Módulos e imports

1# --- archivo: calculos.py ---
2"""Módulo con funciones de cálculo para datos de ventas."""
3
4def calcular_total(cantidad, precio_unitario):
5    """Calcula el total de una línea de venta."""
6    return cantidad * precio_unitario
7
8def aplicar_iva(importe, tasa=0.21):
9    """Aplica IVA a un importe."""
10    return importe * (1 + tasa)
11
12def calcular_descuento(importe, porcentaje):
13    """Aplica un descuento porcentual."""
14    return importe * (1 - porcentaje / 100)

calculos.py es un módulo — un archivo con funciones reutilizables.

1# --- archivo: main.py ---
2"""Script principal que usa el módulo de cálculos."""
3
4import calculos
5
6# Usar funciones del módulo
7total = calculos.calcular_total(3, 299.99)
8con_iva = calculos.aplicar_iva(total)
9final = calculos.calcular_descuento(con_iva, 10)
10
11print(f"Subtotal: {total:.2f}€")
12print(f"Con IVA: {con_iva:.2f}€")
13print(f"Con descuento 10%: {final:.2f}€")

main.py importa y usa las funciones de calculos.py.

1# 1. Importar el módulo completo (recomendado para claridad)
2import calculos
3resultado = calculos.aplicar_iva(100)  # Queda claro de dónde viene
4
5# 2. Importar funciones específicas (cuando usas mucho una función)
6from calculos import aplicar_iva, calcular_total
7resultado = aplicar_iva(100)  # Más corto, pero menos explícito
8
9# 3. Importar con alias (para nombres largos)
10import calculos as calc
11resultado = calc.aplicar_iva(100)
12
13# 4. NUNCA hagas esto (importa TODO sin prefijo — contamina tu namespace)
14# from calculos import *  ← MALO: no sabes de dónde vienen las funciones

Usa import modulo para claridad. Usa from modulo import X cuando es muy frecuente.

1from datetime import datetime, timedelta
2from collections import Counter, defaultdict
3
4# datetime — fundamental para datos temporales
5ahora = datetime.now()
6ayer = ahora - timedelta(days=1)
7print(f"Hoy: {ahora.strftime('%Y-%m-%d %H:%M')}")
8print(f"Ayer: {ayer.strftime('%Y-%m-%d')}")
9
10# Counter — contar ocurrencias (perfecto para análisis)
11categorias = ["electrónica", "ropa", "electrónica", "comida", "ropa", "ropa"]
12conteo = Counter(categorias)
13print(f"Conteo: {conteo}")  # Counter({'ropa': 3, 'electrónica': 2, ...})
14print(f"Más común: {conteo.most_common(1)}")  # [('ropa', 3)]
15
16# defaultdict — diccionario con valor por defecto
17ventas_por_dia = defaultdict(list)
18ventas_por_dia["lunes"].append(100)
19ventas_por_dia["lunes"].append(200)
20ventas_por_dia["martes"].append(150)
21print(dict(ventas_por_dia))

datetime y collections son tus mejores aliados para procesar datos.

1from datetime import datetime
2
3# strptime: de texto a fecha (la "p" es de "parse")
4fecha = datetime.strptime("2024-01-15", "%Y-%m-%d")
5print(fecha)                          # 2024-01-15 00:00:00
6
7# Restar dos fechas da una duración; .days son los días enteros
8hoy = datetime(2024, 6, 1)
9diferencia = hoy - fecha
10print(f"Han pasado {diferencia.days} días")   # Han pasado 138 días

strptime convierte texto en fecha. Restar dos fechas da .days: los días que las separan.

1mi-pipeline/
2├── data/
3│   ├── raw/                # Datos originales (entrada)
4│   └── processed/          # Datos procesados (salida)
5├── src/
6│   ├── __init__.py         # Marca src como paquete
7│   ├── extractors.py       # Funciones para leer datos
8│   ├── transformers.py     # Funciones para transformar
9│   └── loaders.py          # Funciones para escribir resultados
10├── main.py                 # Script principal (orquesta todo)
11├── config.json             # Configuración del pipeline
12├── requirements.txt        # Dependencias (pip install -r)
13└── .gitignore              # Archivos que no se suben a git

Estructura profesional de un proyecto de datos. Cada archivo tiene un rol claro.