100 Días de Código en Python — Sección 101: Tramo final — Aprender a aprender, portafolio y carrera

🎯 Objetivo de aprendizaje#

Convertir una meta amplia ("aprender X") en un plan de práctica concreto.

📖 Explicación conceptual#

La instructora describe tres pasos, aplicables a cualquier tecnología:

Es la misma idea de "patineta → carro": cada parte es un proyecto pequeño que funciona.

📝 Actividad#

1. Escribe una meta de aprendizaje para los próximos 3 meses.
2. Descomponla en máximo 6 partes y tacha las que no necesitas todavía.
3. Para cada parte, define un mini-proyecto de 1 o 2 horas y cómo sabrás que funciona.

📝 Actividad: la búsqueda del tesoro en la documentación#

Responde usando solo help() y la documentación oficial (sin IA, sin buscadores):

1. ¿Qué hace el parámetro maxsplit de str.split? Da un ejemplo.
2. ¿Qué diferencia hay entre list.sort() y sorted()?
3. ¿Qué devuelve Counter.most_common(2) del módulo collections?
4. En la documentación de pathlib, ¿qué método lee un archivo de texto completo?

Después, compara: ¿qué fue más rápido, help() o la página web? ¿Qué información encontraste en una y no en la otra?

📝 Actividad: revisión cruzada#

En parejas, cada estudiante abre el portafolio del otro durante 30 segundos y luego responde de memoria: ¿qué sabe hacer esta persona? ¿qué proyecto recuerdo? Compara con lo que el autor quería comunicar y anota 2 mejoras.

📝 Actividad: tres formas de usar lo aprendido este año#

Propón tres formas legales y seguras de usar tus habilidades de programación antes de cumplir 18 años (por ejemplo, un sitio para una organización del barrio, una automatización para el colegio, enseñar a estudiantes de grados inferiores). Para cada una: a quién ayuda, qué construirías, qué aprenderías y qué permisos necesitas.

Problema#

La transcripción de la sesión tiene más de 8000 palabras, sin títulos ni índice. Encontrar una respuesta concreta es lento.

Contexto#

Es un caso real de procesamiento de texto: los mismos métodos sirven para analizar encuestas del colegio, comentarios o actas.

Objetivo#

Un programa que lea la transcripción y responda: ¿cuántas preguntas se hicieron? ¿cuáles son las palabras más frecuentes? ¿en qué partes se habla de un tema?

Requisitos funcionales#

1. Leer el archivo con la codificación correcta.
2. Extraer las preguntas (entre ¿ y ?), sin saltos de línea y sin muletillas cortas ("¿verdad?").
3. Mostrar las palabras más frecuentes, sin palabras vacías ("de", "la", "que"…).
4. Buscar un término y mostrar el texto que lo rodea.

Restricciones técnicas#

• Funciones que reciben texto y devuelven resultados (se prueban con textos cortos).
• Expresiones regulares solo donde simplifican el código.

Planificación#

1. Abrir el archivo y leerlo a mano un rato. 2. Entradas: el texto. 3. Procesos: dividir en palabras, filtrar, contar, buscar. 4. Salidas: listas y conteos. 5. Una función por tarea. 6. Probar con textos cortos. 7. Aplicar al archivo real. 8. Revisar resultados extraños. 9. Corregir. 10. Mejorar.

Construcción paso a paso#

Versión 1 — Leer y contar palabras

import re
from collections import Counter
from pathlib import Path

RUTA_AMA = Path("101 - Final Stretch/601 - Recording of our Live AMA (aka AAA - Ask Angela Anything).md")

def leer_texto(ruta):
    return ruta.read_text(encoding="utf-8")

def palabras(texto):
    return re.findall(r"[a-záéíóúñü]+", texto.lower())

• re.findall(r"[a-záéíóúñü]+", ...) busca secuencias de letras, incluidas las tildes y la "ñ". Sin ellas en el patrón, "está" se partiría en "est" y "á".
• .lower() antes de buscar: "Python" y "python" cuentan igual.
• Verificado: 8196 palabras.

Versión 2 — Palabras más frecuentes

PALABRAS_VACIAS = {"de", "la", "que", "el", "en", "y", "a", "los", "se", "no", "un", "una",
                   "es", "por", "lo", "como", "con", "para", "las", "del", "pero", "eso"}  # amplíala

def mas_frecuentes(texto, n=10):
    conteo = Counter(p for p in palabras(texto) if p not in PALABRAS_VACIAS and len(p) > 3)
    return conteo.most_common(n)

Sin filtro, las más frecuentes serían "de", "que", "la"… que no dicen nada del contenido. Tu turno: amplía la lista hasta que las 10 primeras palabras digan algo sobre la sesión. (Verificado: con una lista de unas 70 palabras vacías aparecen "pregunta", "curso", "aprender" y "construir" entre las 15 primeras, junto con muletillas como "bueno" y "luego": ¿las filtras también?)

Versión 3 — Extraer preguntas

def preguntas(texto, minimo_palabras=4):
    encontradas = re.findall(r"¿[^?]+\?", texto)
    limpias = [" ".join(p.split()) for p in encontradas]
    return [p for p in limpias if len(p.split()) >= minimo_palabras]

• ¿[^?]+\?: un ¿, luego cualquier cosa que no sea ?, y un ?.
• " ".join(p.split()) reemplaza saltos de línea y espacios repetidos por un solo espacio (verificado: sin esto, algunas preguntas aparecían partidas por \n\n).
• minimo_palabras descarta muletillas como "¿verdad?". Verificado: 52 preguntas.

Versión 4 — Buscar un tema (tu turno): escribe buscar(texto, termino, contexto=60) que devuelva los fragmentos alrededor de cada aparición del término (pista: re.finditer y re.escape, con flags=re.IGNORECASE). Verificado con la solución de referencia: "proyecto" aparece 18 veces.

Versión final — Informe: genera un archivo informe_ama.md con el número de preguntas, las 15 palabras más frecuentes y la lista de preguntas numeradas.

Pruebas#

assert preguntas("Hola. ¿Qué tal estás hoy?  ¿Verdad? ¿Y tú qué piensas?") == ["¿Qué tal estás hoy?", "¿Y tú qué piensas?"]
assert mas_frecuentes("Python python PYTHON java", 1) == [("python", 3)]
assert palabras("Está bien, ¿sí?") == ["está", "bien", "sí"]

🧪 Prueba y depuración#

texto = open("601 - Recording of our Live AMA (aka AAA - Ask Angela Anything).md").read()
palabras = texto.split(" ")
conteo = {}
for p in palabras:
    conteo[p] = conteo[p] + 1

Encuentra cuatro problemas: open sin encoding="utf-8" (en Windows, las tildes pueden fallar o verse mal) y sin la ruta de la carpeta; split(" ") deja signos pegados ("curso," y "curso" cuentan distinto) y no separa saltos de línea; no se pasa a minúsculas; y conteo[p] + 1 lanza KeyError la primera vez (usa conteo.get(p, 0) + 1 o Counter).

⭐ Extensión del proyecto#

• 🟢 Reto 1 — Aplicación: cuenta cuántas veces aparecen los nombres de lenguajes (Python, JavaScript, Java, Swift, COBOL…).
• 🟡 Reto 2 — Ampliación: divide la transcripción en bloques por pregunta (cada pregunta y el texto hasta la siguiente) y guárdalos en un CSV con dos columnas.
• 🟠 Reto 3 — Desafío: un pequeño buscador en Flask (Días 54–57): escribes un tema y muestra los bloques del reto 2 que lo mencionan, ordenados por número de coincidencias.
• 🔴 Reto 4 — Pensamiento computacional: diseña una forma de clasificar automáticamente cada bloque en uno de los temas de la tabla de la sección 2 (con listas de palabras clave por tema). Mide cuántos bloques clasifica bien comparando con una clasificación hecha a mano.

Situación#

Inspirados en el AMA, el curso organiza una sesión de preguntas con un invitado: un exalumno que estudia ingeniería, un desarrollador de la región o el docente.

Requisitos#

1. Un formulario web (Flask) donde los estudiantes envían preguntas con un alias.
2. Votación de preguntas (una persona, un voto por pregunta) para ordenar las más votadas, como hizo el equipo de la instructora.
3. Después de la sesión, publicar el resumen de respuestas por tema.

Decisiones que debes tomar (y justificar)#

• ¿Cómo evitas votos repetidos sin pedir datos personales?
• ¿Quién modera preguntas inapropiadas antes de mostrarlas?

Casos de prueba#

• Una pregunta vacía no se guarda.
• Votar dos veces la misma pregunta no suma dos votos.

Conceptuales#

1. ¿Qué quiere decir la instructora con "la máquina hace la parte de la máquina y yo la del cerebro"? Da un ejemplo de herramienta que haga "la parte de la máquina".
2. Explica la metáfora de la patineta y el carro con un proyecto tuyo.
3. ¿Por qué pensar desde el punto de vista de quien evalúa ayuda a construir un mejor portafolio?
4. ¿Qué contexto hay que considerar antes de seguir los consejos sobre trabajar a los 13 años?

Análisis de código#

" ".join("¿cómo se\n\nlas arregla?".split())

¿Qué devuelve y por qué?

Predicción#

¿Qué devuelve re.findall(r"¿[^?]+\?", "¿A? ¿B C?")?

Depuración#

"Mi conteo dice que 'Curso' aparece 3 veces y 'curso' 23." ¿Qué falta?

Modificación#

Cambia mas_frecuentes para que ignore también las palabras de 3 letras o menos que no estén en la lista de palabras vacías. ¿Ya lo hace? Revisa el código.

Creación#

Escribe oraciones_con(texto, palabra) que devuelva las oraciones completas (separadas por ., ? o !) que contienen esa palabra.