Listas en Python

Autor: | Última modificación: 10 de enero de 2023 | Tiempo de Lectura: 3 minutos
Temas en este post: ,

Algunos de nuestros reconocimientos:

Premios KeepCoding

Existen diferentes tipos de estructuras de datos que nos proporciona el lenguaje de programación Python y que nos serán de mucha utilidad en nuestros modelos de machine learning. Entre estas estructuras de datos están las listas en Python.

Las listas en Python nos sirven para representar una secuencia de valores. En una lista el orden es importante y se pueden repetir elementos.

¿Cómo funcionan las listas en Python?

Veamos cómo definir una lista en Python de manera simple. Al final una lista es una secuencia de valores en la que podemos repetir elementos y también podemos cambiarlos.

Entonces, por ejemplo, definimos la siguiente lista:

[1, 2, 5 + 7, 1]

[1, 2, 12, 1]

En este caso, nos hace la suma de 5+7=12 y lo incluye en el resultado de la lista.

No existe ningún tipo de restricciones en las listas en Python. Podemos incluir texto, enteros, decimales…

['1', 2, 3.21, [2, 'lista']]

[‘1’, 2, 3.21, [2, ‘lista’]]

Podemos realizar algunas operaciones con las listas en Python. En este caso le hemos asignado a la variable ls la lista con los elementos 20, 10 y 1:

ls = [20, 10, 1]

Podemos calcular la longitud de la lista:

len (ls)

3

Esto nos muestra el número de elementos que hay en la lista, que en este caso son 3.

Si aumentáramos los elementos de la lista, se reflejaría de igual modo:

ls = [20, 10, 1, 2, 1, "Amanda"]
print (len (ls))

6

Podemos sumar los elementos, pero si lo hiciéramos con la lista anterior nos arrojaría error, ya que hay caracteres incluidos. La suma la podríamos hacer si tuviéramos solo números, como en el siguiente caso:

ls = [20, 10, 1]
sum (ls)

31

Por ejemplo, también podemos sumar elementos de una lista y restarle algún número, como en el siguiente caso:

sum (ls, -3)

28

Operaciones con listas en Python

Veamos un ejercicio con listas en Python. Vamos a calcular la media de los elementos de esta lista [20, 75, 10, 2 + 5]. Lo primero que haremos será escribir la lista. Posteriormente, haremos los cálculos. La media de todos esos elementos no es más que la suma de todos esos elementos dividido entre la longitud de elementos que tiene la lista:

ls_ex = [20, 75, 10, 2 + 5]

average = sum (ls_ex) / len (ls_ex)
average

28.0

Concatenar elementos

Podemos concatenar elementos de una lista ya creada:

print (ls)

[20, 10, 1]

Podemos comprobar si una variable es una lista usando type ().

ls_concatenate = ls + ["200", 2]
ls_concatenate 

[20, 10, 1, ‘200’, 2]

En este caso, a la lista ls que ya teníamos creada con los elementos 20, 10 y 1 se le añaden el «200» y el 2.

Suma

Podemos obtener la concatenación de varias listas en Python usando sum (), pero debemos añadir [ ] como segundo argumento.

ls

[20, 10, 1]

sum ([ls, [2, 3, 1]], [ ])

[20, 10, 1, 2, 3, 1]

Si añadimos una lista vacía al final, en vez de sumar los elementos va a concatenar todos los elementos, incluyendo el 2, el 3 y el 1 de la lista nueva.

Obtener elementos de una lista by indexing

myList = [20, 30, 40, 50]
myList [0]

20

myList [2]

40

Si nos pasamos del número de elementos de la lista, nos aparece error:

myList [6]
listas en Python

Otra forma fundamental para extraer elementos de una lista son los slices:

myList =  [10, 20, 30, 40, 50, 60]
myList = [: 2]

[10, 20]

Podemos invertirlo:

myList = [3:]

[40, 50, 60]

Los slices de las listas en Python se pueden usar para extraer elementos de cada n elementos usando una notación a : b : c. Por ejemplo:

myList [::2]

[10, 30, 50]

myList [::3]

[10, 40]

Podemos empezar desde el segundo elemento usando:

myList [2::2]

[30, 50]

Actualizando una lista

Podemos actualizar los elementos de una lista:

new_List = [20, 50, 70, 80, 90, 110]
new_list [0] = 2000
print (new_list)

[2000, 50, 70, 80, 90, 110]

new_list [-1] = 220

[2000, 50, 70, 80, 90, 220]

¿Quieres seguir aprendiendo sobre Big Data?

Ahora que hemos visto cómo funcionan las listas en Python, podemos seguir aprendiendo sobre Big Data, una de las disciplinas más demandadas de la actualidad y mejor pagadas. Para ello, tenemos el Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp, una formación intensiva e íntegra en la que podrás adquirir todos los conocimientos teóricos y prácticos necesarios para incursionar en el mercado laboral de manera rápida y eficiente. ¡Anímate a seguir cambiando tu futuro y solicita más información ahora!

👉 Descubre más del Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp ¡Descarga el temario!

👉 Prueba el Bootcamp Gratis por una Semana ¡Empieza ahora mismo!

👉 Conoce nuestros otros Bootcamps en Programación y Tecnología

¡CONVOCATORIA ABIERTA!

Big Data, IA & Machine Learning

Full Stack Bootcamp

Clases en Directo | Profesores en Activo | Temario 100% actualizado