Introducción a la programación desde Python

INTRODUCCIÓN A LA LÓGICA DE PROGRAMACIÓN

• Presentación del curso: objetivos, modalidad, criterios de aprobación.
• ¿Qué es programar? ¿Por qué lo hacemos? Automatización de procesos.
• Formas de programar: de la agenda al lenguaje ensamblador.
• Breve repaso por distintos lenguajes de programación.
• Nociones generales de arquitectura computacional: memorias, CPU y pilas.
• Introducción a Gobstones como herramienta de entrenamiento.
• Comandos y expresiones básicas para automatizar tareas simples.
   

CONCEPTUALIZACIÓN DE ESTRUCTURAS DE CONTROL Y VARIABLES

• Repeticiones en Gobstones.
• Variables: declaración, uso y modificación.
• Lógica programacional: condiciones y decisiones.
• Construcción de lógicas más complejas a partir de reglas simples.
   

CONCEPTUALIZACIÓN DE PROGRAMACIÓN FUNCIONAL

• Procedimientos: definición y parámetros.
• Composición funcional de procedimientos.
• Modularización de soluciones.
• Funciones reutilizables.
   

PROGRAMACIÓN CON CÓDIGO: HERRAMIENTAS Y ENTORNO

• Aplicaciones reales de Python.
• ¿Qué es un IDE? Ejemplos: IDLE, Spyder, PyCharm, VS Code.
• Instalación de Python y presentación del entorno de trabajo.
• Consola interactiva vs. scripts.
• Estructura de un archivo en Python.
• Uso de notebooks en programación: Google Colab.
• Primer acercamiento al código textual.
• Programa: "Hola Mundo de la Programación!"
   

TIPOS DE DATOS Y ENTRADA/SALIDA

• Variables y tipos primitivos: cadenas, enteros, flotantes, booleanos.
• Reglas para nombrar variables.
• Uso de funciones input(), print() y type().
• Indexación y métodos de cadenas.
• Conversión de tipos: int(), str(), float().
   

OPERADORES Y EXPRESIONES

• Operadores  aritméticos.
• Operadores  relacionales.
• Operadores  lógicos.
• Buenas prácticas de codificación.
   

CONDICIONALES EN PYTHON

• Estructura if.
• Uso de else como bloque alternativo.
• Condiciones múltiples con elif.
• Ejemplos y ejercicios.
   

COLECCIONES DE DATOS I: ESTRUCTURAS AGRUPADAS

• Listas, tuplas, diccionarios y conjuntos.
• Indexación y acceso a datos.
• Métodos comunes para listas y cadenas.
   

COLECCIONES DE DATOS II: ESTRUCTURAS CÍCLICAS

• Introducción al ciclo for.
• Uso de range().
• Iteración sobre listas, cadenas, tuplas y diccionarios.
• Variables de control.
   

DE FRAGMENTOS A PROGRAMAS – VS CODE

• Condiciones dinámicas de repetición.
• Uso de entorno de trabajo profesional: VS Code.
• Uso del ciclo while para carga y procesamiento.
• Detección y manejo de errores.
   

FUNCIONES EN PYTHON

• Definición de funciones.
• Ventajas de la modularización.
• Parámetros y argumentos.
• Retorno de valores.
• Composición y reutilización de funciones.
• Ejercicios de diseño y abstracción.
   

PROGRAMACIÓN MODULAR Y LIBRERÍAS ESTÁNDAR

• Concepto de módulo.
• Creación de módulos propios.
• Diferencias entre módulos propios y librerías externas.
• Introducción a librerías estándar: os, numpy, etc.
   

ANÁLISIS DE DATOS CON PANDAS

• Librería Pandas: estructuras Series y DataFrame.
• Exploración básica de los datos.
• Filtros, agrupamientos, operaciones estadísticas.
• Importación de datos desde archivos Excel y CSV.
• Exportación de resultados a Excel y CSV.
• Gráficos con Matplotlib.
   

ANÁLISIS Y DEVOLUCIÓN DEL PROYECTO FINAL

• Revisión del trabajo grupal.
• Corrección y devolución individual.
• Planteo de mejoras necesarias.
• Identificación de logros y desafíos futuros.
   

INTRODUCCIÓN A LA PROGRAMACIÓN ORIENTADA A OBJETOS

• Conceptualización del paradigma de POO.
• Ventajas de la POO.
• Clases, atributos y métodos.
• Instancias y uso de objetos.
• Ejemplos de uso.
• Cierre del curso y bienvenida a la comunidad de programadores.