TEMAS de Python

¿Quieres implementar envío y recepción de emails en tus aplicaciones?

El email es una herramienta muy potente, si bien lo habitual es utilizarlo en persona, hay muchos servicios y aplicaciones que lo utilizan de forma automática para enviar y recibir notificaciones de estado.

En esta primera entrada de gmail desde Python, vamos a ver como acceder a una cuenta GMAIL, consultar la bandeja de entrada y descargar los mensajes.

Los servicios de almacenamiento en la nube permiten guardar y recuperar archivos desde casi cualquier dispositivo que disponga de una conexión a internet. Lo que convierte a estos servicios en un repositorio perfecto para almacenar diferentes archivos. Ya que mientras se disponga de una conexión a la red se podrá acceder a los datos. Una de sus posibles aplicaciones puede ser el guardado de los resultados de los programas escritos en Python. Por ejemplo, al terminar una simulación se pueden guardar los resultados para usarlos en otra maquina. Entre todos los servicios de almacenamiento uno de los más populares es Dropbox. Para subir archivos a Dropbox desde Python se pueden utilizar dos enfoques: instalar la aplicación en nuestro sistema operativo o utilizar la API. La primera opción es útil cuando trabajamos con nuestro ordenador. Pero esta opción presenta problemas cuando los códigos se ejecutan en un servidor o en una maquina con poco espacio. En esta entrada vamos a ver como subir archivos a Dropbox desde Python mediante la API de esta plataforma.

Hace ya años MongoDB ha sido el ir a NoSQL la base de datos para individuos y empresas de construcción de aplicaciones a gran escala. Es de código abierto, fácilmente escalable y proporciona alta disponibilidad. También admite consultas muy complejas y control de concurrencia de grano fino.

Sin embargo, tareas necesarias como la instalación de la base de datos, el ajuste para mantener un rendimiento óptimo durante largos períodos de tiempo y asegurándolo tienden a requerir mucho esfuerzo especializado y dedicado.

Afortunadamente, hay una alternativa más fácil: MongoDB Atlas, una totalmente gestionado, versión de la base de datos en la nube.

Con MongoDB Atlas, puede crear un clúster de MongoDB en cualquier proveedor de la nube principal de su elección y comenzar a usar este cluster en cuestión de minutos. Usando el interfaz de usuario basada en navegador de Atlas, también intuitivamente puede configurar el clúster y supervisar su funcionamiento.

En este tutorial te mostraré cómo crear un clúster de MongoDB Atlas nivel libre y utilizarlo en una aplicación de Python.

Un problema clásico de los grafos consiste en encontrar un camino más corto entre dos vértices, una fuente s y un destino v. Por el mismo costo podemos obtener los caminos más cortos entre la fuente s y todos los posibles destinos v'; es por eso que los algoritmos presentados en este capítulo resuelven este problema más general de los caminos más cortos desde una fuente única en un gráfico dirigido.

Varios problemas clásicos se refieren a ciclos en gráficos, ya se refieran a desplazamientos geográficos o anomalías en un gráfico de dependencia. Los problemas más simples consisten en detectar la existencia de ciclos, la existencia de ciclos con peso negativo o la identificación de un peso total mínimo o ciclo de peso medio mínimo.

Otros problemas tienen que ver con explorar la totalidad de un gráfico para encontrar caminos que atraviesen cada borde exactamente una vez (camino euleriano) o, cuando esto no es posible, al menos una vez (problema del cartero chino). Estos problemas son polinomiales, mientras que determinar un ciclo que visita cada vértice exactamente una vez (ciclo hamiltoniano) es NP-Hard.

Un grafo es un objeto combinatorio compuesto por un conjunto de vértices V (también conocidos como nodos) y un conjunto de aristas E. Las aristas corresponden a pares de vértices, que generalmente son distintos, y sin una noción de orden en el sentido donde (u, v) y (v, u) denotan el mismo borde.

A veces, consideramos una variante, el grafo dirigido, donde los bordes tienen una orientación. En este caso, los bordes se conocen generalmente como arcos. El arco (u, v) tiene origen u y destino v. La mayoría de los algoritmos descritos en este texto operan en grafos dirigidos, pero se pueden aplicar a grafos no dirigidos reemplazando cada borde (u, v) por dos arcos (u, v) y (v, u).

Los grafos pueden contener información adicional, como pesos o letras, en forma de etiquetas en los vértices o los bordes.

Varios problemas relacionados con los intervalos pueden resolverse mediante programación dinámica. El conjunto de intervalos que están antes o después de un umbral puede formar dos subinstancias independientes.

Los arrays figuran como uno de los tipos de datos elementales más importantes. Para muchos problemas simples, no se requiere ninguna otra estructura de datos. En Python, los arrays se almacenan en el tipo de datos llamado lista. La elección de este nombre puede resultar confusa, porque las listas de Python no tienen nada que ver con las listas enlazadas, que son objetos estándar en C++ (std::list) y Java (LinkedList). Normalmente, una lista enlazada permite eliminar o insertar un elemento determinado en una posición determinada en tiempo constante. Sin embargo, insertar en una lista de Python requiere construir en tiempo lineal una nueva lista que consta de un prefijo, el nuevo elemento y un sufijo.

Esta sección trata sobre problemas clásicos en arrays y presenta estructuras de datos para realizar operaciones en intervalos de índices conocidos como rangos, por ejemplo, el cálculo de un valor mínimo dentro de un rango. Dos de las secciones describen estructuras de datos dinámicas utilizadas para proporcionar operaciones eficientes de modificación de elementos y consultas sobre dichos rangos.

Este texto presenta una selección de algoritmos de procesamiento de cadenas que consideramos importantes.

La programación dinámica se adapta especialmente bien a los problemas sobre secuencias, en los que los subproblemas están definidos, por ejemplo, sobre los prefijos de una secuencia.

¿Qué es la programación dinámica? Es un método para descomponer la resolución de un problema en una combinación de soluciones de algunos de sus subproblemas.