio en su lugar. En
cuanto pasemos un parámetro por nombre ya no podemos añadir ninguno
posicional.
```python
def fn (a, b, c = 1): # a y b obligatorios, c opcional ya que
return a * b + c # tiene valor por defecto.
print(fn(1, 2)) # devuelve 3, a y b son posicionales
print(fn(1, 2, 3)) # devuelve 5, a, b y c son posicionales
print(fn(c = 5, b = 2, a = 2)) # devuelve 9, pasamos todos "con nombre"
print(fn(b = 2, a = 2)) # devuelve 5, pasamos a y b con nombre
print(fn(5, c = 2, b = 1)) # devuelve 7, a es posicional, b y c con
# nombre
print(fn(8, b = 0)) # devuelve 1, a es posicional,
# b lo pasamos con nombre y c toma el valor
# por defecto
```
Si definimos la función como
```python
def fn(a, b, c = 0, *args):
```
Sigue en pie la regla de que TODOS los parámetros posicionales tienen
que ir al principio. Podemos pasar todos los parámetros posicionales
que queramos, los tres primeros se asignan a: a, b y c respectivamente
el resto se capturan en la tupla `args`. Por convención se emplea la
tupla llamada `args`. Podríamos emplear cualquier otro nombre para la
tupla, pero dificultaríamos la inteligibilidad del código por parte de
otros programadores.
```python
def fn(a, b, **kargs):
```
Esta función admite dos párametros posicionales, el resto de parámetros adicionales tienen que ser con nombre y quedan capturados en el diccionario `kargs`
```python
def fn(a, b, *args, **kargs)
```
Esta función admite dos o mas parámetros posicionales, los dos
primeros se asignan a `a` y `b`, el resto se capturan en la tupla
`args`. También podemos meter todos los parámetros que queramos con
nombre, se capturan en el diccionario `kargs`
Desde Python versión 3.8 además tenemos dos separadores de paramétros
`/` y `*`
En el caso de que usemos los separadores:
* A la izquierda de `/` son parámetros posicionales puros, no se puede llamarlos por nombre
* A la derecha de `*` son parámetros por nombre obligatoriamente
* Lo que va en el medio de los dos simbolos, pueden ser usados posicionalmente o por nombre
```python
def f(a=2, /) # Parámetro posicional opcional
#
`def f(a, /)` # Parámetro posicional, obligatorio
#
def f(*, a=1) # Parámetro por nombre, opcional
def f(*, a) # Parámetro por nombre, obligatorio
def f(a=1) # Podemos pasar el parámetro por posición o por nombre y
# además es opcional
def f(a) # Podemos pasar el parámetro por posición o por nombre y
# es obligatorio
```
---
__OJO: ¡No usar parámetros mutables en la definicion de las funciones!__
---
Algunos ejemplos de paso de parámetros con valor por defecto:
Con valor por defecto inmutable. No tiene problemas.
```python
def banner(message, border='-')
line = border * len(message)
print(line)
print(message)
print(line)
```
Con un valor que varía a lo largo de la ejecución del programa
(problema: no va a variar)
Pasamos como parámetro por defecto la hora actual, pero la llamada a
ctime solo se ejecuta una vez al inicio del intérprete de python, no
cada vez que llamamos a la función
~~~~python
import time
def show_default(arg=time.ctime())
print(arg)
~~~~
Pasamos como parámetro un valor mutable (muy mala idea, no lo hagais)
Pasamos como valor por defecto la lista vacía, en la práctica pasar un
valor por defecto equivale a crear un closure, la función mantiene su
contexto a lo largo del ciclo de vida del programa con una referencia
al valor por defecto del parámetro alist (que es una lista y por tanto
mutable)
Cada vez que llamamos a la función sin parámetros la función añade una
nueva cadena 'uno' a la lista almacenada en el closure como "valor por
defecto de alist"
Si pasamos un parámetro, la cosa cambia, python crea una nueva lista
en memoria y asigna la referencia a esa lista como parámetro de la
función, con lo cual se ejecuta como esperamos. Al terminar la
referencia a esa lista que pasámos como parámetro no se almacena en el
closure de la función y si no hay otras referencias a ella en el
programa será reclamada por el garbage colector.
~~~~python
def return_list(alist=[]):
alist.append('uno')
return(alist)
~~~~
Solución al problema anterior (probada)
~~~~python
def return_list(alist=None):
if alist is None:
alist = []
alist.append('uno')
return(alist)
~~~~
### Funciones pasadas como parámetros. Composición de funciones:
~~~~python
def is_even(value):
"""Return True if *value* is even."""
return (value % 2) == 0
def count_occurrences(target_list, predicate):
"""Return the number of times applying the callable *predicate* to a
list element returns True."""
return sum([1 for e in target_list if predicate(e)])
my_predicate = is_even
my_list = [2, 4, 6, 7, 9, 11]
result = count_occurrences(my_list, my_predicate)
print(result)
~~~~
### Funciones anidadas:
```python
def parent():
print("Printing from the parent() function")
a = 'uno'
def first_child():
a = 'dos'
print("Printing from the first_child() function")
def second_child():
print("Printing from the second_child() function")
b = 'dos'
print(b)
second_child()
first_child()
```
### Funciones anidadas y paso de funciones como parámetro
~~~~python
def surround_with(surrounding):
"""Return a function that takes a single argument and."""
def surround_with_value(word):
return '{}{}{}'.format(surrounding, word, surrounding)
return surround_with_value
def transform_words(content, targets, transform):
"""Return a string based on *content* but with each occurrence
of words in *targets* replaced with
the result of applying *transform* to it."""
result = ''
for word in content.split():
if word in targets:
result += ' {}'.format(transform(word))
else:
result += ' {}'.format(word)
return result
markdown_string = 'My name is Jeff Knupp and I like Python but I do not own a Python'
markdown_string_italicized = transform_words(markdown_string,
['Python', 'Jeff'],
surround_with('*'))
print(markdown_string_italicized)
~~~~
### Closures (o cierres)
Los closures son funciones que mantienen un "entorno" en el que
"recuerdan" variables. En el ejemplo de abajo
~~~python
def create_incrementer_function(increment):
def incrementer (val):
# Recuerda que esta función puede ver el valor `increment` por
# por haber nacido en un contexto superior (en su func. padre)
return val + increment
return incrementer
increment5 = create_incrementer(5)
print(increment5(3)) # Imprimirá 8 por la pantalla
~~~
### Decoradores
~~~python
def my_decorator(func):
def wrapper(*args, **kargs):
print("Something is happening before the function is called.")
func(*args, **kargs)
print("Something is happening after the function is called.")
return wrapper
~~~
## OOP - Programación orientada a objetos
La programación orientada a objetos se basa en cuatro principios básicos
* Encapsulado
* Abstracción
* Herencia
* Polimorfismo
Código de la sesión 06:
~~~~python
'''OOP sample code'''
class Flight:
'''A flight with a particular aircraft'''
def __init__(self, number, aircraft):
if not number[:2].isalpha():
raise ValueError(f'No airline code in {number}')
if not number[:2].isupper():
raise ValueError(f'Invalid airline code in {number}')
if not (number[2:].isdigit() and int(number[2:]) <= 9999):
raise ValueError(f'Invalid route number in {number}')
self._number = number
self._aircraft = aircraft
rows, seats = self._aircraft.seating_plan()
self._seating = [None] \
+ [{letter: None for letter in seats} for _ in rows]
def number(self):
return(self._number)
def airline(self):
return self._number[:2]
def aircraft_model(self):
return self._aircraft.model()
def allocate_seat(self, seat, passenger):
'''Allocates a seat for a passenger
Args:
seat: A seat designator such as '12C' or '21F'
passenger: The passenger name
Raises ValueError if seat is unavailable
'''
rows, seat_letters = self._aircraft.seating_plan()
letter = seat[-1]
if letter not in seat_letters:
raise ValueError(f'Invalid seat letter: {letter}')
row_text = seat[:-1]
try:
row = int(row_text)
except ValueError:
raise ValueError(f'Invalid seat row: {row_text}')
if row not in rows:
raise ValueError(f'Invalid row number: {row}')
if self._seating[row][letter] is not None:
raise ValueError(f'Seat {seat} already occupied')
self._seating[row][letter] = passenger
class Aircraft:
def __init__(self, registration, model, num_rows, num_seats_per_row):
"""Models an aircraft
"""
self._registration = registration
self._model = model
self._num_rows = num_rows
self._num_seats_per_row = num_seats_per_row
def registration(self):
'''Returns aircraft registration code
'''
return self._registration
def model(self):
'''Returns aircraft model
'''
return self._model
def seating_plan(self):
'''Returns seating plan for aircraft, as a tuple of rows numbers
(range) and seats letters (list)'''
return (range(1, self._num_rows + 1),
"ABCDEFGHJK"[:self._num_seats_per_row])
~~~~
## Docker y Python
Podemos usar Docker para tener proyecto aislados en sus contenedores. Esto nos puede simplificar la vida a la hora de gestionar dependencias, versiones de Python o distintas configuraciones.
### Containers
Vamos a crear un contenedor con una aplicación muy chorras. Para crear nuestro contenedor suponemos que creamos el directorio `app` en alguna parte de nuestro sistema de ficheros.
```bash
mkdir -p app/src
touch app/{requirements.txt,dockerfile}
touch app/src/server.py
tree app
app
├── dockerfile
├── requirements.txt
└── src
└── server.py
```
El contenido del fichero `server.py` tendría esta pinta:
```python3
from flask import Flask
server = Flask(__name__)
@server.route("/")
def hello():
return "Hello World!"
if __name__ == "__main__":
server.run(host='0.0.0.0')
```
Como requisito necesitamos tener `Flask` instalado así que en `requirements.txt` tedremos
```ini
Flask==2.1.0
```
Ahora vamos a definir como se construye la imagen Docker con nuestro `dockerfile`:
```dockerfile
# set base image (host OS)
FROM python:3.10.9
# set the working directory in the container
WORKDIR /code
# copy the dependencies file to the working directory
COPY requirements.txt .
# install dependencies
RUN pip install -r requirements.txt
# copy the content of the local src directory to the working directory
COPY src/ .
# command to run on container start
CMD [ "python", "./server.py" ]
```
Nuestro `dockerfile`:
- parte de la imagen oficial para Python 3.10.9
- define el directorio de trabajo `/code` (en el contenedor)
- copia el fichero `requirements.txt` desde el host (nuestro ordenador) al directorio de trabajo del contenedor
- copia el directorio `src/` al directorio de trabajo del contenedor
- define el comando de arranque de los contenedores basados en esta imagen como `python ./server.py`
Ya podemos construir nuestra imagen con el comando: `docker build -t myimage .` Y una vez construida (ver con `docker images`) podemos crear contenedores a partir de esta imagen:
```bash
# Launch container mapping port 5000 in host
docker run -d -p 5000:5000 myimage
# Launch container and open terminal
docker run -it myimage /bin/bash
```
### Optimizando la construcción de imágenes Docker
__Imagen Base__
: Por supuesto conviene usar __siempre__ imágenes oficiales
: La imagen que escojamos como base determina muchas de las propiedades de la imagen final. Generalmente hay opciones para construir imágenes ligeras (casi siempre basadas en _Alpine Linux_) Para Python podemos buscar las imágenes oficiales de tipo ___slim___, por ejemplo `python:3.10.9-slim`
__Orden de instrucciones en el _dockerfile___
: Para acelerar las operaciones de recontrucción de imágenes, que serán muy frecuentes durante el desarrollo, Docker implementa mecanismos de caché. Para aprovechar esta funcionalidad es muy importante que dejemos las opciones más estables (que tengan menos cambios a lo largo del desarrollo) al principio del _dockerfile_. Por ejemplo nuestro _dockerfile_ de ejemplo pone al principio los comandos de instalación de dependencias y despues copia los fuentes. Como las dependencias no cambiarán tan frecuentemente como el código fuente de nuestro proyecto se podran aprovechar las imágenes de la caché.
__Construcción de imágenes por etapas__
: Esta técnica se usa más bien para preparar las imágenes para distribución, no en la fase de desarrollo. Por ejemplo veamos como contruir nuestra aplicación y preparar una imagen ligera para distribución:
```dockerfile
# first stage
FROM python:3.10.9 AS builder
COPY requirements.txt .
# install dependencies to the local user directory (eg. /root/.local)
RUN pip install --user -r requirements.txt
# second unnamed stage
FROM python:3.10.9-slim
WORKDIR /code
# copy only the dependencies installation from the 1st stage image
COPY --from=builder /root/.local /root/.local
COPY ./src .
# update PATH environment variable
ENV PATH=/root/.local:$PATH
CMD [ "python", "./server.py" ]
```
{{< admonition type=note title="TODO" open=true >}}
Comprobar estas referencias y completar
- <https://www.docker.com/blog/speed-up-your-development-flow-with-these-dockerfile-best-practices/>
- <https://www.youtube.com/watch?v=OkidaZmnADw>
- <https://djangostars.com/blog/what-is-docker-and-how-to-use-it-with-python/>
- <https://www.docker.com/blog/how-to-dockerize-your-python-applications/>
{{< /admonition >}}
## Varios experimentos con interfaces de usuario
### Tkinter
### PySimpleGUI
### NiceGUI
### Textual
## Miscelanea
### Soluciones de exercism
Pistas para el ejercicio 'matrix'
Una matriz o array en python se puede representar como una 'lista de listas'
Asi la matriz
1 2 3
4 5 6
7 8 9
Podría representarse como una lista de python que almacenase una lista por cada fila
~~~python
my_array = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
~~~
El método clásico de transponer (que las filas se conviertan en columnas) una matriz en python era:
~~~python
my_array_in_rows = [
[1, 2],
[3, 4],
[5, 6]
]
my_array_in_cols = list(map(list, zip(*my_array_in_rows)))
~~~
Que no es muy intuitivo ¬_¬
Pero en python moderno con las list comprehension podemos escribir:
~~~python
elem_by_row = len(array_in_rows[0])
my_array_in_cols = [[linea[i] for linea in my_array_in_rows] for i in range(elem_by_row)]
~~~
Hemos supuesto que el array está "bien formado", es decir que todas
las filas tienen el mismo número de elementos, asi que para calcular
cuantos elementos hay por fila nos vale la logitud de cualquier fila
(lo calculamos con la fila cero)
La 'comprehension' externa recorre los índices de los elementos de una
fila (serían los números de columna) y para cada número de columna
devuelve otra 'comprehension' (que llamaremos interna)
La 'comprehension' interna devuelve una lista formada por el elemento
i-ésimo de cada linea del array, (es decir, los elementos de la
columna i-ésima.
en nuestro ejemplo el contenido de my_array_in_cols, al final sería
```text
[
[1, 3, 5],
[2, 4, 6]
]
```
### Jupyter (antes conocido como iPython)
Por descontado, hay que instalarlo en un _virtualenv_
~~~bash
python3 -m venv venv-jupyter
pip install jupyter
~~~
En la sesión del curso instalamos tambien seaborn para ver gráficos:
~~~bash
# Asegurate de tener activo el virtualenv antes de instalar
pip install seaborn
pip install statsmodels
~~~
### Expresiones Regulares en Python
Un par de páginas web (hay muchísimas) para probar nuestras expresiones regulares
* <https://regex101.com/r/nNNlq3/1>
* <https://pythex.org/>
Un buen recurso para aprender expresiones regulares con varias
versiones, entre ellas castellano
* <https://github.com/ziishaned/learn-regex/blob/master/translations/README-es.md>
Un muy buen tutorial de expresiones regulares en python:
* Parte I <https://realpython.com/regex-python/>
* Parte II <https://realpython.com/regex-python-part-2/>
### Algunas librerias y frameworks interesantes
#### argparse
~~~python
# -------------------- main --------------------
# Parse command line options
arg_parser = argparse.ArgumentParser(
description='Process files from input dir. Writes results in output dir')
arg_parser.add_argument(
'-i', '--idir', help='Input directory', required=True)
arg_parser.add_argument(
'-o', '--odir', help='Output directory', required=True)
args = arg_parser.parse_args()
# Check directories
if not (os.path.isdir(args.idir)):
print('Input dir <{}> is not a valid directory'.format(args.idir))
exit()
if not (os.path.isdir(args.odir)):
print('Output dir <{}> is not a valid directory'.format(args.odir))
exit()
~~~
* Toga <https://toga.readthedocs.io/en/latest/> para hacer GUI (interfaces de usuario)
* Kivy <https://kivy.org/#home> Interfaces de usuario, dispositivos móviles
* Dash <https://dash.plotly.com/> Para hacer cuadros de mandos, se
basa en plotly que a su vez se basa en d3.js. Pese a la apariencia
de la página web, es software libre con licencia MIT
#### Frameworks Web
__Flask__
El más simple de los frameworks, siempre es bueno dedicarle algún
tiempo para ver los conceptos básicos. Se puede hacer cualquier
aplicación web con Flask, pero los frameworks más potentes nos
ahorrarán mucho trabajo.
Sigue siendo imbatible para aplicaciones sencillas
Un buen tutorial de Flask: [El mega tutorial de Flask](https://blog.miguelgrinberg.com/post/the-flask-mega-tutorial-part-i-hello-world). Son 23 capitulos publicados en la web.
__web2py__
Un framework más potente que Flask y más sencillo que Django
[El libro oficial de web2py](http://web2py.com/book) (hay versión en español)
El capítulo 3 del libro es un buen punto de partida para autoformación
Un buen tutorial de web2py, son siete videos de unos 20 minutos cada uno:
* [Server Side programming with web2py](https://www.youtube.com/watch?v=zmSOnKkm8Y0&list=PL5E2E223FE3777851)
* [Los videos de Maximo di Pierro](https://vimeo.com/user315328) (el creador de web2py) un curso de 30 videos super-completo
Aseguraos de empezar por el primer video (hay que ir hacia atrás en el historial del usuario) El primero sería [este](https://vimeo.com/104801796)
* Una guia (sin terminar) que puede valer para instalar web2py es [esta](https://gitlab.com/salvari_guides/web2py)
#### celery
{{< admonition type=info title="Referencias" open=true >}}
- [Documentación Oficial](https://docs.celeryq.dev/en/stable/index.html)
- [Demonizar Celery](https://docs.celeryq.dev/en/stable/userguide/daemonizing.html#daemonizing)
- [Celery Python Guide: Basic, Examples and Useful Tips](https://codeburst.io/the-celery-python-guide-basics-examples-and-useful-tips-d8da1fcfaea3)
- [Asyncronous Task in Python with Celery](https://medium.com/analytics-vidhya/asynchronous-tasks-in-python-with-celery-e6a9d7e3b33d)
- [Full Stack Python Celery Collection](https://www.fullstackpython.com/celery.html)
{{< /admonition >}}
Una *cola de tareas* para Python.
Una _cola de tareas_ sirve para distribuir el trabajo en _threads_ (hilos de ejecución concurrente) o entre distintas máquinas.
Las entradas para la _cola de tareas_ son unidades de trabajo denominadas tareas (_tasks_). Trabajadores (_workers_) dedicados monitorizan la cola constantemente y ejecutan las tareas encoladas.
_Celery_ se comunica mediante mensajes, normalmente usando un _broker_ que hace de mediador entre clientes y _workers_. Los clientes (_clients_) ofertan tareas enviando mensajes a la cola. El _broker_ facilita que esos mensajes lleguen a los _workers_.
Así pues un sistema _Celery_ se compone de múltiples _workers_ y _brokers_, lo que permite obtener __alta disponibilidad__ y sistemas fáciles de __escalar horizontalmente__.
_Celery_ está escrito en Python pero se ha hecho tan popular que se puede usar desde varios lenguajes de programación.
_Celery_ __necesita__ un _broker_ para funcionar, tanto _RabittMQ_ como _Redis_ ofrecen soluciones completamente funcionales pero _Celery_ soporta muchos más.
Adicionalmente podemos instalar un sistema que actúe como _almacén de resultados_ (_results store_). _Celery_ soporta muchos diferentes.
##### Montando un escenario sencillo con Celery
Lanzamos un _RabittMQ_ dockerizado:
```bash
docker run -d -p 5672:5672 rabbitmq
```
Creamos nuestro entorno virtual como de costumbre e instalamos _Celery_
```bash
cd <pry_dir>
pyenv virtualenv 3.9.7 ve_celery
pyenv local ve_celery
myve
pip install celery
```
Creamos un fichero `tasks.py`:
```python3
from celery import Celery
app = Celery('tasks', broker='pyamqp://guest@localhost//')
@app.task
def add(x, y):
return x + y
```
Con esto podríamos ya lanzar nuestro primer _worker_ ejecutando el comando: `celery -A tasks worker --loglevel=INFO`
Esto nos vale para probar, en un entorno de producción nos interesa lanzar los _workers_ como servicio (ver [Daemonization](https://docs.celeryq.dev/en/stable/userguide/daemonizing.html#daemonizing))
Ahora podríamos abrir una sesión con el intérprete de Python y lanzar una tarea al _worker_ con
```python
from tasks import add
add.delay(4, 4)
```
### Django
Como de costumber creamos un entorno virtual:
```bash
pyenv virtualenv 3.9.7 ve_django
myve
pip install Django
```
Creamos un directorio para las pruebas y le asignamos el *virtualenv* local.
```bash
amd Django
pyenv local ve_django
```
Para empezar hacemos el [tuto oficial](https://docs.djangoproject.com/en/4.0/intro/)
* `python -m django version` nos permite ver la versión de Django (la 4.0.5)
* `django-admin startproject mysite` nos permite crear un nuevo directorio de proyecto con su estructura característica
* `python manage.py runserver` ejecuta el server, en nuestro caso vale con `./manage.py runserver`
* `python manage.py runserver 8000` ejecuta el server en el puerto 8000
* `python manage.py runserver 0:8000` ejecuta el server en el puerto 8000 en todas las IP del servidor
* `python manage.py startapp polls` crea el directorio para la aplicación `polls`, las aplicaciones se crean todas en el mismo directorio donde reside el `manage.py`
#### views en Django
Para crear una vista:
- definimos una función en el fichero `views.py` de nuestra aplicación
- en el fichero `urls.py` de nuestra aplicación, asociamos la función a un `path`
- en el fichero `urls.py` de nuestro site, tenemos que incluir el módulo `polls.urls` que se corresponde con el fichero `polls/urls.py`, para hacer esto siempre usamos `include` (`from django.urls import include, path`)
La funcion `path` tiene cuatro parámetros:
**route**
: es un *string* que contiene un patrón para urls. Cuando __Django__ recibe una petición (_request_) **Django** recorrerá todos los patrones de la lista `urlpatterns` hasta encontrar una que encaje. Al hacer esta búsqueda se busca solo el `path` no se comprueba el dominio que aparece en la petición ni el tipo (`GET` o `POST`) ni los parámetros.
**view**
: cuando __Django__ encuentra el patrón que encaja se invoca a la función _view_ asociada a ese patrón, pasando el objeto _HttpRequest_ y cualquier otro valor que haya sido capturado
**kwargs**
: se pueden pasar parámetros adicionales en un diccionario
**name**
: siempre es práctico asignar un nombre a las URL para poder referirnos a ellas desde cualquier parte
#### Establecer la base de datos
En el fichero `mysite/settings.py` es un módulo de Python normal y corriente que almacena distintos valores de configuración de __Django__ en variables.
Por defecto tenemos configurado usar _SQLite3_ como motor de base de datos. Si queremos usar otra de las bases de datos soportadas tenemos que instalar el _backend_ correspondiente ([ver doc](https://docs.djangoproject.com/en/4.0/topics/install/#database-installation))
Si usamos _SQLite3_ en el parámetro `NAME` especificamos el fichero de la base de datos _SQLite3_
Una vez establecida la base de datos podemos empezar a definir nuestros modelos (_models_), básicamente son las tablas de la base de dawos con sus metadatos.
Los modelos se definen en el fichero `polls/models.py`, cada tabla en la base de datos se corresponde con una clase en el fichero.
Cuando tenemos los modelos definidos necesitamos ejecutar dos pasos adicionales:
* Dar de alta nuestra app en el fichero `mysite/settings.py`
* Activar los modelos, con la operación que en Django se denomina _Migración_. Las migraciones quedan codificadas en ficheros python en el directorio `migrations`de la aplicación correspondiente.
Comandos:
- `python manage.py makemigrations polls` prepara las migraciones y las deja listas para ejecutarse en el directorio `migrations` de la aplicación correspondiente.
- `python manage.py sqlmigrate polls 0001` nos dice que comandos sql corresponden a la migración. Son los comandos que se ejecutarán en la base de datos cuando ejecutemos la migración.
- `python manage.py check` hace comprobaciones sin ejecutar la aplicación
- `python manage.py migrate` ejecuta la migración (de hecho ejecuta todas las que haya pendientes)
- `python manage.py shell` nos abre un shell para hacer experimentos
#### Django admin
`python manage.py createsuperuser` nos permite crear un usuario administrador para nuestra instancia de Django, podemos acceder al interfaz de administración en la dirección <http://127.0.0.1:8000/admin/>
Para que nuestra applicación sea accesible desde el interfaz de administración de Django, es necesario modificar el fichero `polls/admin.py` para que incluya las siguientes lineas:
```python3
from django.contrib import admin
from .models import Question
admin.site.register(Question)
```
#### Nuevas vistas
Para generar nuevas vistas:
- Definimos la nueva función en el fichero `polls/views.py`
- Añadimos las nuevas url a los `urlpatterns` definidos en el fichero `polls/urls.py`
Cada vista tiene que lograr uno de dos objetivos: o bien genera un _HttpResponse_ válido o bien devuelve una excepción como por ejemplo `Http404`
A parte de eso la vista puede hacer todo tipo de cosas. Leer registros de una base de datos, generar ficheros de cualquier tipo, usar el sistema de _Templates_ de Django, etc etc.
### Bibliografía
* [El libro de Ekaitz](https://gitlab.com/ElenQ/Publishing/python) que hemos "seguido" en este curso
* [La traducción al gallego](https://gitlab.com/brico-labs/curso_python/-/tree/gl) del mismo libro, elaborada por asistentes al curso
* El libro del Dr. Chuck. Los cursos de este hombre en Coursera se podían seguir como oyente de forma gratuita y están muy bien para
empezar. En todo caso [aquí](http://do1.dr-chuck.com/pythonlearn/) tenéis un libro suyo (disponible en castellano)
### Batiburrillo de enlaces
* [Pilulas para o teletraballo](https://www.mancomun.gal/noticias/pilulas-para-o-teletraballo/)
* [Maestro das traducións](https://pad.disroot.org/p/curso_python_memoria.md)
* [Portal das palabras](https://portaldaspalabras.gal/)
* [Apertium translator](https://www.apertium.org/index.glg.html?dir=spa-glg#translation)
* [Python with VCS](https://code.visualstudio.com/docs/python/python-tutorial)
* [Select venv with VCS](https://code.visualstudio.com/docs/python/environments)
* [Decoradores ref 1](https://jeffknupp.com/blog/2013/11/29/improve-your-python-decorators-explained//)
* [Decoradores ref 2](https://www.thecodeship.com/patterns/guide-to-python-function-decorators/)
Para mais adiante:
* [Flask megatutorial](https://blog.miguelgrinberg.com/post/the-flask-mega-tutorial-now-with-python-3-support)
* [Micropython IOT](https://blog.miguelgrinberg.com/post/micropython-and-the-internet-of-things-part-i-welcome)
* [npyscreen TUI en python](https://medium.com/@ValTron/create-tui-on-python-71377849879d)
* [Multithreading in python](https://www.toptal.com/python/beginners-guide-to-concurrency-and-parallelism-in-python)
* [Dash analytical web app (sin javascript)](https://pypi.org/project/dash/)
* [Estadísticas en python](https://www.learntek.org/blog/python-statistics-fundamentals/)
* [Cheatsheet Python](https://gto76.github.io/python-cheatsheet/)
* [Astronomia con python](https://opensource.com/article/19/10/python-astronomy-open-data)
* [Mobil programs in python](https://beeware.org/)
* [Tutorial de Kivy](https://www.simplifiedpython.net/python-kivy-tutorial-for-beginners-getting-started/)
Problemas instalando *Kivy* o *Pygame*:
* En [esta página](https://kivy.org/doc/stable/installation/installation-linux-venvs.html#installation-in-venv) en el web oficial, parece que se detallan las dependencias de kivy.
* Para instalar pygame o kivy parece que hay dependencias con sdl2
En esta otra [página](https://pythonprogramming.altervista.org/how-to-install-pygame-in-python-3-8/) explican como instalar pygame en python 3.8
No se vayan todavía...
* [Think DSP](https://github.com/AllenDowney/ThinkDSP)
* [Task queues in python](https://www.fullstackpython.com/task-queues.html)
* [SICP in Python](https://wizardforcel.gitbooks.io/sicp-in-python/content/1.html)
* [Dive into python 3](https://diveintopython3.net/)
* [Toga](https://toga.readthedocs.io/en/latest/)
* [Kivy](https://kivy.org)
* [Dash](https://dash.plotly.com/)
* [Celery](https://medium.com/swlh/python-developers-celery-is-a-must-learn-technology-heres-how-to-get-started-578f5d63fab3))
* [Server Side programming with web2py](https://www.youtube.com/watch?v=zmSOnKkm8Y0&list=PL5E2E223FE3777851)
* [Web2py web development](https://www.youtube.com/watch?v=dHu8O1gZOl0&list=PLRMNVXvt79o0VUcNSWAmES3c_36BTEQRr&index=2)
* [Python Hacks](https://medium.com/@Nibba2018/python-life-hacks-for-everyday-use-ba6fc4b8c9ac)
* [Abstract Classes](https://medium.com/techtofreedom/abstract-classes-in-python-f49cf4efdb3d)
* [Smart Contract Blockchain in Python](https://medium.com/better-programming/how-to-write-smart-contracts-for-blockchain-using-python-part-2-99fc0cd43c37)
* [Emacs as Python IDE](https://medium.com/analytics-vidhya/managing-a-python-development-environment-in-emacs-43897fd48c6a)
* [Emacs pyenv](http://rakan.me/emacs/python-dev-with-emacs-and-pyenv/)
<!--
## TODO
- [Config file in Python](https://towardsdatascience.com/from-novice-to-expert-how-to-write-a-configuration-file-in-python-273e171a8eb3)
- [Easily Automate Your Documentation and Never Touch It Again](https://towardsdatascience.com/easily-automate-and-never-touch-your-documentation-again-a98c91ce1b95)
- [Python Custom Formatting](https://nedbatchelder.com/blog/202204/python_custom_formatting.html)
- [PythonRobotics](https://github.com/AtsushiSakai/PythonRobotics)
- [Python f-strings Are More Powerful Than You Might Think](https://towardsdatascience.com/python-f-strings-are-more-powerful-than-you-might-think-8271d3efbd7d)
- []()
- Scikit-Learn
- Keras: Neural network library
- Theano: Multidimensional Arrays
- SciPy: SciPy is an open-source Python-based library ecosystem used for scientific and technical computing
TDD
- Selenium
- Robot-Framework
- TestComplete
- TDD con GUI -> Echar un ojo a
<https://en.wikipedia.org/wiki/Behavior-driven_development> Se trata
de escribir historias que describen el **Comportamiento** de nuestra
aplicación y escribir test para comprobar la funcionalidad de esas
historias
Ver también:
- <https://stackoverflow.com/questions/4658382/test-driven-development-tdd-for-user-interface-ui-with-functional-tests>
- <https://www.jetbrains.com/pycharm/guide/tutorials/django-aws/bdd-behave/>
- <https://behave.readthedocs.io/en/stable/>
- <https://pypi.org/project/pytest-bdd/>
- Videos
- <https://www.youtube.com/watch?v=ULxMQ57engo>
- <https://www.youtube.com/watch?v=NI5IGAim8XU>
web-scrapping
- Beautiful Soup
- LXML
- Scrapy
- Urllib
https://www.activestate.com/blog/top-10-python-tools-to-make-your-life-easier/
-->