También podemos acceder a un método o función específica específico con:
from utils2 import population_by_country
from otherutils.utils3 import Person
¿Qué son los módulos en Python y cómo se crean?
Al comenzar a trabajar en proyectos de programación en Python, modularizar el código es una práctica esencial que mejora la organización y el mantenimiento del mismo. Los módulos son la solución perfecta para lograr esto. En Python, un módulo es simplemente un archivo con la extensión .py que puede contener funciones, clases o variables. En esta sección, exploraremos cómo crear tus propios módulos personalizados y cómo integrarlos en tu proyecto.
¿Cómo crear un módulo y utilizarlo?
Para crear un módulo en Python, simplemente necesitas crear un archivo con extensión .py y definir tus funciones, clases o variables dentro de él. Veamos un ejemplo específico:
app.mod.py, en el cual definirás tus funciones.# Archivo: mod.py def getPopulation(): keys = ['Colombia', 'Bolivia'] values = [300, 400] return keys, values
Definir funciones y variables en el módulo:
getPopulation devuelve dos listas, keys y values, que representan países y sus poblaciones.Utilizar el módulo desde otro archivo:
main.py dentro de la misma carpeta app.import para importar el módulo mod.py.# Archivo: main.py import mod keys, values = mod.getPopulation() print(keys, values)
app y ejecuta el archivo main.py para ver los resultados.python main.py # Output: ['Colombia', 'Bolivia'] [300, 400]
¿Cómo utilizar nombres significativos en los módulos?
Es una buena práctica nombrar tus módulos de manera que reflejen su contenido o funcionalidad. Por ejemplo, si tu módulo contiene utilidades generales, puedes llamarlo utils.py. Cambiar el nombre de los archivos de módulo requiere actualizar las importaciones correspondientes en otros archivos.
# Al cambiar el nombre del archivo a utils.py import utils keys, values = utils.getPopulation() print(keys, values)
¿Cómo integrar funciones más complejas?
Los módulos no están limitados a funciones sencillas. Puedes incluir funcionalidades más complicadas como el filtrado de datos. Aquí se muestra cómo agregar una nueva función para obtener la población de un país específico:
# Dentro de utils.py def population_by_country(data, country): result = list(filter(lambda x: x['country'] == country, data)) return result
# Integración en main.py data = [ {'country': 'Colombia', 'population': 500}, {'country': 'Bolivia', 'population': 300}, ] country = input('Type country: ') result = utils.population_by_country(data, country) print(result)
Con la función population_by_country, puedes filtrar y obtener datos específicos de la lista data, según el país introducido por el usuario.
Esta manera de gestionar y utilizar módulos te permite escribir código más limpio y mantener una estructura organizada en tus proyectos de Python. La modularización no es solo una técnica, sino una habilidad esencial para cualquier desarrollador que busca escribir un código eficiente y bien mantenido. ¡Sigue explorando las capacidades de Python y aplicando estas prácticas para convertirte en un programador aún más experto!
Al comenzar a trabajar en proyectos de programación en Python, modularizar el código es una práctica esencial que mejora la organización y el mantenimiento del mismo. Los módulos son la solución perfecta para lograr esto. En Python, un módulo es simplemente un archivo con la extensión .py que puede contener funciones, clases o variables. En esta sección, exploraremos cómo crear tus propios módulos personalizados y cómo integrarlos en tu proyecto.
Para crear un módulo en Python, simplemente necesitas crear un archivo con extensión .py y definir tus funciones, clases o variables dentro de él. Veamos un ejemplo específico:
app.mod.py, en el cual definirás tus funciones.# Archivo: mod.py
def getPopulation():
keys = ['Colombia', 'Bolivia']
values = [300, 400]
return keys, values
Definir funciones y variables en el módulo:
getPopulation devuelve dos listas, keys y values, que representan países y sus poblaciones.Utilizar el módulo desde otro archivo:
main.py dentro de la misma carpeta app.import para importar el módulo mod.py.# Archivo: main.py
import mod
keys, values = mod.getPopulation()
print(keys, values)
app y ejecuta el archivo main.py para ver los resultados.python main.py
# Output: ['Colombia', 'Bolivia'] [300, 400]
Es una buena práctica nombrar tus módulos de manera que reflejen su contenido o funcionalidad. Por ejemplo, si tu módulo contiene utilidades generales, puedes llamarlo utils.py. Cambiar el nombre de los archivos de módulo requiere actualizar las importaciones correspondientes en otros archivos.
# Al cambiar el nombre del archivo a utils.py
import utils
keys, values = utils.getPopulation()
print(keys, values)
Los módulos no están limitados a funciones sencillas. Puedes incluir funcionalidades más complicadas como el filtrado de datos. Aquí se muestra cómo agregar una nueva función para obtener la población de un país específico:
# Dentro de utils.py
def population_by_country(data, country):
result = list(filter(lambda x: x['country'] == country, data))
return result
# Integración en main.py
data = [
{'country': 'Colombia', 'population': 500},
{'country': 'Bolivia', 'population': 300},
]
country = input('Type country: ')
result = utils.population_by_country(data, country)
print(result)
Con la función population_by_country, puedes filtrar y obtener datos específicos de la lista data, según el país introducido por el usuario.
Esta manera de gestionar y utilizar módulos te permite escribir código más limpio y mantener una estructura organizada en tus proyectos de Python. La modularización no es solo una técnica, sino una habilidad esencial para cualquier desarrollador que busca escribir un código eficiente y bien mantenido. ¡Sigue explorando las capacidades de Python y aplicando estas prácticas para convertirte en un programador aún más experto!
También podemos acceder a un método o función específica específico con:
from utils2 import population_by_country
from otherutils.utils3 import Person
Otro dato interesante es que pueden renombrar un módulo dentro del código para cuando lo usen usar una abreviación con as
import moduloconnombrelargo as m
m.función() //Esto es igual a poner moduloconnombrelargo.función()
Encantado con los módulos, gran paso a hacer POO.
Los módulos en python son cualquier archivo que termine en .py
# utils.py
def get_population():
keys = ['col','bol']
values = [300,400]
return keys,values
def population_by_country(data, country):
result = list(filter(lambda item: item['Country'] == country,data))
return result
# main.py
import utils
keys,values = utils.get_population()
print(keys,values) # ['col','bol'] [300,400]
data = [{
'Country': 'Colombia',
'Population': 500
},
{
'Country': 'Bolivia',
'Population': 300
}
]
country = input('Type Country => ')
result = utils.population_by_country(data, country)
print(result) # [{'Country': 'Colombia','Population': 500}]
print(utils.A)
Para construir módulos debemos tener en cuenta que se deben crear en la misma carpeta a lo cual utilizaremos import para ser llamada en el archivo a trabajar:
Tenemos un módulo que tiene los datos de la población de 3 paises de Sur America, los cualse vamos a crear en la carpeta app y daremos por nombre utils.py
def get_population():
keys = ['Colombia', 'Peru', 'Argentina']
values = [500, 250, 350]
return keys, values
def population_by_countrie(data, country):
result = list(filter(lambda item: item['country'] == country, data))
return result
Ahora creamos el archivo con nombre main.py, este archivo vamos a digitar los datos a buscar.
import utils
keys, values = utils.get_population()
print(keys, values)
data = [
{
'country': 'Colombia',
'Population': 500
},
{
'country': 'Peru',
'Population': 250
},
{
'country': 'Argentina',
'Population': 350
}
]
Ahora invocamos el módulo a utilizar y sus valores según lo que contiene country = input('Digite el país: ') result = utils.population_by_countrie(data, country) print(result)
Producción:
Digite el país: Peru
[{'country': 'Peru', 'Population': 250}]
Digite el país: Colombia
[{'country': 'Colombia', 'Population': 500}]
Digite el país: Argentina
[{'country': 'Argentina', 'Population': 350}]
para evitar errores de inputs por el usuario, si ponen los países con la primer letra mayúscula, usen capitalize, acá les va mi ejemplo:
country = input('Type country: ')
country = country.capitalize()
result = utils.population_by_country(data, country)
print(result)
Yo ya había implementado esto para empezar a crearme una suerte de "hoja maestra" para data science, en donde metia en mi archivo .py las funciones mas utilizadas, y la voy a ir actualizando, es una buena practica y aca les dejo como viene hasta ahora la hoja, al importar este archivo ya no tendran un sinfin de imports en el principio del notebook
import inspect
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn import datasets
from sklearn.model_selection import train_test_split, StratifiedKFold
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.neighbors import KNeighborsClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestClassifier, GradientBoostingClassifier
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score, confusion_matrix, classification_report
def split_data(x, y, test_size, random_state=22):
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=test_size, random_state=random_state)
return x_train, x_test, y_train, y_test
def train_predict(model, x_train, y_train, x_test, y_test):
model.fit(x_train, y_train)
y_pred = model.predict(x_test)
accuracy = accuracy_score(y_test, y_pred)
print(f'Accuracy; {accuracy}')
return y_pred, accuracy
def get_accuracy(y_test, y_pred):
accuracy = accuracy_score(y_test, y_pred)
return accuracy
def plot_confusion_matrix(y_test, y_pred, classes):
cm = confusion_matrix(y_test, y_pred)
fig, ax = plt.subplots()
cax = ax.matshow(cm, cmap='Blues')
plt.title('Confusion Matrix')
fig.colorbar(cax)
ax.set_xticklabels([''] + classes)
ax.set_yticklabels([''] + classes)
plt.xlabel('Predicted')
plt.ylabel('True')
plt.show()
def print_results(y_test, y_pred):
print(classification_report(y_test, y_pred))
Esta clase fue MAGNIFICA. "Me atrapaste, esto si es cine"
La verdad muy buena forma de introducir el tema de POO sin hablar de POO jajaja muy sutil <3
Hola!. Llego a este capítulo del curso y no se me reproduce. Intenté desde el computador y el celular y en ambos presenta el error. Les agradezco si me pueden colaborar!!