100 Días de Código en Python — Día 35: Claves de API, autenticación y variables de entorno — la Alerta de Lluvia

🎯 Objetivo de aprendizaje#

Explicar por qué algunas APIs cobran y cómo una clave de API controla su uso.

📖 Explicación conceptual#

Las APIs de los días anteriores eran gratuitas y abiertas: sus datos son sencillos y a nadie le preocupa que se usen. Otros datos cuestan mucho producirlos. El ejemplo del curso es el clima: OpenWeatherMap usa miles de estaciones meteorológicas, imágenes de satélite, científicos de datos, servidores y electricidad. Por eso muchas APIs son una forma de vender datos.

La mayoría ofrece un nivel gratuito para aprender y probar. Pero ¿cómo evitar que una empresa de 1000 empleados diga "solo estoy aprendiendo" y use el servicio gratis sin límite? Con una clave de API (API key):

• Es como tu número de cuenta y contraseña con el proveedor.
• Le permite saber quién hace cada petición, contar cuántas haces y negarte el acceso cuando superas el límite.

Autenticación = demostrar quién eres. Cada proveedor tiene su propia forma de hacerlo, pero casi todas usan alguna clave.

Retos adicionales (creados para esta adaptación)#

• 🟢 Reto 1: con la analogía del banco del Día 33, explica qué parte corresponde a "consultar el horario" y qué parte a "retirar dinero".
• 🟡 Reto 2: busca la página de precios de OpenWeatherMap y anota cuántas peticiones permite el plan gratuito.
• 🟠 Reto 3: si alguien roba tu clave de un plan gratuito, ¿qué puede pasar? ¿Y si la clave está asociada a una tarjeta de crédito?
• 🔴 Reto 4: investiga dos formas de autenticación distintas a la clave como parámetro (por ejemplo, una clave en un encabezado HTTP, que verás en el Día 37). Explica en qué se diferencian.

🎯 Objetivo de aprendizaje#

• Leer la documentación de una API nueva.
• Enviar una clave de API como parámetro.
• Reconocer el error 401.

📖 Primero, la documentación#

La profesora lo compara con comprar una podadora y botar el manual: dos días después algo falla y te arrepientes. OpenWeatherMap tiene varios productos, cada uno con su endpoint: clima actual, pronóstico por horas, pronóstico de 5 días… Hay que leer cuál necesitas.

Pasos del curso:

1. Registrarse en openweathermap.org.
2. En la sección API keys, crear una clave (puedes darle un nombre, por ejemplo "Python") y copiarla.
3. Probar primero en el navegador con el ejemplo de la documentación, reemplazando la ciudad y la clave.

💡 Según la ayuda de OpenWeatherMap, una clave recién creada puede tardar un tiempo en activarse. Si la acabas de crear y recibes 401, espera un rato antes de buscar otros errores.

📖 El error 401#

Con una clave inventada, o sin clave, la respuesta es (verificado):

{"cod":401, "message": "Invalid API key. Please see https://openweathermap.org/faq#error401 for more info."}

401 = No autorizado (Unauthorized): el problema está en tu clave o en cómo la envías.

📝 Ejercicio original del curso#

Enunciado: leer la documentación del pronóstico de 5 días cada 3 horas y hacer la petición desde Python con la latitud y longitud de tu ubicación y tu clave. Encontrar el pronóstico en el JSON que llega.

🔍 Antes de programar#

• ¿Cuál es el endpoint? (Todo lo que va antes del ?.)
• ¿Cómo se llaman exactamente los parámetros de latitud, longitud y clave en esta API?

🔎 La solución del curso#

import requests

OWM_Endpoint = "https://api.openweathermap.org/data/2.5/forecast"
api_key = "TU_CLAVE_DE_API"

weather_params = {
    "lat": 4.711,          # tu latitud
    "lon": -74.0721,       # tu longitud (¡con el signo!)
    "appid": api_key,
}

response = requests.get(OWM_Endpoint, params=weather_params)
print(response.status_code)
print(response.json())

⚠️ Atención a los nombres: en esta API la longitud es lon (L-O-N). El curso advierte que mucha gente escribe lng… ¡que era justamente el nombre en la API de amanecer y atardecer del Día 33! Cada API tiene sus propias reglas: siempre la documentación.

📖 Qué contiene la respuesta#

El curso copia el JSON en un visor de JSON en línea para verlo como árbol:

• list: 40 pronósticos (8 por día × 5 días), uno cada 3 horas.
• En cada pronóstico: dt (marca de tiempo en segundos desde el 1 de enero de 1970), dt_txt (la fecha en texto), main (temperatura en kelvin, presión, humedad) y weather, una lista con la condición del clima.
• Al final, city: el lugar más cercano a tus coordenadas.

🛠️ Nota técnica: el curso dice que los pronósticos son a las 3:00, 6:00, 9:00 a. m., etc. Esas horas están en UTC. En Colombia (UTC−5) corresponden a las 10:00 p. m., 1:00 a. m., 4:00 a. m., 7:00 a. m., 10:00 a. m., 1:00 p. m., 4:00 p. m. y 7:00 p. m. Tenlo en cuenta al interpretar dt_txt.

💡 Mejora opcional: la documentación de OpenWeatherMap incluye un parámetro units (por ejemplo, "metric") para recibir la temperatura en grados Celsius en lugar de kelvin. Búscalo y compruébalo tú.

⚠️ Errores frecuentes#

Retos adicionales (creados para esta adaptación)#

• 🟢 Reto 1: imprime el nombre de la ciudad que devuelve la API. ¿Coincide con tu municipio?
• 🟡 Reto 2: convierte la temperatura del primer pronóstico de kelvin a Celsius (resta 273,15). Luego obtén el mismo resultado con el parámetro units.
• 🟠 Reto 3: imprime una tabla con la hora de Colombia (convierte dt con datetime) y la descripción de los primeros 8 pronósticos.
• 🔴 Reto 4: haz la petición sin appid y con una clave falsa, y escribe una función que distinga el 401 de otros errores y muestre un mensaje claro para cada caso.

🎯 Objetivo de aprendizaje#

Recorrer una lista de pronósticos, interpretar códigos de condición y decidir con una bandera (will_rain).

📝 Ejercicio original del curso#

Enunciado: el programa se ejecuta a las 6:00 a. m. Si en las próximas 12 horas (hasta las 6:00 p. m., cuando ya volviste a casa) hay pronóstico de lluvia, debe imprimir "Bring an umbrella" (lleva paraguas).

📖 Paso 1: pedir solo lo necesario#

Como hay un pronóstico cada 3 horas, 12 horas son 4 pronósticos. La documentación trae el parámetro cnt (count): con "cnt": 4 la API envía solo esos 4. Así no pedimos más datos de los necesarios. La profesora insiste: "Leer la documentación tiene pepitas de oro. Es como entrar a una casa ajena: la lavadora y la secadora funcionan distinto".

También se agrega response.raise_for_status() y se guarda weather_data = response.json().

📖 Paso 2: los códigos de condición#

La documentación explica que weather[0]["id"] es un código de condición:

Regla del curso: si algún código es menor que 700, hay algún tipo de precipitación → lleva paraguas.

weather es una lista porque puede haber varias condiciones a la vez (nieve y neblina). Revisando la documentación, la profesora observó que el primer elemento es la condición principal.

🔎 La solución del curso, paso a paso#

Explorar el JSON por partes: weather_data["list"] → [0] → ["weather"] → [0] → ["id"].

weather_params = {
    "lat": MY_LAT,
    "lon": MY_LONG,
    "appid": api_key,
    "cnt": 4,
}

response = requests.get(OWM_Endpoint, params=weather_params)
response.raise_for_status()
weather_data = response.json()

will_rain = False
for hour_data in weather_data["list"]:
    condition_code = hour_data["weather"][0]["id"]
    if int(condition_code) < 700:
        will_rain = True

if will_rain:
    print("Bring an umbrella.")

¿Por qué la bandera will_rain? Si el print estuviera dentro del for, el mensaje saldría varias veces, una por cada pronóstico con lluvia. Con la bandera se revisan todos los pronósticos y se avisa una sola vez al final.

Truco del curso para probar: si en tu ciudad no llueve, busca un lugar donde sí esté lloviendo (el curso usa el mapa de precipitación de Ventusky) y usa temporalmente sus coordenadas.

🛠️ Nota técnica: el video dice que condition_code "es una cadena" y hay que convertirlo con int(). En el JSON de OpenWeatherMap, el id es un número (sin comillas), así que int() no hace daño pero no es necesario. Compruébalo tú: imprime type(condition_code).

📖 Alternativa sin clave para el aula: Open-Meteo (adaptación)#

Para que todo el grupo practique la lógica sin registrarse, la API Open-Meteo ofrece pronósticos por hora sin clave para uso no comercial:

parameters = {
    "latitude": 4.711,
    "longitude": -74.0721,
    "hourly": "precipitation_probability,weather_code",
    "forecast_hours": 12,
    "timezone": "America/Bogota",
}
response = requests.get("https://api.open-meteo.com/v1/forecast", params=parameters)
response.raise_for_status()
data = response.json()

Respuesta real para Bogotá el 26/09/2026 al mediodía (verificada):

"hourly": {
  "time": ["2026-09-26T12:00", "2026-09-26T13:00", ...],
  "precipitation_probability": [91, 98, 100, 99, ...],
  "weather_code": [3, 53, 80, 51, ...]
}

• Es por hora (12 datos) y ya viene en hora de Colombia gracias a timezone.
• Los códigos siguen la norma WMO, distinta a la de OpenWeatherMap: por ejemplo, 51–55 llovizna, 61–65 lluvia, 80–82 aguaceros, 95 tormenta. Consulta la tabla en la documentación de Open-Meteo.
• La estructura es diferente: en vez de una lista de diccionarios, hay listas paralelas: el dato i de cada lista corresponde a la hora time[i].

Moraleja: la lógica (recorrer pronósticos y levantar una bandera) es la misma; lo que cambia de una API a otra es cómo vienen los datos. Por eso se lee la documentación.

⚠️ Errores frecuentes#

Retos adicionales (creados para esta adaptación)#

• 🟢 Reto 1: además de avisar, imprime a qué hora se espera la primera lluvia.
• 🟡 Reto 2: con Open-Meteo, avisa si la probabilidad de lluvia supera el 60 % en alguna hora. ¿Es mejor criterio que el código de condición?
• 🟠 Reto 3: diferencia los mensajes: "Lleva paraguas" (llovizna o lluvia) y "¡Cuidado, tormenta eléctrica!" (códigos 2xx de OpenWeatherMap o 95–99 de Open-Meteo).
• 🔴 Reto 4: escribe una sola función va_a_llover(pronosticos) -> bool que reciba una lista estándar (por ejemplo, de diccionarios {"hora": ..., "lluvia": True/False}) y dos funciones que conviertan la respuesta de OpenWeatherMap y la de Open-Meteo a ese formato. Así puedes cambiar de API sin cambiar la lógica.

🎯 Objetivo de aprendizaje#

Usar la biblioteca de un proveedor (Twilio) siguiendo su guía de inicio rápido.

📝 Contenido original del curso#

Twilio es una API para enviar SMS, hacer llamadas y más. Es de pago, pero ofrece crédito de prueba sin tarjeta de crédito. El curso aclara: "Si no quieres enviarte un mensaje de texto, no pasa nada: puedes usar el correo electrónico".

Pasos del curso:

1. Registrarse y verificar el correo y el número de teléfono.
2. Obtener un número de prueba de Twilio (por defecto, de EE. UU.).
3. Seguir el Quickstart de SMS para Python e instalar la biblioteca twilio.
4. Copiar del panel el Account SID (identificador de la cuenta) y el Auth Token (clave secreta).

from twilio.rest import Client

account_sid = "TU_ACCOUNT_SID"
auth_token = "TU_AUTH_TOKEN"

if will_rain:
    client = Client(account_sid, auth_token)
    message = client.messages.create(
        body="Hoy va a llover. Lleva paraguas ☔",
        from_="+1XXXXXXXXXX",     # tu número de prueba de Twilio
        to="+57XXXXXXXXXX"        # un número VERIFICADO en tu cuenta
    )
    print(message.status)

• Con una cuenta de prueba solo puedes enviar a números verificados en la consola de Twilio (Verified Caller IDs). El mensaje llega con el texto "Sent from your Twilio trial account".
• El curso imprime message.status para confirmar que el mensaje quedó en cola (queued).

📖 ¿Por qué from_ con guion bajo? from es una palabra reservada de Python (como en from twilio.rest import Client). Usarla como nombre de argumento es un error de sintaxis: from='+1...' produce SyntaxError: invalid syntax (verificado). Por eso la biblioteca usa from_. Es una convención común en Python.

📝 Si no puedes usar SMS: WhatsApp (lección 273)#

La lección explica que, por un cambio en la ley de EE. UU. y Canadá desde el 31 de enero de 2024, no se pueden enviar SMS desde números gratuitos sin un proceso de verificación de 2 a 4 semanas. Para quienes viven en esos países, las cuentas gratuitas solo usan un teléfono virtual en el sitio de Twilio. Alternativa: el sandbox de WhatsApp de Twilio. Se conecta escaneando un código QR y se cambia el código así:

message = client.messages.create(
    from_="whatsapp:NUMERO_DE_WHATSAPP_DE_TWILIO",
    body="It's going to rain today. Remember to bring an umbrella",
    to="whatsapp:TU_NUMERO_VERIFICADO"
)

💡 Las condiciones de Twilio (países, precios, pruebas gratuitas) cambian con el tiempo. Consulta siempre su documentación actual.

🏫 Para el aula: la alerta por correo (adaptación)#

Usa la función de envío con EmailMessage del Día 32 y el servidor local. La lógica es idéntica: solo cambia cómo se entrega el mensaje. Esto también muestra un buen diseño: si la función de envío está separada, cambiar de SMS a correo es cambiar una función.

⚠️ Errores frecuentes#

Retos adicionales (creados para esta adaptación)#

• 🟢 Reto 1: escribe la función enviar_alerta(texto) que por ahora solo haga print. Úsala en el programa.
• 🟡 Reto 2: cambia enviar_alerta para que envíe un correo al servidor local del Día 32.
• 🟠 Reto 3: agrega un parámetro canal ("consola", "correo" o "sms") leído de un archivo de configuración.
• 🔴 Reto 4: un SMS tiene un límite de caracteres. Investiga cuál es y cómo cambia con emojis y tildes. Diseña un mensaje de alerta útil que quepa en un solo SMS.

🎯 Objetivo de aprendizaje#

Guardar claves fuera del código y leerlas con os.environ.

📖 Explicación conceptual#

Las variables de entorno son pares NOMBRE=valor (siempre texto) que existen en el entorno donde se ejecuta un programa. Para verlas en la terminal: env en Mac y Linux, set en el Símbolo del sistema de Windows y Get-ChildItem Env: en PowerShell.

Dos usos, según el curso:

1. Comodidad: cambiar datos (por ejemplo, la lista de correos) sin tocar el código de una aplicación ya desplegada.
2. Seguridad: separar las claves del código. Si subes el código a un sitio público como GitHub, cualquiera podría robar las claves que estén escritas en él.

🔎 La solución del curso#

En la terminal (Mac/Linux o PythonAnywhere):

export OWM_API_KEY=tu_clave_sin_comillas
export AUTH_TOKEN=tu_token

Sin espacios alrededor del =.

En el código:

import os

api_key = os.environ.get("OWM_API_KEY")
auth_token = os.environ.get("AUTH_TOKEN")

En la tarea programada de PythonAnywhere, el curso escribe todo en una sola línea, separado por punto y coma:

export OWM_API_KEY=...; export AUTH_TOKEN=...; python3 main.py

📖 Equivalentes en Windows (adaptación)#

⚠️ Una variable creada así solo existe en esa terminal y en los programas que se ejecuten desde ella. Si ejecutas desde el botón ▶ de PyCharm o VS Code, no la verá: hay que configurarla en las opciones de ejecución del editor.

📖 get o corchetes (adaptación)#

os.environ.get("OWM_API_KEY")   # si no existe → None (verificado)
os.environ["OWM_API_KEY"]       # si no existe → KeyError: 'OWM_API_KEY' (verificado)

Con get, un nombre mal escrito produce None en silencio, y el error aparece más tarde como un 401 confuso. Con corchetes, el programa falla de inmediato y el mensaje dice qué variable falta. Para claves obligatorias, los corchetes (o un if que valide) ayudan a encontrar el error más rápido.

💡 Práctica común (no está en el curso): guardar las variables en un archivo .env, leerlo con la biblioteca python-dotenv y agregar .env al archivo .gitignore para que nunca se suba a un repositorio. Es una práctica muy extendida en proyectos reales.

⚠️ Errores frecuentes#

Retos adicionales (creados para esta adaptación)#

• 🟢 Reto 1: crea en tu terminal la variable MI_NOMBRE y escribe un programa que salude usando su valor.
• 🟡 Reto 2: haz que el programa muestre "Falta la variable MI_NOMBRE" y termine con un mensaje claro si no existe.
• 🟠 Reto 3: configura una variable de entorno en las opciones de ejecución de tu editor y comprueba que el botón ▶ la ve.
• 🔴 Reto 4: crea un archivo .env, léelo con python-dotenv y un .gitignore que lo excluya. Explica a un compañero por qué es más seguro que escribir la clave en main.py.

📝 PythonAnywhere (lección 274, opcional)#

El curso sube main.py, lo prueba con python3 main.py en una consola Bash y encuentra un ConnectionError ("Max retries exceeded"). Buscando el error en Google, encuentra la explicación: las cuentas gratuitas de PythonAnywhere salen a internet a través de un proxy, y hay que indicárselo a Twilio:

import os
from twilio.http.http_client import TwilioHttpClient

proxy_client = TwilioHttpClient()
proxy_client.session.proxies = {"https": os.environ["https_proxy"]}
client = Client(account_sid, auth_token, http_client=proxy_client)

Luego programa la tarea diaria (en hora UTC). Recuerda: en el Día 32 la propia lección aclaró que la programación de tareas en PythonAnywhere ya no es gratuita.

📝 GitHub Actions (lección 276)#

Son los mismos pasos del Día 32 (fork de appbrewery/scheduled-tasks, habilitar workflows, código en main.py, requirements.txt con requests y twilio, secretos y expresión cron), con tres secretos: OWM_API_KEY, ACCOUNT_SID y AUTH_TOKEN. El curso aclara que los números de teléfono no son secretos, solo configuración, pero hay que ponerlos en el código.

Para ejecutar a las 6:00 a. m. en Colombia (UTC−5): 6 + 5 = 11 → cron: '0 11 * * *'.

Problemas frecuentes que señala el curso: retrasos de 5 a 15 minutos; pausa tras 60 días sin actividad; No module named 'twilio' si falta en requirements.txt; nombres de secretos que distinguen mayúsculas; en cuentas de prueba, solo números verificados.

Retos adicionales (creados para esta adaptación)#

• 🟢 Reto 1: escribe la expresión cron para las 5:30 a. m. de Colombia.
• 🟡 Reto 2: ¿por qué el curso guarda los números de teléfono en el código pero las claves en secretos? ¿Estás de acuerdo? Justifica.
• 🟠 Reto 3: revisa el archivo .github/workflows/scheduled.yml de la plantilla (si el docente lo comparte) e identifica en qué línea se pasan los secretos al programa.
• 🔴 Reto 4: el curso encontró la solución del proxy buscando el mensaje de error. Provoca a propósito un error en tu programa, copia el mensaje y encuentra la explicación en la documentación oficial. Describe tu proceso de búsqueda.

Problema#

Recibir cada mañana un aviso si va a llover durante las próximas 12 horas.

Requisitos funcionales#

1. Consultar el pronóstico de tu municipio (OpenWeatherMap con tu clave, o Open-Meteo sin clave).
2. Decidir con una bandera si lloverá en las próximas 12 horas.
3. Si va a llover, enviar un mensaje (SMS, WhatsApp o correo al servidor local).
4. Ninguna clave escrita en el código.

Planificación#

Pruebas#

🧪 Prueba y depuración#

1. La clave que falta. Sin la variable de entorno, os.environ.get devuelve None y la API responde 401 (verificado: sin clave, OpenWeatherMap responde 401). El error no dice "falta la variable". Haz que el programa lo detecte antes de hacer la petición.
2. Horas UTC. Si programas la alerta a las 6:00 a. m. de Colombia, ¿qué horas UTC de dt_txt cubren tus 12 horas? Escríbelas y compruébalas con los datos reales.
3. Sin internet. Captura requests.exceptions.RequestException y usa timeout. Decide: si no se pudo consultar el pronóstico, ¿avisas "No pude revisar el clima" o no haces nada?
4. ¿Qué cuenta como lluvia? La regla < 700 incluye nieve (6xx). En tu municipio, ¿tiene sentido? ¿Y la neblina (7xx)? Justifica tu regla.

⭐ Extensión del proyecto#

• El mensaje incluye la hora de la primera lluvia y la temperatura máxima.
• Aviso de protector solar si no hay nubes (pista: índice UV en la documentación de Open-Meteo).
• Varias personas con distintas ubicaciones (un CSV de destinatarios).

Situación#

El profesor de Educación Física decide cada mañana si la clase será en la cancha o en el aula. Quiere un programa que, a las 6:00 a. m., le envíe el pronóstico para las horas exactas de sus clases.

Requisitos#

1. Un horario.csv con las clases de Educación Física de la semana: dia,hora_inicio,hora_fin,grupo.
2. Pronóstico por hora de Open-Meteo con timezone de Colombia (o de OpenWeatherMap con clave en variable de entorno).
3. Para cada clase de hoy, calcular la probabilidad máxima de lluvia en su franja horaria y la temperatura.
4. Clasificar cada clase: "Cancha" (probabilidad < 40 %), "Revisar" (40–70 %) o "Aula" (> 70 %). Los umbrales, como constantes.
5. Enviar un correo (servidor local) con una tabla: grupo, hora, probabilidad, decisión.
6. Si hoy no hay clases, no se envía nada.
7. Manejo de errores de red y de un CSV mal escrito.

Decisiones que debes tomar#

• ¿Qué pesa más: el código de condición o la probabilidad? ¿Y la tormenta eléctrica (riesgo para la seguridad)?
• ¿Cómo haces el programa fácil de probar sin esperar a que llueva? (Pista: una función que reciba el pronóstico como parámetro.)

Casos de prueba#

Situación problema#

El colegio organiza una salida pedagógica a un parque natural. La coordinación necesita decidir con anticipación si el clima lo permite, organizar la hora de salida según la luz del día y avisar a los acudientes (ficticios en este ejercicio).

Pregunta orientadora#

¿Cómo combinar varias fuentes de datos en vivo, de forma segura, para apoyar una decisión real y comunicarla a tiempo?

Objetivo#

Construir el Asistente de la Salida Pedagógica: un programa que, en los días previos a la salida, consulta el pronóstico del destino y las horas de sol, y envía los avisos adecuados.

Requerimientos#

1. salida.json con el destino (coordenadas), la fecha de la salida y la hora de regreso prevista.
2. Pronóstico del destino para la fecha de la salida (Open-Meteo u OpenWeatherMap con clave en variable de entorno).
3. Horas de sol del destino ese día (API de amanecer y atardecer con tzid, Día 33): la salida debe regresar antes del atardecer.
4. Decisión: "Confirmada", "En riesgo" o "Reprogramar", según reglas que tú defines y documentas.
5. Avisos por correo (servidor local): 3 días antes, un aviso con el pronóstico; 1 día antes, la confirmación o reprogramación; si pasa de "Confirmada" a "Reprogramar", un aviso urgente.
6. acudientes.csv ficticio; los correos se envían con EmailMessage.
7. historial.json que registra cada consulta y cada aviso enviado, para no repetir avisos.
8. Todas las funciones de decisión reciben los datos como parámetros, para probarlas con pronósticos simulados.
9. Propuesta de expresión cron (hora de Colombia → UTC) para ejecutarlo cada mañana.

Restricciones#

• Ninguna clave en el código ni en el repositorio.
• Todas las peticiones con timeout y manejo de errores.
• Datos personales ficticios.

Etapas de desarrollo#

Entregables#

• Código organizado en funciones o módulos, salida.json y datos ficticios.
• Documento de una página con las reglas de decisión y su justificación.
• 10 casos de prueba con resultados.
• Registro de errores con al menos 5 errores reales.

Casos de prueba mínimos#

Criterios técnicos de funcionamiento#

• Cambiar de destino o de fecha solo requiere editar salida.json.
• La lógica de decisión no depende de ninguna API concreta.
• El programa no se detiene por un error de red.

Posibles extensiones#

Interfaz Tkinter para la coordinación, con el estado de la salida y un botón para reenviar avisos; comparación del pronóstico de dos destinos posibles.

Conceptuales#

1. ¿Por qué algunas APIs cobran y otras no? Da un ejemplo de cada tipo.
2. ¿Qué es una clave de API y qué permite hacer al proveedor?
3. ¿Qué significa el error 401? ¿En qué se diferencia de un 404?
4. Menciona los dos usos de las variables de entorno según el curso.
5. ¿Por qué Twilio usa from_ y no from?

Análisis de código#

will_rain = False
for hour_data in weather_data["list"]:
    condition_code = hour_data["weather"][0]["id"]
    if condition_code < 700:
        will_rain = True

Explica cada nivel de hour_data["weather"][0]["id"]. ¿Qué pasaría si will_rain = False estuviera dentro del for?

Predicción#

1. Los cuatro códigos del pronóstico son [800, 803, 500, 801]. ¿Qué vale will_rain al final?
2. ¿Qué imprime print(os.environ.get("VARIABLE_QUE_NO_EXISTE"))?
3. Un workflow tiene cron: '0 11 * * *'. ¿A qué hora se ejecuta en Colombia?

Depuración#

weather_params = {
    "lat": 4.711,
    "lng": -74.0721,
    "APPID": os.environ.get("OWM_KEY"),
    "cnt": 4,
}

La respuesta es 401 (o datos de otro lugar). Encuentra tres posibles errores, suponiendo que la variable de entorno se llama OWM_API_KEY.

Modificación#

Cambia el programa para que avise solo si llueve entre las 6:00 a. m. y las 7:00 p. m. de Colombia, aunque el pronóstico incluya horas de la noche.

Creación#

Escribe resumen_pronostico(codigos: list[int]) -> str que devuelva "Despejado", "Nublado", "Lluvia" o "Tormenta" según el código más grave de la lista (usa la tabla de OpenWeatherMap). Pruébala con 4 listas distintas.