Cómo es el 2° parcial de PC
El 2° parcial es 100% de opción múltiple (una sola respuesta correcta por pregunta, que se vuelca en una grilla). Tiene entre 9 y 13 preguntas, en Python 3 (entorno Colab). Nunca se escribe un programa desde cero: siempre elegís entre 4 opciones, en uno de estos tres formatos.
| Formato de pregunta | Qué te piden |
|---|---|
| "¿Qué imprime / qué devuelve / cómo queda el archivo?" | Trazar la ejecución mentalmente y elegir la salida correcta |
| "¿Cuál de estas 4 versiones es la correcta?" | Comparar 4 fragmentos casi iguales y detectar el que funciona |
| "¿Cuál es la línea que falta?" / "¿Qué estructura produce esta salida?" | Elegir la línea, el dato o el archivo que completa el programa para que dé la salida pedida |
Esto te da una ventaja enorme: el examen ya es opción múltiple igual que estos quizzes. Practicar trazando código es exactamente lo que vas a hacer el día del parcial.
Los 6 temas que entran (unidades 4-6)
| Si la pregunta tiene... | Es... |
|---|---|
{clave: valor}, d[k], .get(), .items() | TIPO 1: Diccionarios |
map(, filter(, list(map(...)) | TIPO 2: map / filter |
open(, readlines(), write(), modos 'r'/'w'/'a' | TIPO 3: Archivos |
try: / except:, validar input() | TIPO 4: Errores y validación |
df[...], groupby, .mean(), DataFrame | TIPO 5: Pandas |
plt., ax.bar, subplots, gráfico | TIPO 6: Matplotlib |
[dato1, dato2, ...]), no matrices NxM.
Cómo trazar código sin equivocarte
- Llevá el estado de cada variable en un papel: anotá qué vale cada una después de cada línea.
- Mirá la indentación: en Python define qué está adentro de un
for,ifodef. Unreturnmal indentado cambia todo. - map/filter: aplicá la función mentalmente a cada elemento y anotá el resultado.
- Acordate:
range(n)va de 0 a n−1;input()siempre devuelvestr;'w'borra el archivo.
Mini-recordatorio de sintaxis (lo que más se olvida)
map/filter: list(map(func, secuencia)) · list(filter(func, secuencia))
Archivo: open(ruta, 'r'/'w'/'a') · .readlines() · .write(texto) · .close()
Error: try: … except ValueError: …
Pandas: df[df['col'] > x] · df.groupby('col')['otra'].mean()
Gráfico: fig, ax = plt.subplots() · ax.bar(categorías, valores)