📚 Course Python

Este repositorio reúne notebooks, ejemplos y recursos prácticos para aprender y profundizar en Python y sus ecosistemas, incluyendo algoritmos, estructuras de datos, librerías, entornos de trabajo, etc.

📂 Estructura del repositorio

1. glosario/ → Definiciones básicas y funciones integradas.
2. python/ → Conceptos fundamentales del lenguaje (sintaxis, tipos de datos, estructuras, POO, etc.).
3. versiones/ → Cambios entre versiones de Python (recomendado después de la base).
4. convenciones/ → Buenas prácticas y estándares de código (PEP8, DRY, SOLID, etc.).
5. linters/ → Herramientas automáticas para dar formato y calidad al código.
6. entornos/ → Manejo de entornos y dependencias (pyenv, pipenv, virtualenv, pyproject.toml).
7. librerias/ → Uso de librerías externas:
   • pandas → análisis y limpieza de datos.
   • matplotlib → gráficos.
   • pillow → imágenes.
   • reportlab → PDFs.
8. paradigmas/ → Introducción a formas de programar (imperativa, OOP, etc.).
9. estructuras_datos/ → Arreglos, listas enlazadas, pilas, montículos, etc.
10. com_algoritmica/ → Complejidad algorítmica y optimización.
11. concurrencia/ → Temas avanzados sobre paralelismo y GIL en Python.

🚀 Cómo usar este repositorio

Clona el repositorio y entra en el directorio.

git clone git@github.com:tyronejosee/course_python.git
cd course_python

Crea y activa un entorno virtual (recomendado).

python -m venv .venv

# Linux/MacOS
source .venv/bin/activate

# Windows
.venv\Scripts\activate

Instala las dependencias necesarias.

pip install -r requirements.txt

Ejecuta los notebooks con Jupyter.

jupyter notebook

🎯 Público objetivo

• Estudiantes que estén aprendiendo programación con Python.
• Desarrolladores que deseen reforzar conceptos fundamentales y buenas prácticas.
• Profesionales que trabajen con análisis de datos, automatización o scripting.
• Docentes que busquen material didáctico organizado.

📖 Temas principales

• Python desde cero hasta avanzado
• Algoritmos y estructuras de datos
• Programación orientada a objetos
• Concurrencia y paralelismo
• Librerías para análisis, gráficos y manipulación de archivos
• Buenas prácticas, linters y entornos virtuales
• Novedades entre versiones de Python

📜 Licencia

Este repositorio está bajo la licencia MIT.