Estructuras de datos en Python

Estructuras de datos esenciales

Antes de tocar NumPy o Pandas conviene dominar las estructuras integradas de Python. Las usarás todo el tiempo para preparar datos, configurar parámetros y recorrer resultados. Cada una tiene un propósito claro, y elegir la correcta hace tu código más rápido y más legible.

Listas: colecciones ordenadas y mutables

# Una lista guarda elementos en orden y se puede modificar

numeros = [1, 2, 3, 4, 5]

nombres = ['Ana', 'Luis', 'María']



numeros.append(6)   # agregar al final

numeros.pop()       # quitar el último

numeros[0]          # acceder al primero -> 1

numeros[-1]         # acceder al último -> 5

numeros[1:3]        # rebanada -> [2, 3]

len(numeros)        # longitud -> 5



# List comprehension: crear listas de forma compacta

cuadrados = [x**2 for x in range(10)]

pares = [x for x in range(20) if x % 2 == 0]

Diccionarios: pares clave-valor

# Ideal para datos relacionados con acceso por nombre

persona = {'nombre': 'María', 'edad': 28, 'ciudad': 'Madrid'}



persona['nombre']             # 'María'

persona.get('email', 'N/D')   # valor por defecto si no existe

persona['edad'] = 29          # modificar



for clave, valor in persona.items():

    print(f'{clave}: {valor}')



# Dict comprehension

cuadrados = {x: x**2 for x in range(5)}

Tuplas y conjuntos

# Tupla: inmutable, perfecta para datos fijos

coordenadas = (10.5, 20.3)

x, y = coordenadas            # desempaquetado



# Conjunto (set): valores únicos, sin orden

colores = {'rojo', 'verde', 'azul'}

colores.add('amarillo')



# Truco habitual: eliminar duplicados de una lista

con_duplicados = [1, 2, 2, 3, 3, 3]

unicos = list(set(con_duplicados))   # [1, 2, 3]

¿Cuándo usar cada una?

Ejercicio práctico