summaryrefslogtreecommitdiff
path: root/es
diff options
context:
space:
mode:
authorEkaitz Zarraga <ekaitz@elenq.tech>2020-03-04 13:41:02 +0100
committerEkaitz Zarraga <ekaitz@elenq.tech>2020-03-04 13:41:02 +0100
commite81137474f102d71fe0b25307bcf88810c1b2d43 (patch)
tree840a184cf0b9c08a84c25caf390e4b7696589c9a /es
parent403a94590f02479f7be41bbb62aae972e0ab596a (diff)
New arrangement for multilanguage and metadata support
Diffstat (limited to 'es')
-rw-r--r--es/01_intro.md207
-rw-r--r--es/02_datos.md662
-rw-r--r--es/03_estructura.md550
-rw-r--r--es/04_funciones.md654
-rw-r--r--es/05_oop.md1093
-rw-r--r--es/06_ejec_mod.md271
-rw-r--r--es/07_install.md243
-rw-r--r--es/08_stdlib.md372
-rw-r--r--es/09_extralib.md162
-rw-r--r--es/10_closing_words.md123
-rw-r--r--es/A_devtools.md90
-rw-r--r--es/Metadata.yaml10
-rw-r--r--es/Z_license.md337
13 files changed, 4774 insertions, 0 deletions
diff --git a/es/01_intro.md b/es/01_intro.md
new file mode 100644
index 0000000..b2a1752
--- /dev/null
+++ b/es/01_intro.md
@@ -0,0 +1,207 @@
+# Introducción
+
+Python es un lenguaje de programación de alto nivel orientado al uso general.
+Fue creado por Guido Van Rossum y publicado en 1991. La filosofía de python
+hace hincapié en la limpieza y la legibilidad del código fuente con una
+sintaxis que facilita expresar conceptos en menos líneas de código que en otros
+lenguajes.
+
+Python es un lenguaje de tipado dinámico y gestión de memoria automática.
+Soporta múltiples paradigmas de programación, incluyendo la programación
+orientada a objetos, imperativa, funcional y procedural e incluye una extensa
+librería estándar.
+
+Pronto entenderás lo que todo esto significa, pero antes hay que instalar las
+herramientas necesarias y trastear con ellas.
+
+## Instalación
+
+Para trabajar con python se necesita:
+
+- python3: el intérprete de python, en su versión 3. Verás que hay muchas
+ subversiones. Este documento cubre cualquiera de ellas.
+
+- pip: el gestor de paquetería de python. También se conoce como pip3 para
+ diferenciarlo del pip de python2.
+
+Nosotros añadiremos un par de amigos a la lista:
+
+- idle3: un editor de código python muy sencillo. Usaremos este porque
+ representa el ecosistema de forma muy simple. En el futuro, te recomiendo
+ usar algún otro editor más avanzado.
+
+- pipenv: el estándar de facto para gestionar entornos virtuales en python3.
+ Luego entenderás qué es eso.
+
+
+### Instalación en distribuciones de Linux
+
+La instalación puede realizarse desde el gestor de paquetes habitual, ya que
+python suele distribuirse en todos los repositorios de paquetes.
+
+En las distribuciones que usan el sistema de paquetes de Debian, puede
+instalarse desde la terminal con el siguiente comando:
+
+``` bash
+sudo apt-get install python3 python3-pip idle3
+```
+
+### Instalación en otros sistemas
+
+Como siempre instalar en otros sistemas es más farragoso. Pero no es demasiado
+difícil en este caso. La instalación puede realizarse con una descarga desde la
+página web oficial de python:
+
+<https://python.org/downloads/>
+
+Una vez ahí seleccionar la versión necesaria, descargar el instalador y seguir
+las instrucciones de éste. Recuerda seleccionar **instalar pip** entre las
+opciones y activar la casilla de **añadir python al PATH**, que permitirá que
+que ejecutes programas de python sin problemas. También puedes añadir
+**IDLE**, el programa que sirve para editar el código, pero te recuerdo que
+es un programa muy sencillo, que nos servirá para entender lo básico del
+entorno sin ocultarnos el proceso, pero que más adelante podrás utilizar otros
+editores que simplifiquen tareas.
+
+
+## Admira el paisaje
+
+Una vez que has instalado python, es interesante ver lo que eso significa.
+Python es un intérprete de código fuente del lenguaje del mismo nombre.
+Concretamente, la que has instalado es una de las posibles implementaciones (la
+implementación de referencia, en este caso) de este intérprete, conocida como
+CPython, en su versión 3. Existen otras implementaciones, cada una con sus
+peculiaridades, pero ésta es la principal y la más usada.
+
+Como intérprete que es, python es capaz de leer un archivo escrito en su
+lenguaje y ejecutar sus órdenes en tu computadora. Ésta es principalmente su
+labor. Sin embargo, también es capaz de realizar esta operación de forma
+interactiva recibiendo las órdenes una por una y devolviendo el resultado de su
+ejecución como respuesta. Este proceso se conoce como REPL, acrónimo de
+read-eval-print-loop (lee-evalúa-imprime-repite), aunque en otros lugares se le
+conoce como la shell de python.
+
+> NOTA: La shell de python (o REPL) y la shell del sistema son cosas
+> diferentes. La shell de sistema también es un intérprete pero del lenguaje
+> que el sistema ha definido (Bash, PowerShell...) y no suele ser capaz de
+> entender python.
+
+Para acostumbrarte a la shell te propongo que abras IDLE. Lo primero que verás
+será parecido a esto:
+
+``` python
+Python 3.6.8 (default, Oct 7 2019, 12:59:55)
+[GCC 8.3.0] on linux
+Type "help", "copyright", "credits" or "license()" for more information.
+>>>
+```
+
+Todo lo que escribas tras el símbolo `>>>` será interpretado como una orden y
+cuando la termines pulsando la tecla `ENTER` de tu teclado, recibirás el
+resultado de la ejecución de la orden insertada. El acrónimo REPL define el
+comportamiento de este ciclo a las mil maravillas:
+
+> NOTA: En este documento, siempre que veas el símbolo `>>>` significa que se
+> trata de un ejemplo ejecutado en la REPL. Si no lo ves, se tratará del
+> contenido de un archivo de código python ejecutado de forma independiente.
+
+1. Lee lo que introduces.
+2. Lo evalúa, obteniendo así un valor como resultado.
+3. Lo imprime.
+4. Repite el ciclo volviendo a leer.
+
+Por tanto, si introduces un valor directamente será devuelto:
+
+``` python
+>>> 1
+1
+```
+
+Y si lo alteras, por ejemplo, con una operación matemática sencilla, devuelve
+el resultado correspondiente:
+
+``` python
+>>> 2+2
+4
+```
+
+Como ejercicio te propongo lo siguiente:
+
+1. Abre la shell de python (puedes hacerlo en IDLE o desde la shell de sistema
+ ejecutando `python` o `python3`).
+2. Entra en la ayuda interactiva. PISTA: el mensaje que aparece al abrir la
+ REPL te dice cómo.
+3. Sal de la ayuda (descubre tú mismo cómo se hace).
+4. Ejecuta `import this` y lee el resultado.
+
+
+### Tu primer archivo de código fuente
+
+La REPL es interesante para probar y depurar tus programas (o para usarla como
+calculadora), pero es necesario grabar tus programas en ficheros si quieres
+poder volver a ejecutarlos más adelante o compartirlos.
+
+En IDLE puedes abrir un nuevo documento de código en el menú de archivo. Una
+vez lo tengas, como aún no sabes python puedes introducir lo siguiente:
+
+``` python
+nombre = "Guido"
+print("Hola, " + nombre)
+```
+
+Si guardas el fichero y pulsas `F5` (Ejecutar módulo), verás que en la pantalla
+de la REPL aparece el resultado `Hola, Guido`.
+
+Como ves, el resultado de ejecutar los ficheros de código fuente aparece en la
+shell, pero únicamente aparece lo que explícitamente le has pedido que imprima
+con la orden `print`.
+
+Para entender el valor de la REPL, te sugiero que vayas a su ventana, y justo
+después del resultado de la ejecución hagas lo siguiente:
+
+``` python
+Hola, Guido
+>>> nombre
+'Guido'
+>>>
+```
+
+La REPL conoce el valor `nombre` a pesar de que tu programa ha terminado de
+ejecutarse. Esto es interesante a la hora de probar y analizar el programa.
+
+
+### La vida real
+
+En realidad, los programas de producción no se ejecutan en una shell como la
+que IDLE nos brinda. IDLE sólo está facilitando nuestro trabajo como
+desarrolladores, como otros entornos de desarrollo hacen, cada uno a su manera.
+En producción el código se levantará ejecutando el intérprete de python
+directamente con nuestro programa como input. Por ejemplo en la shell **de
+sistema** usando el siguiente comando.
+
+``` bash
+python ejemplo.py
+```
+
+También es posible ejecutar los programas de python desde la interfaz gráfica,
+pero internamente el resultado será el mismo. Siempre que todo esté bien
+instalado y configurado, el sistema operativo despertará un intérprete de
+python que ejecute las órdenes del fichero.
+
+Es importante ser consciente de lo que ocurre bajo la alfombra, para así ser
+capaces de intervenir si encontramos errores.
+
+Más adelante, en la sección sobre módulos e importación volveremos aquí y
+estudiaremos cómo se cargan y se interpretan los programas.
+
+
+## Lo que has aprendido
+
+Has instalado python y te has acostumbrado a la herramienta (IDLE) que usarás
+durante tu aprendizaje. Has ejecutado tu primer fichero y encontrado la
+potencia de la REPL.
+
+Además, has abierto la ayuda y te has leído el Zen de Python, que pronto iremos
+desgranando juntos.
+
+Para ser una introducción no está nada mal.
diff --git a/es/02_datos.md b/es/02_datos.md
new file mode 100644
index 0000000..1eb2f1a
--- /dev/null
+++ b/es/02_datos.md
@@ -0,0 +1,662 @@
+# Trabajando con datos
+
+Programar es, principalmente, tratar con datos y los datos no son más que
+piezas de información que se estructura de una forma concreta.
+
+## Nombrando datos
+
+Los datos se almacenan en la memoria principal de la computadora. Puedes
+imaginarte la memoria como un conjunto de cajas identificadas con direcciones,
+como si fuesen los buzones de un portal con muchos pisos. Para utilizar datos,
+éstos se guardan en los diferentes cajones y se van extrayendo y actualizando.
+La importancia de nombrar las cosas es evidente, si no guardamos un listado de
+dónde hemos guardado qué no podemos recuperar los datos que hemos creado.
+
+Al igual que en las matemáticas se utilizan los símbolos para representar
+posibles valores y simplificar los procesos, en los lenguajes de programación
+se utilizan símbolos para definir referencias a los datos y así poder referirse
+a los mismos datos por su nombre sin tener que introducir su contenido
+constantemente. Los lenguajes de programación aportan al programador la
+facilidad de poder crear sus propios nombres para no tener que usar las
+direcciones propias de la memoria, que normalmente son número sin más
+significado que su posición, la mayor parte de las veces permitiendo al
+programador abstraerse de estos detalles internos.
+
+En python existe un operador para declarar símbolos que hacen referencia a un
+valor: el operador `=`. Este operador enlaza el valor de la derecha con el
+nombre de la izquierda. Con un ejemplo es más fácil de comprender. Probando en
+la REPL:
+
+``` python
+>>> a = 10
+>>> a
+10
+>>> a + 1
+11
+```
+
+Como ves, en el primer paso se asocia el valor `10` al identificador `a` y más
+adelante se puede utilizar `a` para hacer referencia al valor enlazado.
+
+Las referencias han de ser declaradas antes de usarse, si no, el intérprete no
+las conoce y lanza una excepción:
+
+``` python
+>>> b
+Traceback (most recent call last):
+ File "<pyshell#6>", line 1, in <module>
+ b
+NameError: name 'b' is not defined
+```
+
+> NOTA: Los nombres para poder ser interpretados correctamente por python deben
+> cumplir unas normas estrictas:
+>
+> - No pueden tener espacios.
+> - Sólo pueden estar formados por combinaciones de letras, números y el
+> símbolo `_`.
+> - No pueden empezar por un dígito.
+
+### Todo es una referencia
+
+El comportamiento de estas referencias puede no ser intuitivo si vienes de
+otros lenguajes. El operador `=` enlaza, como se dice anteriormente, un nombre
+a un valor concreto, pero eso no significa que copie su contenido. En python
+los valores y los nombres son conceptos independientes. Los valores ocupan su
+lugar en la memoria y los nombres hacen referencia a dónde se encuentran estos
+valores. Es muy común tener muchas referencias a la misma estructura de datos y
+transformar su contenido desde todas las referencias.
+
+A nivel técnico, lo que en python se conoce como variable y en este documento
+hemos hecho el esfuerzo de llamar referencia es lo que en otros lenguajes se
+conoce como un puntero y la labor del operador `=` es la de asignar el puntero
+a la dirección donde se encuentran los datos a los que debe apuntar.
+
+Volviendo a la metáfora de los buzones, en lenguajes de más bajo nivel como C
+estás obligado a seleccionar qué buzón vas a utilizar para introducir cada
+dato. Por lo que si cambia el tipo de dato a gestionar, puede que el buzón se
+quede pequeño o que los datos se interpreten de forma incorrecta. Sin embargo,
+python guarda las referencias de forma independiente a los valores y adecua el
+número de buzones en uso al tamaño de los datos de los que dispones
+reordenando, si es necesario, la estructura completa de valores y referencias.
+A este concepto se le conoce como gestión automática de memoria (*automatic
+memory management*).
+
+En resumen, las referencias en python son únicamente un recordatorio que sirve
+para poder acceder a un valor. Esto cobra importancia más adelante, y no vamos
+a rehuir la responsabilidad de enfangarnos en ello.
+
+## Tipos
+
+Tal y como aclaraba el texto de la introducción, python tiene un sistema de
+tipos dinámico (*dynamic type system*). Lo que significa que gestiona los tipos
+de forma automática, permitiendo a los nombres hacer referencia a diferentes
+tipos de valor durante la ejecución del programa a diferencia de otros
+lenguajes como, por ejemplo, C, donde el tipo de las variables debe ser
+declarado de antemano y no puede cambiarse.
+
+Esto es posible debido al fenómeno explicado en el apartado anterior por un
+lado, y, por el otro, a que los datos de python son un poco más complejos que
+en otros lenguajes y guardan una pequeña nota que indica cómo deben ser
+interpretados.
+
+Si en algún momento se le pide a python que asigne un valor de un tipo distinto
+al que una referencia tenía no habrá problemas porque es el propio dato quien
+guarda la información suficiente para saber cómo entenderlo. Las referencias
+sólo almacenan dónde se guarda este dato.
+
+> NOTA: Seguramente te habrás dado cuenta de que el funcionamiento de python es
+> más ineficiente que el de C o lenguajes similares pero mucho más flexible. Y
+> así es. A la hora de elegir el lenguaje debemos valorar cuál nos interesa
+> más para la labor que vamos a realizar.
+
+### Tipos simples
+
+Hemos denominado tipos simples a los que no empaquetan más de un valor
+internamente. En otros lenguajes o contextos se les conoce como escalares.
+
+
+#### La nada
+
+La nada en python se representa con el valor `None` y es útil en innumerables
+ocasiones.
+
+#### Boolean
+
+Los valores booleanos expresan *verdad* (`True`) o *mentira* (`False`) y sirven
+para gestionar lógica desde esos términos. Mas adelante los veremos en acción.
+
+#### Integer
+
+Los Integer, números enteros en inglés, ya han aparecido anteriormente. Para
+usar un número entero puedes introducirlo tal cual. Recuerda que hay enteros
+positivos y negativos. El símbolo para marcar números negativos en python es el
+`-`, que coincide con el operador de la resta.
+
+``` python
+>>> 14
+14
+>>> -900
+-900
+>>>
+```
+
+Los números enteros también pueden expresarse en otras bases, como en
+hexadecimal. Dependiendo de la aplicación en la que te encuentres igual
+necesitas mirarlo más en detalle:
+
+``` python
+>>> 0x10
+16
+```
+
+#### Float
+
+Los números Float, o de coma flotante, son números no-enteros. Ten cuidado
+con ellos porque la coma flotante es peculiar.
+
+El nombre coma flotante viene de que la coma no siempre se mantiene con la
+misma precisión. En realidad estos números se guardan como los números en
+notación científica (2,997E8 m/s para la velocidad de la luz, por ejemplo).
+La notación científica siempre implica tener una coma, pero cuya posición se
+varía con el exponente posterior.
+
+El modo de almacenamiento de los números de coma flotante es muy similar a la
+notación científica: se almacenan dos valores de tamaño fijo, la *mantisa* y el
+*exponente* para, de este modo, poder ajustar la precisión en función del
+tamaño del número almacenado. No es lo mismo expresar la velocidad de la luz,
+2,997E8 m/s, que la longitud de onda del color rojo, 6,250E-7 m, ambos
+valores tienen un tamaño muy distinto, pero usando dos *mantisas* de tamaño
+similar, cuatro dígitos (2997 y 6250), y dos exponentes de tamaño similar, un
+dígito (8 y -7), hemos expresado valores muy diferentes, ambos con la misma
+precisión relativa.
+
+El problema viene cuando nos apetece mezclarlos, por ejemplo, sumándolos.
+Imagina que tienes dos valores de esas dimensiones, uno de millones y otro de
+millonésimas partes de la unidad, y los quieres sumar entre ellos. Si sólo
+tienes una mantisa limitada para representarlos, la suma resultará en el
+redondeo de ambos a la precisión que tienes disponible. Es decir: el resultado
+será el valor grande y el pequeño se perderá en el redondeo.
+
+Aunque en este caso la suma es precisa, si tratas con un billón de valores
+pequeños y uno grande y quieres obtener la suma de todos y los sumas en parejas
+siempre con el grande, en cada suma se descartará el valor pequeño en el
+redondeo y el resultado total será el valor grande que tenías. Sin embargo, si
+sumas los valores de tamaño similar entre ellos primero, obtendrás un valor
+suficientemente grande como para alterar el resultado de la suma contra el
+valor grande al final, dando así un resultado distinto. Te recomiendo entonces,
+que si te encuentras en una situación como ésta tengas cuidado y, por ejemplo,
+ordenes los números de menor a mayor antes de sumarlos, para obtener una suma
+de buena precisión.
+
+En realidad, el exponente en el caso de python (y en casi todos los demás
+lenguajes) no está elevando un 10 a la enésima potencia, si no que lo hace con
+un 2. Por lo que lo expresado anteriormente es un poco distinto. Esto provoca
+que algunos números de coma flotante no sean tan redondos como deberían (por
+ejemplo, `2.999999999`, cuando debería ser `3.0`) y compararlos entre ellos
+puede ser desastroso. Para evitarlo, te recomiendo que *siempre* redondees los
+valores a una precisión que puedas controlar.
+
+Aunque realmente es algo más complejo[^1], lo que sabes ahora te evitará
+problemas en el futuro, sobre todo cuando analices datos, uno de los sectores
+donde python se usa de forma extensiva.
+
+[^1]: https://en.wikipedia.org/wiki/Floating-point_arithmetic
+
+Declarar números de coma flotante es natural porque usa una sintaxis a la que
+estamos acostumbrados:
+
+``` python
+>>> 1E10
+10000000000.0
+>>> 1.0
+1.0
+>>> 0.2E10
+2000000000.0
+>>>
+```
+
+
+#### Complex
+
+Python soporta números complejos y los expresa utilizando la letra `j`. Como
+suponen un caso bastante concreto no los analizaremos en detalle. Pero tienes
+disponible la documentación de python para lo que quieras.
+
+``` python
+>>> 1-23j
+(1-23j)
+```
+
+#### String
+
+Un String es una cadena de caracteres. Los Strings en python son, a diferencia
+de en otros lenguajes, un escalar, al contrario de lo que la primera definición
+que hemos expresado puede hacernos pensar. En python los Strings no son un
+conjunto de caracteres alfanuméricos sueltos que se comportan como un valor, es
+al revés. El concepto de carácter no existe y ha de expresarse con un String de
+longitud 1.
+
+Los strings se expresan rodeando texto con comillas dobles, `"`, o simples `'`
+(el símbolo del apóstrofe).
+
+``` python
+>>> "Hola"
+'Hola'
+>>> 'Hola'
+'Hola'
+```
+
+El hecho de que haya dos opciones para delimitar los strings facilita el
+etiquetado como string de valores que contienen las propias comillas en su
+contenido. También puede utilizarse la contrabarra `\` para cancelar la acción
+de las comillas.
+
+
+``` python
+>>> "Tiene un apóstrofe: Luke's"
+"Tiene un apóstrofe: Luke's"
+>>> 'Tiene un apóstrofe: Luke's'
+SyntaxError: invalid syntax
+>>> 'Tiene un apóstrofe: Luke\'s'
+"Tiene un apóstrofe: Luke's"
+```
+
+> NOTA: la contrabarra sirve para introducir caracteres especiales o caracteres
+> de escape[^2]: `\n` salto de línea, `\t` tabulador, etc. Que son una herencia
+> de los tiempos de las máquinas de escribir, pero son aún útiles y muy usados.
+> Para expresar la propia contrabarra ha de escaparse a sí misma con otra
+> contrabarra para que no evalúe el siguiente caracter como un caracter de
+> escape.: `\\`.
+
+[^2]: https://en.wikipedia.org/wiki/Escape_character
+
+
+### Tipos compuestos
+
+Hemos denominado tipos compuestos a los que pueden incluir diferentes
+combinaciones de tipos simples. Estos tipos dejan de ser escalares y se
+comportan como vectores o conjuntos de datos. Estos tipos de dato pueden
+contenerse a sí mismos, por lo que pueden crear estructuras anidadas complejas.
+
+#### Tuple
+
+Las tuplas o *tuple* en inglés son el tipo compuesto más sencillo en python.
+Las tuplas definen un conjunto de valores de cualquier tipo.
+
+Se declaran utilizando paréntesis añadiendo sus elementos separados por comas.
+Y se accede a sus contenidos utilizando los corchetes e introduciendo el índice
+del elemento que se quiere extraer.
+
+``` python
+>>> (2, 3, "HOLA")
+(2, 3, 'HOLA')
+>>> (2, 3, "HOLA")[0]
+2
+```
+En python los índices comienzan en `0`.
+
+#### List
+
+Las listas o *list* son muy similares a las tuplas, pero son algo más complejas
+porque pueden alterarse así mismas. A diferencia de todos los tipos que hemos
+visto hasta ahora, tanto las listas como los diccionarios que veremos a
+continuación son mutables. Esto significa que puede transformarse su valor, más
+adelante trataremos esto en detalle.
+
+De momento, recuerda que las listas se construyen de forma similar a las
+tuplas, pero utilizando corchetes en lugar de paréntesis. La forma de acceder a
+los índices es idéntica.
+
+``` python
+>>> [2, 3, "HOLA"]
+[2, 3, 'HOLA']
+>>> [2, 3, "HOLA"][0]
+2
+```
+
+#### Dictionary
+
+Los diccionarios o *dictionary* son un tipo de dato similar a los dos
+anteriores, pero que en lugar de utilizar índices basados en la posición de sus
+elementos usan claves arbitrarias definidas por el usuario.
+
+Además, los diccionarios no están ordenados así que no se puede suponer que las
+claves siempre van a estar en el orden en el que se introducen.
+
+Para declarar diccionarios es necesario indicar qué claves se quieren usar. Las
+claves son de tipo string. En el caso de los diccionarios, además, se utilizan
+llaves para definirlos. El acceso a sus valores se realiza con los corchetes,
+del mismo modo que en las listas, pero es necesario seleccionar la clave para
+acceder.
+
+Los diccionarios, al igual que las listas, son mutables. Como veremos en
+seguida.
+
+``` python
+>>> {"nombre": "Guido", "apellido": "Van Rossum", "popularidad": 8.0}
+{'nombre': 'Guido', 'apellido': 'Van Rossum', 'popularidad': 8.0}
+>>> {"nombre": "Guido", "apellido": "Van Rossum", "popularidad": 8.0}["popularidad"]
+8.0
+```
+
+#### Set
+
+Los *sets* son muy similares a las listas y tuplas, pero con dos
+peculiaridades:
+
+- Sus valores son únicos. No pueden repetirse.
+- No están ordenados
+
+Estas dos características tan estrictas, lejos de ser limitantes, aportan una
+mejora radical en su rendimiento. Buscar elementos en un set es extremadamente
+eficiente y se usan principalmente para esa labor.
+
+Si quieres validar en algún momento que un valor pertenece a un conjunto de
+valores, el set es el tipo de dato que estás buscando.
+
+Los sets se declaran también usando las llaves, como un diccionario, pero no
+usan claves.
+
+``` python
+>>> {"a", "b", 1}
+{'a', 1, 'b'}
+```
+
+## Conversión
+
+Ahora que conoces los valores sé que quieres saber cómo cambiar de uno a otro.
+Cómo leer un Integer desde un String etc. Python tiene funciones para construir
+sus diferentes tipos de datos a partir de los diferentes inputs posibles.
+
+Aunque aún no sabes ejecutar funciones te adelanto cómo se hace con algunos
+ejemplos:
+
+``` python
+>>> bool(1)
+True
+>>> bool(0)
+False
+>>> int("hola")
+Traceback (most recent call last):
+ File "<pyshell#27>", line 1, in <module>
+ int("hola")
+ValueError: invalid literal for int() with base 10: 'hola'
+>>> int("10")
+10
+>>> float(10)
+10.0
+>>> complex(19)
+(19+0j)
+>>> str(10)
+'10'
+>>> tuple([1,2,3])
+(1, 2, 3)
+>>> list((1,2,3))
+[1, 2, 3]
+>>> dict((("a", 1),("b", 2)))
+{'a': 1, 'b': 2}
+>>> set([1,2,2,3,4,4,4,4,4])
+{1, 2, 3, 4}
+```
+
+Los propios nombres de las funciones son bastante representativos de a qué tipo
+convierten. Si quieres saber más puedes ejecutar `help(nombre)` y ver qué te
+cuenta la ayuda.
+
+> NOTA: Fíjate que si conviertes una secuencia de valores repetidos a *set*
+> únicamente almacena los que no se repiten. Es uno de los usos más comunes que
+> tienen.
+
+
+## Operadores
+
+Ahora que sabes el contexto en el que vas a jugar, necesitas poder alterar los
+datos.
+
+Existen operadores básicos que te permiten transformar los datos, algunos ya
+los has visto antes, el operador `=`, que sirve para nombrar cosas, la suma
+(`+`) o la resta (`-`), pero hay otros.
+
+``` python
+>>> 1 + 1
+2
+>>> 10 - 9
+1
+>>> 10 ** 2
+100
+>>>
+```
+
+Los siguientes apartados muestran algunos operadores que es interesante
+memorizar.
+
+
+### Pruebas de verdad
+
+Las pruebas de verdad generan un valor booleano desde una pareja de valores. A
+continuación una lista de las pruebas de verdad con unos ejemplos:
+
+| operator | meaning |
+|---|---|
+| < | strictly less than |
+| <= | less than or equal |
+| > | strictly greater than |
+| >= | greater than or equal |
+| == | equal |
+| != | not equal |
+| is | object identity |
+| is not | negated object identity |
+| in | containment test |
+| not in | negated containment test |
+
+``` python
+>>> 1 > 1
+False
+>>> 1 >= 1
+True
+>>> 1 not in (0, 2, 3)
+True
+```
+
+Aunque en otros lenguajes no es posible, la notación matemática habitual se
+puede utilizar en python concatenando pruebas de verdad:
+
+``` python
+>>> x = 1.2
+>>> 1 < x < 2
+True
+```
+
+### Operadores lógicos
+
+Los operadores lógicos mezclan booleanos y son muy importantes, sobre todo para
+combinar las pruebas de verdad.
+
+| operator | meaning |
+|---|---|
+| and | logical and, returns True if both True, False otherwise |
+| or | logical or, returns True if any True, False otherwise |
+| not | logical not, returns True if False, True otherwise |
+
+La mayor parte de los operadores son binarios (como la suma), necesitan dos
+valores y devuelven otro, pero existe al menos una excepción que funciona con
+un único valor. El operador `not` sirve para darle la vuelta a un Booleano.
+
+``` python
+>>> not True
+False
+>>> True and True
+True
+>>> False and True
+False
+>>> False or True
+True
+>>> 1 > 0 and 2 > 1
+True
+```
+
+### Matemáticos
+
+Los operadores matemáticos transforman números entre ellos. Casi todos son
+conocidos por su operación matemática.
+
+| operator | meaning |
+|---|---|
+| + | addition |
+| - | subtraction or negative |
+| `*` | multiplication |
+| / | division |
+| `**` | power |
+| % | remainder |
+
+### Ternary operator
+
+Existe además un operador que puede usar tres parámetros, el *inline-if* (*if
+en línea*), o *ternary operator*[^ternary]. El *ternary operator* se comporta
+así:
+
+``` python
+>>> 1 if 1 > 9 else 9
+9
+>>> 1 if 1 < 9 else 9
+1
+```
+
+[^ternary]: <https://en.wikipedia.org/wiki/%3F:#Python>
+
+
+### Operación en función del tipo
+
+Python simplifica muchas tareas transformando el comportamiento de los
+operadores en función del tipo de dato sobre el que trabajan. Los operadores
+matemáticos están preparados para trabajar sobre números (de cualquier tipo)
+pero la verdad es que algunos pueden ejecutarse sobre otros formatos. Por
+ejemplo:
+
+``` python
+>>> "a" + "a"
+'aa'
+>>> [1,2] + [3,4]
+[1, 2, 3, 4]
+```
+
+Esto se debe a que la funcionalidad del operador `+` ha sido diseñada para
+operar de forma especial en Strings y en Listas, haciendo una concatenación.
+
+En el futuro, cuando aprendas a diseñar tus propios tipos podrás hacer que los
+operadores les afecten de forma especial, tal y como pasa aquí.
+
+### Precedencia
+
+La precedencia en python es muy similar a la matemática y usa las mismas reglas
+para marcarla de forma explícita. Recuerda, en matemáticas se utilizan los
+paréntesis para esto.
+
+Los operadores siempre trabajan con sus correspondientes valores y python los
+resuelve de forma ordenada. Si generas una operación muy compleja, python la
+irá desgranando paso a paso y resolviendo las parejas una a una, cuanto más te
+acostumbres a hacerlo en tu mente menos errores cometerás.
+
+``` python
+>>> 8 + 7 * 10 == (8 + 7) * 10
+False
+>>> 8 + 7 * 10
+78
+>>> (8 + 7) * 10
+150
+>>> 78 == 150
+False
+```
+
+## Mutabilidad
+
+Ya adelantamos que el operador `=` sirve para nombrar cosas. Ahora vamos a
+combinar esa propiedad con la mutabilidad, o la propiedad de las cosas de
+alterarse a sí mismas. Empecemos con un ejemplo:
+
+``` python
+>>> a = 10
+>>> b = a + 10
+>>> b
+20
+>>> a = b
+>>> a
+20
+```
+
+En este ejemplo hacemos que `a` haga referencia al valor 10, y después creamos
+`b` a partir de `a` y otro 10. Gracias a la precedencia, primero se resuelve el
+lado derecho completo obteniendo un 20 y después se asigna la referencia `b` a
+ese valor.
+
+Si queremos, después podemos reasignar el símbolo `a` a otro valor nuevo, en
+este caso al que hacer referencia `b` que es 20.
+
+En este primer ejemplo, ningún valor está siendo alterado, si te fijas, sólo
+estamos creando nuevos valores y cambiando las referencias a éstos.
+
+Con los datos mutables podemos alterar los valores. Lo vemos con otro ejemplo:
+
+``` python
+>>> a = {}
+>>> b = a
+>>> a["cambio"] = "hola!"
+>>> b
+{'cambio': 'hola!'}
+```
+
+Primero creamos un diccionario vacío y le asignamos la referencia `a`. Después
+le asignamos la referencia `b` a quien referenciaba `a`, es decir, al
+diccionario vacío. Ambas referencias apuntan al mismo dato. Si después usamos
+alguna alteración en el diccionario `a` como asignarle una nueva clave, `b`,
+que hace referencia al mismo diccionario, también ve los cambios. Esto mismo
+podría hacerse si se tratara de listas, ya que tienen la capacidad de alterarse
+a sí mismas, pero nunca podría hacerse en tuplas, porque son inmutables.
+
+> NOTA: Los diccionarios y las listas soportan un montón de funciones y
+> alteraciones, no se mencionan en este apartado porque nunca terminaría. Se
+> dejan para el futuro y para los ejemplos que se verán durante el documento.
+
+Si intentásemos un ejemplo similar en tupla, no nos dejaría:
+
+``` python
+>>> a = ()
+>>> b = a
+>>> a[0] = 1
+Traceback (most recent call last):
+ File "<pyshell#67>", line 1, in <module>
+ a[0] = 1
+TypeError: 'tuple' object does not support item assignment
+```
+
+Ten cuidado cuando trates con elementos mutables, sobre todo si tienen muchas
+referencias, porque puede que estés alterando los valores en lugares que no te
+interesa. Para evitar este tipo de problemas, puedes generar copias de los
+objetos, pero el proceso es poco eficiente y tedioso.
+
+En este segundo caso, creamos una copia de `a` para que `b` sea independiente
+de los cambios que ocurran en ésta. Aquí ya no estamos haciendo referencia
+desde `b` a los datos que había en `a`, sino a una copia de éstos, almacenada
+en otro lugar.
+
+``` python
+>>> a = {}
+>>> b = dict(a)
+>>> a["cambio"] = "hola!"
+>>> b
+{}
+>>> a
+{'cambio': 'hola!'}
+```
+
+## Lo que has aprendido
+
+En este apartado has conocido los tipos fundamentales de python y cómo
+convertir de uno a otro. Además, al conocer los operadores y su funcionamiento
+ya eres más o menos capaz de usar python como una calculadora.
+
+Además, has tenido ocasión de entender de forma superficial varios conceptos
+avanzados como el manejo automático de memoria, el tipado dinámico y los
+números de coma flotante, que son muy interesantes a la hora de trabajar porque
+te permiten comprender la realidad que tienes a tu alrededor.
diff --git a/es/03_estructura.md b/es/03_estructura.md
new file mode 100644
index 0000000..9d8cd5e
--- /dev/null
+++ b/es/03_estructura.md
@@ -0,0 +1,550 @@
+# Estructura del lenguaje
+
+Aunque ya sabes usar python de forma sencilla, aún no hemos tratado el
+comportamiento del lenguaje y cómo se estructura su sintaxis más allá de varios
+ejemplos sencillos y planos. En este apartado trataremos la estructura y las
+diferentes formas de controlar el flujo del programa.
+
+Como en la mayor parte de lenguajes de programación conocidos, python ejecuta
+las órdenes de arriba a abajo, línea por línea.
+
+Para demostrarlo, prueba a abrir un nuevo fichero, llenarlo con este contenido
+y ejecutarlo (`F5`).
+
+``` python
+print("Esta línea va primero")
+print("Esta línea va segundo")
+print("Esta línea va tercero")
+print("Esta línea va cuarto")
+```
+
+Verás que el resultado del programa es siempre el mismo para todas las veces
+que lo ejecutes y siempre salen los resultados en el mismo orden.
+
+Para poder alterar el orden de los comandos, o elegir en función de una
+condición cuales se ejecutan, python dispone de unas estructuras. Pero, antes
+de contarte cuales son, te adelanto su forma general. Normalmente se declaran
+en una línea terminada en `:` y su cuerpo se sangra hacia dentro. La sangría (o
+indentación si lo calcamos del inglés[^indent]) es lo que define dónde empieza
+o termina un *bloque* en python. Las líneas consecutivas sangradas al mismo
+nivel se consideran el mismo *bloque*.
+
+#### Bloques
+
+Los *bloques* de código son conjuntos de órdenes que pertenecen al mismo
+contexto. Sirven para delimitar zonas del programa, cuerpos de sentencias, etc.
+
+- Puedes comenzar nuevos bloques incrementando el nivel de sangría.
+- Los bloques pueden contener otros bloques.
+- Los bloques terminan cuando el sangrado disminuye.
+
+Es **muy importante** sangrar los bloques correctamente, usando una sangría
+coherente. Puedes usar dos espacios, el tabulador, cuatro espacios o lo que
+desees, pero elijas lo que elijas debe ser coherente en todo el documento.
+IDLE y los editores de código en general puede configurarse para usar una
+anchura de indentación concreta, que se insertará cuando pulses la tecla
+tabulador. El estándar de python es cuatro espacios.
+
+[^indent]: <https://en.wikipedia.org/wiki/Indentation_(typesetting)>
+
+## Sintaxis general
+
+La sintaxis de python es sencilla en su concepción pero ha ido complicándose a
+medida que el lenguaje ha ido creciendo. En este apartado únicamente se
+mencionan los puntos más comunes de la sintaxis, dejando para futuros apartados
+los detalles específicos de conceptos que aún no se han explicado.
+
+### Comentarios
+
+Los comentarios son *fundamentales* en el código fuente. El intérprete los
+ignora pero son primordiales para explicar detalles de nuestro código a otros
+programadores o a nosotros mismos en el futuro. Comentar bien el código fuente
+es un arte en sí mismo.
+
+Los comentarios en python se introducen con el símbolo `#`. Desde su aparición
+hasta el final de la línea se considera un comentario y python lo descarta.
+Pueden iniciarse a mitad de línea o en el inicio, tal y como se muestra a
+continuación:
+
+``` python
+# En este ejemplo se muestran comentarios, como este mismo
+print("Hola") # Esto es otro comentario
+```
+
+### Control de flujo
+
+Como ya se ha adelantado, es posible cambiar el orden de ejecución del programa
+en función de unas normas o evitar que el programa ejecute ciertas sentencias.
+A esto se le conoce como *control de flujo*.
+
+#### Condicionales
+
+Las condicionales son herramientas de *control de flujo* que permiten separar
+la ejecución en diferentes ramas en función de unas condiciones. En python sólo
+existe el condicional `if` («si», en castellano), aunque existen otras
+estructuras para conseguir el mismo efecto, no las trataremos aún.
+
+Ésta es la sintaxis del `if`:
+
+``` python
+if condición:
+ # Este bloque se ejecuta si la condición se cumple
+elif condiciónN:
+ # Este bloque (opcional) se ejecuta si las condiciones previas no se
+ # cumplen y la condiciónN sí se cumple
+else:
+ # Este bloque (opcional) se ejecuta si no se cumplen todas las condiciones
+ # previas
+```
+
+Tal y como se muestra en el ejemplo, los bloques `elif` y el bloque `else` son
+opcionales. Es posible, y muy común además, hacer un `if` únicamente con el
+apartado inicial.
+
+Si te preguntas qué condiciones debes usar, es tan simple como usar sentencias
+de python cuyo resultado sea `True` o `False`. Cuando la sentencia resulte en
+un `True` la condición se cumplirá y el bloque interior se ejecutará.
+
+En resumen, el *if* ejecuta el bloque *si* la condición se cumple.
+
+#### Bucles
+
+Existen dos tipos de sentencia para hacer repeticiones en python, ambas son
+similares al `if`, pero en lugar de elegir si una pieza de código se ejecuta o
+no, lo que deciden es si es necesario repetirla en función de una condición.
+
+##### While
+
+El `while` («mientras que») es la más sencilla de estas estructuras, y la menos
+usada.
+
+``` python
+while condición:
+ # Este bloque se ejecutará siempre que la condición se considere verdadera
+```
+
+El `while` comprueba la condición en primer lugar, si resulta en `True` ejecuta
+el bloque interno y vuelve a comprobar la condición. Si es `True`, ejecuta el
+bloque de nuevo, y así sucesivamente.
+
+Es decir, ejecuta el bloque *mientras que* la condición se cumple.
+
+##### For
+
+Los bucles *for* («para») son los más complejos y más usados,
+
+``` python
+for preparación:
+ # Bloque a repetir si la preparación funciona con el contexto creado por la
+ # preparación
+else:
+ # Bloque (opcional) a ejecutar si el bloque cuerpo no termina de forma
+ # abrupta con un `break`
+```
+
+No te preocupes ahora mismo por el `else`, ya que se suele considerar python
+avanzado y no suele usarse. Más adelante en este capítulo analizaremos un
+ejemplo.
+
+En lo que a la preparación se refiere, el `for` es relativamente peculiar,
+sirve para ejecutar el primer bloque para un contexto concreto, el creado por
+una sentencia de preparación. Si la preparación falla el bucle se rompe.
+
+El uso más común del `for` es el de iterar en secuencias gracias al operador
+`in` que mencionamos anteriormente pero que en este caso toma un uso distinto:
+
+``` python
+>>> for i in [0,1,2,3]:
+... i+2
+...
+2
+3
+4
+5
+```
+
+Como puedes ver, el bloque interno `i+2` se ejecuta en cuatro ocasiones,
+cambiando el valor de `i` a los valores internos de la lista `[0,1,2,3]`.
+Cuando la lista termina, la preparación falla porque no quedan elementos y el
+bucle se rompe.
+
+Este último ejemplo es una receta de amplio uso que te aconsejo memorizar.
+
+
+#### Truthy and Falsey
+
+En este tipo de sentencias donde se comprueba si una condición es verdadera o
+falsa, python automáticamente trata de convertir el resultado a Boolean usando
+la función `bool` que ya conoces del apartado sobre tipos. No es necesario que
+conviertas a Boolean manualmente ya que estas sentencias disponen de una
+conversión implícita a Boolean[^truthy].
+
+Por tanto, cualquier resultado que tras pasar por la función `bool` dé como
+resultado `True` será considerado verdadero y viceversa. A estos valores se les
+conoce habitualmente como *truthy* y *falsey* porque no son `True` o `False`
+pero se comportan como si lo fueran. Algunos ejemplos curiosos:
+
+``` python
+>>> bool([])
+False
+>>> bool(None)
+False
+>>> bool("")
+False
+>>> bool(" ")
+True
+>>> bool([None])
+True
+```
+
+Es relativamente sencillo prever qué valores son *truthy* o *falsey*,
+normalmente los valores que representan un vacío se consideran `False`.
+
+[^truthy]: <https://docs.python.org/3/library/stdtypes.html#truth-value-testing>
+
+
+### List comprehensions
+
+Una de las excepciones sintácticas que sí que podemos explicar en este momento,
+en el que ya sabes hacer bucles, son las *list comprehensions*. Python dispone
+de un sistema para crear secuencias y transformarlas muy similar a la notación
+de construcción de sets de las matemáticas[^set-notation].
+
+Como mejor se entiende es con unos ejemplos, en este caso vamos usar la función
+`range` para crear una lista de números del `0` (inclusive) al `10` (no
+inclusive). Usando la ayuda puedes saber más sobre la función `range`.
+
+
+> TODO:
+> Mejorar este ejemplo, es demasiado simple
+
+``` python
+>>> [i**2 for i in range(0, 10)]
+[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
+>>> tuple(i**2 for i in range(0, 10))
+(0, 1, 4, 9, 16, 25, 36, 49, 64, 81)
+>>> { str(i): i**2 for i in range(0, 10)}
+{'0': 0, '1': 1, '2': 4, '3': 9, '4': 16, '5': 25, '6': 36, '7': 49, '8': 64,
+'9': 81}
+
+>>> [i**2 for i in range(0, 10) if i > 5 ]
+[36, 49, 64, 81]
+```
+
+Como ves, en el caso de los diccionarios es necesario crear las claves también.
+En este caso las creamos convirtiendo el propio número a string con la función
+`str`.
+
+En los primeros ejemplos, de una secuencia de números hemos creado una
+secuencia de números al cuadrado. Pero las *list comprehensions* son más
+poderosas que eso, pudiendo a llegar a complicarse sobremanera añadiendo
+condiciones, como en el último de los ejemplos, para filtrar algunos casos.
+
+Te habrá mosqueado el uso de `tuple` para crear la tupla. Todo tiene una razón.
+La tupla, al estar formada por paréntesis, python no tiene claro si son
+paréntesis de precedencia o de creación de tupla, y considera que son los
+primeros, dando como resultado un generador, un paso intermedio de nuestro
+proceso que dejamos para el futuro.
+
+``` python
+>>> (i**2 for i in range(0, 10))
+<generator object <genexpr> at 0x7f779d9b2d58>
+```
+
+[^set-notation]: <https://en.wikipedia.org/wiki/Set-builder_notation>
+
+### Excepciones
+
+Las excepciones o *exception* son errores del programa, python lanza
+excepciones cuando hay problemas. Por ejemplo, cuando intentas acceder a un
+índice inexistente en una lista.
+
+Las excepciones terminan la ejecución del programa a no ser que se gestionen.
+Se consideran fallos de los que el programa no puede arreglarse a no ser que se
+le indique cómo. Algunas funciones y librerías lanzan excepciones que nosotros
+debemos gestionar, por ejemplo: que un archivo no exista, o que no se tenga
+permisos de edición en el directorio, etc. Es nuestra responsabilidad como
+programadores tener un plan be o aceptar la excepción deportivamente a
+sabiendas que nuestro programa terminará indicando un error.
+
+Hay ocasiones en las que las excepciones pueden capturarse y otras no, por
+ejemplo, los fallos de sintaxis no pueden solventarse.
+
+Las excepciones se capturan con un `try-except` que, si programas en otros
+lenguajes como Java, probablemente conozcas como `try-catch`.
+
+```python
+try:
+ # Bloque donde pueden ocurrir excepciones.
+except tipo1:
+ # Bloque a ejecutar en caso de que se dé una excepción de tipo1.
+ # Especificar el tipo también es opcional, si no se añade captura todos.
+except tipoN:
+ # Bloques adicionales (opcionales) a ejecutar en caso de que se dé una
+ # excepción de tipoN, que no haya sido capturada por los bloques
+ # anteriores.
+finally:
+ # Bloque (opcional) a ejecutar después de lo anterior, haya o no haya
+ # habido excepción.
+```
+
+Además de capturarse, las excepciones pueden lanzarse con la sentencia `raise`.
+
+``` python
+if not input:
+ raise ValueError("Invalid input")
+```
+
+Si el ejemplo anterior se diera dentro de una pieza de código que no podemos
+controlar, podríamos capturar el `ValueError` y evitar que la ejecución de
+nuestro programa terminara.
+
+``` python
+try:
+ # Bloque que puede lanzar un ValueError
+except ValueError:
+ print("Not value in input, using default")
+ input = None
+```
+
+Aunque aún no hemos entrado en la programación orientada a objetos, te adelanto
+que las excepciones se controlan como tal. Hay excepciones que serán hijas de
+otras, por lo que usando la excepción genérica de la familia seremos capaces de
+capturarlas, o podremos crear nuevas excepciones como hijas de las que python
+ya dispone de serie. Por ahora recuerda que debes ordenar los bloques `except`
+de más concreto a más genérico, porque si lo haces al revés, los primeros
+bloques te capturarán todas las excepciones y los demás no tendrán ocasión de
+capturar ninguna, perdiendo así el detalle de los fallos.
+
+Cuando aprendas sobre programación orientada a objetos en el apartado
+correspondiente puedes volver a visitar este punto y leer la documentación de
+python[^exception] para entender cómo hacerlo. Te adelanto que python tiene una
+larga lista de excepciones y que está considerado una mala práctica crear
+nuevas si las excepciones por defecto cubren un caso similar al que se
+encuentra en nuestro programa.
+
+[^exception]: <https://docs.python.org/3/library/exceptions.html>
+
+### Funciones
+
+Las funciones sirven, sobre todo, para reutilizar código. Si una pieza de
+código se utiliza en más de una ocasión en tu programa, es una buena candidata
+para agruparse en una función y poder reutilizarla sin necesidad de duplicar
+el código fuente. Aunque sirven para más fines y tienen detalles que
+aclararemos en un capítulo propio, en este apartado adelantaremos cómo se
+definen y cómo lanzan y posteriormente las analizaremos en detalle.
+
+Las definición de funciones se realiza con una estructura similar a las
+anteriores, una línea descriptiva terminada en dos puntos (`:`) y después un
+bloque con mayor sangría para definir el cuerpo.
+
+``` python
+def nombre_de_funcion (argumentos):
+ """
+ docstring, un string multilínea que sirve como documentación
+ de la función. Es opcional y no tiene efecto en el funcionamiento
+ de la función.
+ Es lo que se visualiza al ejecutar `help(nombre_de_función)`
+ """
+ # Cuerpo de la función
+```
+
+Para llamar a esta función que acabamos de crear:
+
+``` python
+nombre_de_función(argumentos)
+```
+
+El nombre de la función debe cumplir las mismas normas que los nombres de las
+referencias de las que ya hemos hablando anteriormente. Y esto debe ser así
+básicamente porque... ¡el nombre de la función también es una referencia a un
+valor de tipo función!
+
+Pronto ahondaremos más en este tema. De momento recuerda la declaración de las
+funciones. Dentro de ellas podrás incluir todas las estructuras definidas en
+este apartado, incluso podrás definir funciones.
+
+Aunque en el próximo capítulo tocará hablar de los argumentos de entrada, de
+momento te adelanto que cuando llamaste a la función `range` anteriormente, le
+introdujiste dos argumentos. Esos dos argumentos deben declararse como
+argumentos de entrada. Probablemente de una forma similar a esta:
+
+``` python
+def range (inicio, fin):
+ contador = inicio
+ salida = []
+ while contador < fin:
+ salida.append(contador)
+ contador = contador + 1
+ return salida
+```
+
+Lo que va a ocurrir al llamar a la función, por ejemplo, con esta llamada:
+`range(1, 10)` es que el argumento `inicio` tomará el valor `1` para esta
+ejecución y el argumento `fin` tomará el valor `10`, como si en el propio
+cuerpo de la función alguien hubiese hecho:
+
+``` python
+inicio = 1
+fin = 10
+```
+
+El contenido de la función se ejecutará, por tanto, con esas referencias
+asignadas a un valor. Con lo que sabes ya puedes intentar descifrar el
+comportamiento de la función `range` que hemos definido, que es similar, pero
+no igual, a la que define python.
+
+Sólo necesitas entender lo que hace la función `list.append` que puedes
+comprobar en la ayuda haciendo `help( list.append )` y la sentencia `return`,
+que se explica en el siguiente apartado.
+
+Prueba a leer ambas y a crear un archivo de python donde construyes la función
+y le lanzas unas llamadas. A ver si lo entiendes.
+
+### Sentencias útiles
+
+Python dispone de un conjunto de sentencias que pueden facilitar y flexibilizar
+mucho el uso de las estructuras que acabamos de visitar.
+
+#### Pass
+
+`pass` es una sentencia vacía, que no ejecuta nada. Es necesaria debido a las
+normas de sangría de python. Si construyes un bloque y no quieres rellenarlo
+por la razón que sea, debes usar `pass` en su interior porque, si no lo haces y
+simplemente lo dejas vacío, la sintaxis será incorrecta y python lanzará una
+excepción grave diciéndote que esperaba un bloque con sangría y no se lo diste.
+
+``` python
+>>> if True:
+...
+ File "<stdin>", line 2
+
+ ^
+IndentationError: expected an indented block
+>>> if True:
+... pass
+...
+```
+
+Suele utilizarse cuando no quiere tratarse una excepción o cuando se ha hecho
+un boceto de una función que aún no quiere desarrollarse, para que el
+intérprete no falle de forma inevitable.
+
+> NOTA: Las excepciones de sintaxis son las más graves, implican que el
+> intérprete no es capaz de entender lo que le pedimos así que la ejecución del
+> programa no llega a realizarse. La sintaxis se comprueba en una etapa previa
+> a la ejecución.
+
+#### Continue
+
+`continue` sirve para terminar el bucle actual y volver a comprobar la
+condición para decidir si volver a ejecutarlo.
+
+En el siguiente ejemplo salta la ejecución para el caso en el que `i` es `2`.
+
+``` python
+>>> for i in [0, 1, 2, 3]:
+... if i == 2:
+... continue
+... i
+...
+0
+1
+3
+```
+
+#### Break
+
+`break` rompe el bucle actual. A diferencia del `continue`, no se intenta
+ejecutar la siguiente sentencia, simplemente se rompe el bucle completo. En el
+siguiente ejemplo se rompe el bucle cuando `i` es `2` y no se recupera.
+
+``` python
+>>> for i in [0, 1, 2, 3]:
+... if i == 2:
+... break
+... i
+...
+0
+1
+```
+
+El `break` se usa mucho para romper bucles que son infinitos por definición. En
+lugar de añadir una condición compleja a un bucle `while`, por ejemplo, puedes
+usar un `True` en su condición e introducir un `if` más simple dentro de éste
+con un `break` que termine el bucle en los casos que te interesen. O puedes
+capturar una excepción y romper el bucle si ocurre.
+
+Además, es muy usado en búsquedas y habilita el uso del `else` en las
+sentencias `for`. Te propongo como ejercicio que trates de ejecutar y
+comprender el funcionamiento de esta pieza de código de python avanzado antes
+de seguir leyendo:
+
+``` python
+text = "texto de prueba"
+pos = 0
+
+for i in text:
+ if i == "b":
+ print("Found b in position: " + str(pos))
+ break
+ pos = pos + 1
+else:
+ print("b not found :( ")
+```
+
+Si cambias el texto de la variable `text` por uno que no tenga letra `b` verás
+que el bloque `else` se ejecuta. Esto se debe a que el `for` no termina de
+forma abrupta, sino que itera por el string completo.
+
+Si quieres, puedes memorizar esta estructura para cuando quieras hacer
+búsquedas. Es elegante y te será útil.
+
+
+#### Return
+
+La sentencia `return` sólo tiene sentido dentro de las funciones. Sirve para
+finalizar la ejecución de una función sustituyendo su llamada por el resultado
+indicado en el `return`. Esta operación rompe todos los bucles por completo.
+
+En el apartado de las funciones profundizaremos en el uso del `return` pero es
+importante mencionarlo aquí porque su funcionalidad puede sustituir al `break`
+en muchas ocasiones.
+
+## Lo que has aprendido
+
+Es difícil resumir todo lo que has aprendido en este capítulo porque, la verdad
+es que es mucha información. Pero no pasa nada porque este capítulo se ha
+creado más como referencia que como otra cosa. No tengas miedo a volver a
+leerlo todas las veces que necesites. A todos se nos olvida cómo hay que
+declarar las funciones si llevamos mucho tiempo sin tocar python, o si era
+`try-catch` o `try-except`. Este capítulo pretende, por un lado, darte una
+pincelada de cómo se escribe en python y, por otro, servir como manual de
+consulta posterior.
+
+Pero, por hacer la labor de resumen, has aprendido el orden de ejecución de las
+órdenes y como alterarlo con bucles y condicionales. Para ello, has tenido que
+aprender lo que es un *bloque* de código, una pieza fundamental para entender
+la sintaxis. Tras ver varios ejemplos de bucles y condicionales, te has
+sumergido en la verdad y la mentira mediante los valores *truthy* y *falsey*,
+para después avanzar a las *list comprehensions*, cuyo nombre contiene *list*
+pero valen para cualquier dato complejo.
+
+Has cambiado un poco de tema después, saltando a las excepciones, que no has
+podido ver en detalle por no ser, aún, un experto en programación orientada a
+objetos. Pero tranquilo, pronto lo serás.
+
+Una pincelada sobre funciones ha sido suficiente para que no les tengas miedo
+nunca más y que podamos atacar el siguiente capítulo con energía, ya que ahora
+toca jugar con funciones hasta entenderlas por completo.
+
+Las sentencias útiles que hemos recopilado al final permiten juguetear con
+todas las estructuras que hemos definido en el capítulo de modo que puedas
+usarlas a tu antojo de forma cómoda. Algunas de ellas como `continue` y `break`
+no son realmente necesarias, puede programarse evitándolas y, de hecho, en
+algunos lugares enseñan a no usarlas, como si de una buena práctica se tratara,
+cambiando las condiciones de los bucles para que hagan esta labor. En este
+documento se muestran porque, en primer lugar, si lees código escrito por otras
+personas las encontrarás y tendrás que entender qué hacen y, en segundo, porque
+son sentencias que simplifican el código haciéndolo más legible o más sencillo
+por muy impuras que a algunos programadores les puedan parecer.
diff --git a/es/04_funciones.md b/es/04_funciones.md
new file mode 100644
index 0000000..618ccd6
--- /dev/null
+++ b/es/04_funciones.md
@@ -0,0 +1,654 @@
+# Funciones
+
+El objetivo de este capítulo es que te familiarices con el uso de las
+funciones. Parece sencillo pero es una tarea un tanto complicada porque, visto
+como nos gusta hacer las cosas, tenemos una gran cantidad de complejidad que
+abordar.
+
+Antes de entrar, vamos a definir una función y a usarla un par de veces:
+
+``` python
+def inc(a):
+ b = a + 1
+ return b
+```
+
+Si la llamamos:
+
+``` python
+>>> inc(1)
+2
+>>> inc(10)
+11
+```
+
+Cuidado con las declaraciones internas en las funciones. Si preguntamos por
+`b`:
+
+``` python
+>>> b
+Traceback (most recent call last):
+ File "<stdin>", line 1, in <module>
+NameError: name 'b' is not defined
+```
+
+Parece que no conoce el nombre `b`. Esto es un tema relacionado con el *scope*.
+
+## Scope
+
+Anteriormente se ha dicho que python es un lenguaje de programación con gestión
+automática de la memoria. Esto significa que él mismo es capaz de saber cuando
+necesita pedir más memoria al sistema operativo y cuando quiere liberarla.
+El *scope* es un resultado este sistema. Para que python pueda liberar
+memoria, necesita de un proceso conocido como *garbage collector* (recolector
+de basura), que se encarga de buscar cuando las referencias ya no van a poder
+usarse más para pedir una liberación de esa memoria. Por tanto, las referencias
+tienen un tiempo de vida, desde que se crean hasta que el recolector de basura
+las elimina. Ese tiempo de vida se conoce como *scope* y, más que en tiempo, se
+trata en términos de espacio en el programa.
+
+El recolector de basura tiene unas normas muy estrictas y conociéndolas es
+fácil saber en qué espacio se puede mover una referencia sin ser disuelta.
+
+Resumiendo mucho, las referencias que crees se mantienen vivas hasta que la
+función termine. Como en el caso de arriba la función en la que se había creado
+`b` había terminado, `b` había sido limpiada por el recolector de basura. `b`
+era una referencia *local*, asociada a la función `inc`.
+
+Puede haber referencias declaradas fuera de cualquier función, que se llaman
+*globales*. Éstas se mantienen accesibles desde cualquier punto del programa, y
+se mantienen vivas hasta que éste se cierre. Considera que el propio programa
+es una función gigante que engloba todo.
+
+Python define que cualquier declaración está disponible
+en bloques internos, pero no al revés. El siguiente ejemplo lo muestra:
+
+``` python
+c = 100
+def funcion():
+ a = 1
+ # Se conoce c aquí dentro
+# Aquí fuera no se conoce a
+```
+
+El *scope* es peculiar en algunos casos que veremos ahora, pero mientras tengas
+claro que se extiende hacia dentro y no hacia fuera, todo irá bien.
+
+## First-class citizens
+
+Antes de seguir jugando con el *scope*, necesitas saber que las funciones en
+python son lo que se conoce como *first-class citizens* (ciudadanos de primera
+clase). Esto significa que pueden hacer lo mismo que cualquier otro valor.
+
+Las funciones son un valor más del sistema, como puede ser un string, y su
+nombre no es más que una referencia a ellas.
+
+Por esto mismo, pueden ser enviadas como argumento de entrada a otras
+funciones, devueltas con sentencias `return` o incluso ser declaradas dentro de
+otras funciones.
+
+Por ejemplo:
+
+``` python
+>>> def filtra_lista(list):
+... def mayor_que_4(a):
+... return a > 4
+... return list( filter(mayor_que_4, lista) )
+...
+>>> filtra_lista( [1,2,3,4,5,6,7] )
+[5, 6, 7]
+```
+
+En este ejemplo, haciendo uso de la función `filter` (usa la ayuda para ver lo
+que hace), filtramos todos los elementos mayores que `4` de la lista. Pero para
+ello hemos creado una función que sirve para compararlos y se la hemos
+entregado a la función `filter`.
+
+Este ejemplo no tiene más interés que intentar enseñarte que puedes crear
+funciones como cualquier otro valor y asignarles un nombre, para después
+pasarlas como argumento de entrada a otra función.
+
+## Lambdas
+
+Las funciones *lambda*[^lambda] o funciones anónimas son una forma sencilla de
+declarar funciones simples sin tener que escribir tanto. La documentación
+oficial de python las define como funciones para vagos.
+
+La sintaxis de una función lambda te la enseño con un ejemplo:
+
+``` python
+>>> lambda x,y: x + y
+<function <lambda> at 0x7f035b879950>
+>>> (lambda x,y: x + y)(1,2)
+3
+```
+
+En el ejemplo primero se muestra la declaración de una función y después
+colocando los paréntesis de precedencia y después de llamada a función se
+construye una función a la izquierda y se ejecuta con los valores `1` y `2`.
+
+Es fácil de entender la sintaxis de la función lambda, básicamente es una
+función reducida de sólo una sentencia con un `return` implícito.
+
+El ejemplo de la función `filtra_lista` puede reducirse mucho usando una
+función lambda:
+
+``` python
+>>> def filtra_lista( lista ):
+... return list( filter(lambda x: x > 4, lista) )
+...
+>>> filtra_lista( [1,2,3,4,5,6,7] )
+[5, 6, 7]
+```
+
+No necesitábamos una función con nombre en este caso, porque sólo iba a
+utilizarse esta vez, así que resumimos y reducimos tecleos.
+
+De todos modos, podemos asignarlas a una referencia para poder repetir su uso:
+
+``` python
+>>> f = lambda x: x + 1
+>>> f(1)
+2
+>>> f(10)
+11
+>>> f
+<function <lambda> at 0x7f02184febf8>
+```
+
+Las funciones lambda se usan un montón como *closure*, un concepto donde el
+*scope* se trabaja más allá de lo que hemos visto. Sigamos visitando el
+*scope*, para entender sus usos más en detalle.
+
+[^lambda]: Toman su nombre del Lambda
+ Calculus:
+ <https://en.wikipedia.org/wiki/Deductive_lambda_calculus>
+
+## Scope avanzado
+
+Cada vez que se crea una función, python crea un nuevo contexto para ella.
+Puedes entender el concepto de contexto como una tabla donde se van guardando
+las referencias que se declaran en la función. Cuando la función termina, su
+contexto asociado se elimina, y el recolector de basura se encarga de liberar
+la memoria de sus variables, tal y como vimos anteriormente.
+
+Lo que ocurre es que estos contextos son jerárquicos, por lo que, al crear una
+función, el padre del contexto que se crea es el contexto de la función madre.
+Python utiliza esto como método para encontrar las referencias. Si una
+referencia no se encuentra en el contexto actual, python la buscará en el
+contexto padre y así sucesivamente hasta encontrarla o lanzar un error diciendo
+que no la conoce. Esto explica por qué las variables declaradas en la función
+madre pueden encontrarse y accederse y no al revés.
+
+Aunque hemos explicado el *scope* como un concepto asociado a las funciones, la
+realidad es que hay varias estructuras que crean nuevos contextos en python. El
+comportamiento sería el mismo del que se ha hablado anteriormente, las
+referencias que se creen en ellos no se verán en el *scope* de nivel superior,
+pero sí al revés. Los casos son los siguientes:
+
+- Los módulos. Ver capítulo correspondiente
+- Las clases. Ver capítulo de Programación Orientada a Objetos.
+- Las funciones, incluidas las funciones anónimas o lambda.
+- Las expresiones generadoras[^generator-expression], que normalmente se
+ encuentran en las *list-comprehension* que ya se han tratado en el capítulo
+ previo.
+
+[^generator-expression]: <https://www.python.org/dev/peps/pep-0289/>
+
+
+### Scope léxico, Closures
+
+Hemos dicho que las funciones pueden declararse dentro de funciones, pero no
+hemos hablado de qué ocurre con el *scope* cuando la función declarada se
+devuelve y tiene una vida más larga que la función en la que se declaró. El
+siguiente ejemplo te pone en contexto:
+
+``` python
+def create_incrementer_function(increment):
+ def incrementer (val):
+ # Recuerda que esta función puede ver el valor `increment` por
+ # por haber nacido en un contexto superior.
+ return val + increment
+ return incrementer
+
+increment10 = create_incrementer_function(10)
+increment10(10) # Returns 20
+increment1 = create_incrementer_function(1)
+increment1(10) # Returns 11
+```
+En este ejemplo hemos creado una función que construye funciones que sirven
+para incrementar valores.
+
+Las funciones devueltas viven durante más tiempo que la función que las
+albergaba por lo que saber qué pasa con la variable `increment` es difícil a
+simple vista.
+
+Python no destruirá ninguna variable que todavía pueda ser accedida, si lo
+hiciera, las funciones devueltas no funcionarían porque no podrían incrementar
+el valor. Habrían olvidado con qué valor debían incrementarlo.
+
+Para que esto pueda funcionar, las funciones guardan el contexto del momento de
+su creación, así que la función `incrementer` recuerda la primera vez que fue
+construida en un contexto en el que `increment` valía `10` y la nueva
+`incrementer` creada en la segunda ejecución de `create_incrementer_function`
+recuerda que cuando se creó `increment` tomó el valor `1`. Ambas funciones son
+independientes, aunque se llamen de la misma forma en su concepción, no se
+pisaron la una a la otra, porque pertenecían a contextos distintos ya que la
+función que las creaba terminó y luego volvió a iniciarse.
+
+Este funcionamiento donde el comportamiento de las funciones depende del lugar
+donde se crearon y no del contexto donde se ejecutan se conoce como *scope
+léxico*.
+
+Las *closures* son una forma de implementar el *scope léxico* en un lenguaje
+cuyas funciones sean *first-class citizens*, como es el caso de python, y su
+funcionamiento se basa en la construcción de los contextos y su asociación a
+una función capaz de recordarlos aunque la función madre haya terminado.
+
+Python analiza cada función y revisa qué referencias del contexto superior
+deben mantenerse en la función. Si encuentra alguna, las asocia a la propia
+función creando así lo que se conoce como *closure*, una función que recuerda
+una parte del contexto. No todas las funciones necesitan del contexto previo
+así que sólo se crean *closures* en función de lo necesario.
+
+Puedes comprobar si una función es una *closure* analizando su campo
+`__closure__`. Si no está vacío (valor `None`), significará que la función es
+una *closure* como la que ves a continuación. Una *closure* que recuerda un
+*int* del contexto padre:
+
+``` python
+>>> f.__closure__
+(<cell at 0x7f04b4ebfa68: int object at 0xa68ac0>,)
+```
+
+Lo que estás viendo lo entenderás mejor cuando llegues al apartado de
+programación orientada a objetos. Pero, para empezar, ves que contiene una
+tupla con una `cell` de tipo *integer*.
+
+A nivel práctico, las *closures* son útiles para muchas labores que iremos
+desgranando de forma accidental. Si tienes claro el concepto te darás cuenta
+dónde aparecen en los futuros ejemplos.
+
+### `global` y `nonlocal`
+
+Hemos hablado de qué sentencias crean nuevos contextos, pero no hemos hablado
+de qué pasa si esos nuevos contextos crean referencias cuyo nombre es idéntico
+al de las referencias que aparecen en contextos superiores.
+
+Partiendo de lo que se acaba de explicar, y antes de adentrarnos en ejemplos,
+si se crea una función (o cualquiera de las otras estructuras) python creará un
+contexto para ella. Una vez creado, al crear una variable en este nuevo
+contexto, python añadirá una nueva entrada en su tabla hija con el nombre de la
+variable. Al intentar consultarla, python encontrará que en su tabla hija
+existe la variable y tomará el valor con el que la declaramos. Cuando la
+función termine, la tabla de contexto asociada a la función será eliminada.
+Esto siempre es así, independientemente del nombre de referencia que hayamos
+seleccionado. Por tanto, si el nombre ya existía en alguno de los contextos
+padre, lo ocultaremos, haciendo que dentro de esta función se encuentre el
+nombre recién declarado y no se llegue a buscar más allá. Cuando la función
+termine, como el contexto asociado a ésta no está en la zona de búsqueda de la
+función madre, en la función madre el valor seguirá siendo el que era.
+
+Ilustrándolo en un ejemplo:
+
+``` python
+>>> a = 1
+>>> def f():
+... a = 2
+... print(a)
+...
+>>> f()
+2
+>>> a
+1
+```
+
+Aunque el nombre de la referencia declarada en el interior sea el mismo que el
+de una referencia externa su declaración no afecta, lógicamente, al exterior
+ya que ocurre en un contexto independiente.
+
+Para afectar a la referencia global, python dispone de la sentencia `global`.
+La sentencia `global` afecta al bloque de código actual, indicando que los
+identificadores listados deben interpretarse como globales. De esta manera, si
+se reasigna una referencia dentro de la función, no será el contexto propio el
+que se altere, sino el contexto global, el padre de todos los contextos.
+
+``` python
+>>> a = 1
+>>> def f():
+... global a
+... a = 2
+... print(a)
+...
+>>> f()
+2
+>>> a
+2
+```
+
+> NOTA: Te recomiendo, de todas formas, que nunca edites valores globales desde
+> el cuerpo de funciones. Es más elegante y comprensible si los efectos de las
+> funciones sólo se aprecian en los argumentos de entrada y salida.
+
+Para más detalles sobre limitaciones y excepciones, puedes buscar en la ayuda
+ejecutando `help("global")`.
+
+El caso de `nonlocal` es similar, sin embargo, está diseñado para trabajar en
+contextos anidados. Es decir, en lugar de saltar a acceder a una variable
+global, `nonlocal` la busca en cualquier contexto que no sea el actual.
+`nonlocal` comienza a buscar las referencias en el contexto padre y va saltando
+hacia arriba en la jerarquía en busca de la referencia. Para saber más:
+`help("nonlocal")`.
+
+La diferencia principal entre ambas es que `global` puede crear nuevas
+referencias, ya que se sabe a qué contexto debe afectar: al global. Sin
+embargo, `nonlocal` necesita que la referencia a la que se pretende acceder
+esté creada, ya que no es posible saber a qué contexto se pretende acceder.
+
+Las sentencias `global` y `nonlocal` son tramposas, ya que son capaces de
+alterar el comportamiento del *scope léxico* y convertirlo en *scope dinámico*
+en casos extraños. El *scope dinámico* es el caso opuesto al léxico, en el que
+las funciones acceden a valores definidos en el contexto donde se ejecutan, no
+donde se crean.
+
+## Argumentos de entrada y llamadas
+
+Los argumentos de entrada se definen en la declaración de la función y se ha
+dado por hecho que es evidente que se separan por comas (`,`) y que, a la hora
+de llamar a la función, deben introducirse en el orden en el que se han
+declarado. Por mucho que esto sea cierto, requiere de una explicación más
+profunda.
+
+### Callable
+
+En python las funciones son un tipo de *callable*, «cosa que puede ser llamada»
+en inglés. Esto significa, de algún modo que hay otras cosas que pueden ser
+llamadas que no sean funciones. Y así es.
+
+Para python cualquier valor que soporte la aplicación de los paréntesis se
+considera «llamable». En el apartado de programación orientada a objetos
+entenderás esto en detalle. De momento, piensa que, igual que pasa al acceder a
+los campos de una colección usando los corchetes, siempre que python se
+encuentre unos paréntesis después de un valor tratará de ejecutar el valor. Así
+que los paréntesis no son una acción que únicamente pueda aplicarse en nombres
+de función[^lambdas-ejemplo] y python no lanzará un fallo de sintaxis cuando
+los usemos fuera de lugar, si no que será un fallo de tiempo de ejecución al
+darse cuenta de lo que se intenta ejecutar no es ejecutable.
+
+``` python
+>>> 1()
+Traceback (most recent call last):
+ File "<stdin>", line 1, in <module>
+TypeError: 'int' object is not callable
+```
+
+[^lambdas-ejemplo]: Aunque en realidad esto ya lo has visto en los ejemplos de
+ las funciones lambda.
+
+#### Caso de estudio: Switch Case
+
+Si quieres ver un ejemplo avanzado de esto, te propongo la creación de la
+estructura *switch-case* [^switch-case], que puede encontrarse en otros
+lenguajes, pero que en lugar de usar una estructura basada en un *if* con
+múltiples *elif* uses un diccionario de funciones.
+
+Las funciones son valores, por lo que pueden ocupar un diccionario como
+cualquier otro valor. Construyendo un diccionario en cuyas claves se encuentran
+los casos del *switch-case* y en cuyos valores se encuentran sus funciones
+asociadas se puede crear una sentencia con el mismo comportamiento.
+
+En el siguiente ejemplo se plantea una aplicación por comandos. Captura el
+tecleo del usuario y ejecuta la función asociada al comando. Las funciones no
+están escritas, pero puedes completarlas y analizar su comportamiento. Las
+palabras que no entiendas puedes consultarlas en la ayuda.
+
+``` python
+def borrar(*args):
+ pass
+def crear(*args):
+ pass
+def renombrar(*args):
+ pass
+
+casos = {
+ "borrar": borrar,
+ "crear": crear,
+ "renombrar": renombrar
+}
+
+comando = input("introduce el comando> ")
+
+try:
+ casos[comando]()
+except KeyError:
+ print("comando desconocido")
+
+```
+
+[^switch-case]: <https://en.wikipedia.org/wiki/Switch_statement>
+
+### Positional vs Keyword Arguments
+
+Las funciones tienen dos tipos de argumentos de entrada, aunque sólo hayamos
+mostrado uno de ellos de momento.
+
+El que ya conoces se denomina *positional argument* y se refiere a que son
+argumentos que se definen en función de su posición. Los argumentos
+posicionales deben ser situados siempre en el mismo orden, si no, los
+resultados de la función serán distintos. Las referencias `source` y `target`
+toman el primer argumento y el segundo respectivamente. Darles la vuelta
+resulta en el resultado opuesto al que se pretendía.
+
+``` python
+def move_file ( source, target ):
+ "Mueve archivo de `source` a `target"
+ pass
+
+move_file("file.txt", "/home/guido/doc.txt")
+ # "file.txt" -> "/home/guido/doc.txt"
+move_file("/home/guido/doc.txt", "file.txt")
+ # "/home/guido/doc.txt"-> "file.txt"
+```
+
+Los *keyword argument* o argumentos con nombre, por otro lado, se comportan
+como un diccionario. Su orden no importa pero es necesario marcarlos con su
+respectiva clave. Además, son opcionales porque en el momento de la declaración
+de la función python te obliga a que les asocies un valor por defecto
+(*default*). En el siguiente ejemplo se convierte la función a una basada en
+argumentos con nombre. No se han utilizado valores por defecto especiales, pero
+pueden usarse otros.
+
+``` python
+def move_file( source=None, target=None):
+ "Mueve archivo de `source` a `target"
+ pass
+
+move_file(source="file.txt", target="/home/guido/doc.txt")
+ # "file.txt" -> "/home/guido/doc.txt"
+move_file(target="/home/guido/doc.txt", source="file.txt")
+ # "file.txt" -> "/home/guido/doc.txt"
+```
+
+> NOTA: Si quieres que sean obligatorios, siempre puedes lanzar una excepción.
+
+Para funciones que acepten ambos tipos de argumento, es obligatorio declarar e
+introducir todos los argumentos posicionales primero. Es lógico, porque son
+los que requieren de una posición.
+
+También es posible declarar funciones que acepten cualquier cantidad de
+argumentos de un tipo u otro. Ésta es la sintaxis:
+
+``` python
+def argument_catcher( *args, **kwargs )
+ "Función ejecutable con cualquier número de argumentos de entrada, tanto
+ posicionales como con nombre."
+ print( args )
+ print( kwargs )
+```
+
+Los nombres `args` y `kwargs` son convenciones que casi todos los programadores
+de python utilizan, pero puedes seleccionar los que quieras. Lo importante es
+usar `*` para los argumentos posicionales y `**` para los argumentos con
+nombre.
+
+Prueba a ejecutar la función del ejemplo, verás que los argumentos posicionales
+se capturan en una tupla y los argumentos con nombre en un diccionario.
+
+Este tipo de funciones multiargumento se utilizan mucho en los *decorators*,
+caso que estudiaremos al final de este capítulo.
+
+#### Peligro: Mutable Defaults
+
+Existe un caso en el que tienes que tener mucho cuidado. Los valores por
+defecto en los argumentos con nombre se memorizan de una ejecución de la
+función a otra. En caso de que sean valores inmutables no tendrás problemas,
+porque su valor nunca cambiará, pero si almacenas en ellos valores mutables y
+los modificas, la próxima vez que ejecutes la función los valores por defecto
+habrán cambiado.
+
+La razón por la que los valores por defecto se recuerdan es que esos valores se
+construyen en la creación de la función, no en su llamada. Lógicamente, puesto
+que es en la sentencia `def` donde aparecen.
+
+``` python
+>>> def warning(default=[]):
+... default.append(1)
+... return default
+...
+>>> warning()
+[1]
+>>> warning()
+[1, 1]
+>>> warning()
+[1, 1, 1]
+>>> warning()
+[1, 1, 1, 1]
+```
+
+## Decorators
+
+Los *decorators* son un concepto que, a pesar de ser bastante concreto, nos
+permite descubrir todo el potencial de lo que se acaba de tratar en este
+apartado. Sirven para dotar a las funciones de características adicionales.
+
+Por ejemplo, éste es un decorador que permite crear funciones que se ejecutan
+en un *thread* independiente. Tiene sentido para realizar acciones de las que
+se quiere que se ejecuten por su cuenta sin ralentizar el hilo principal del
+programa, como el envío de un email desde un servidor web.
+
+``` python
+import threading
+
+def run_in_thread(fn):
+ def run(*args, **kwargs):
+ t = threading.Thread(target=fn, args=args, kwargs=kwargs)
+ t.start()
+ return t
+ return run
+
+@run_in_thread
+def send_mail():
+ """
+ Envía un email a un usuario, sin esperar confirmación.
+ """
+ pass
+```
+
+Hay muchos detalles que te habrán llamado la atención del ejemplo, el uso de
+`@run_in_thread` probablemente sea uno de ellos. Éste es, sin embargo, el
+detalle menos importante ya que únicamente se trata de un poco de *syntactic
+sugar*.
+
+> NOTA: el *syntactic sugar* son simplificaciones sintácticas que el lenguaje
+> define para acortar expresiones muy utilizadas. El ejemplo clásico de
+> *syntactic sugar* es:
+> `a += b`
+> Que es equivalente a:
+> `a = a + b`
+
+Los *decorators* pueden entenderse como un envoltorio para una función. No son
+más que una función que devuelve otra. En el caso del decorador del ejemplo,
+el *decorator* `run_in_thread` es función que recibe otra función como
+argumento de entrada y devuelve la función `run`. Este decorador, al aplicarlo
+a una función con `@run_in_thread` está haciendo lo siguiente:
+
+``` python
+send_mail = run_in_thread(send_mail)
+```
+
+> NOTA: `@decorator` es *syntactic sugar* de `fn = decorator(fn)`. Simplemente,
+> es más corto y más bonito.
+
+Por lo que la función `send_mail` ya no es lo que creíamos, sino la función
+`run`. En el ejemplo, la función `run` llama a la función `fn` de la función
+madre (`run` es una *closure*), que resulta ser `send_mail`, a modo de thread
+independiente.
+
+Como puedes apreciar, el hecho de capturar todos los posibles argumentos de
+entrada en la función `run` permite a `run_in_thread` decorar cualquier
+función, sabiendo que funcionará.
+
+El principal problema que los decoradores generan es que la función que hemos
+decorado ya no es la que parecía ser, así que su *docstring*, sus argumentos de
+entrada, etc. ya no pueden comprobarse desde la REPL usando la ayuda, ya que la
+ayuda buscaría la ayuda de la función devuelta por el decorador (`run` en el
+ejemplo). Usando `@functools.wraps`[^functools] podemos resolver este
+problema.
+
+[^functools]: Puedes leer por qué y cómo en la documentación oficial de
+ python:
+ <https://docs.python.org/3/library/functools.html#functools.wraps>
+
+La realidad es que los *decorators* son una forma muy elegante de añadir
+funcionalidades a las funciones sin complicar demasiado el código. Permiten
+añadir capacidad de depuración, *profiling* y todo tipo de funcionalidades que
+se te ocurran.
+
+Este apartado se deja varias cosas en el tintero, como los decoradores con
+parámetros de entrada, pero no pretende ser una referencia de cómo se usan,
+sino una introducción a un concepto útil que resume perfectamente lo tratado
+durante todo el capítulo.
+
+Te animo, como ejercicio, a que analices el decorador `@lru_cache` del módulo
+`functools` y comprendas su interés y su funcionamiento. Para leerlo en la
+ayuda debes importar el módulo `functools` primero. Como aún no sabes hacerlo,
+aquí tienes la receta:
+
+``` python
+>>> import functools
+>>> help(functools.lru_cache)
+```
+
+
+## Lo que has aprendido
+
+Este capítulo puede que sea el más complejo de todos los que te has encontrado
+y te encontrarás. En él has aprendido a declarar y a usar funciones, cosa
+sencilla, y todos los conceptos importantes relacionados con ellas. Un
+conocimiento que es útil en python, pero que puede ser extendido a casi
+cualquier lenguaje.
+
+Tras un sencillo acercamiento al *scope*, has comprendido que las funciones en
+python son sólo un valor más, como puede ser un `int`, y que pueden declararse
+en cualquier lugar, lo que te abre la puerta a querer declarar funciones
+sencillas sin nombre, que se conocen como funciones *lambda*.
+
+Una vez has aclarado que las funciones son ciudadanos de primera clase
+(*first-class citizens*) ya estabas preparado para afrontar la realidad del
+*scope* donde has tratado los contextos y cómo funcionan definiendo el concepto
+del *scope léxico* que, colateralmente, te ha enseñado lo que es una *closure*,
+un método para implementarlo. Pero también has tenido ocasión de aprender que
+en python es posible crear casos de *scope dinámico* mediante las sentencias
+`global` y `nonlocal`, que pueden ser útiles, pero es mejor no abusar de ellas.
+
+Pero no había quedado claro en su momento cómo funcionaban los argumentos de
+entrada y las llamadas a las funciones, así que has tenido ocasión de ver por
+primera vez lo que es un *callable* en python, aunque se te ha prometido
+analizarlo en el futuro. Lo que sí que has tenido ocasión de tratar son los
+argumentos *positional* y *keyword*, y cómo se utilizan en todas sus posibles
+formas.
+
+Finalmente, para agrupar todo esto en un único concepto, se te han mostrado los
+*decorators*, aunque de forma muy general, con el fin de que vieras que todo lo
+que se ha tratado en este capítulo aparece en conceptos avanzados y es
+necesario entenderlo si quieren llegar a usarse de forma eficiente.
diff --git a/es/05_oop.md b/es/05_oop.md
new file mode 100644
index 0000000..6fdb9ce
--- /dev/null
+++ b/es/05_oop.md
@@ -0,0 +1,1093 @@
+# Programación Orientada a Objetos
+
+La *programación orientada a objetos* u *object oriented programming* (OOP) es
+un paradigma de programación que envuelve python de pies a cabeza. A pesar de
+que python se define como un lenguaje de programación multiparadigma, la
+programación orientada a objetos es el paradigma principal de éste. A pesar de
+que varias de las características que tratamos en el apartado anterior se
+corresponden más con un lenguaje de programación funcional, en python **todo**
+(o casi todo) es una clase.
+
+Python usa una programación orientada a objetos basada en clases[^class], a
+diferencia de otros lenguajes como JavaScript, donde la orientación a objetos
+está basada en prototipos[^proto]. No es el objetivo de este documento el de
+contarte cuales son las diferencias entre ambas, pero es interesante que sepas
+de su existencia, ya que es una de las pocas diferencias que existen entre
+estos dos lenguajes de amplio uso en la actualidad.
+
+[^class]: <https://en.wikipedia.org/wiki/Class-based_programming>
+[^proto]: <https://en.wikipedia.org/wiki/Prototype-based_programming>
+
+## Programación basada en clases
+
+Tras haber hecho una afirmación tan categórica como que en python todo son
+clases, es nuestra obligación entrar a definir lo que son y qué implica la
+programación basada en clases.
+
+Los objetos, *objects*, son entidades que encapsulan un estado, un
+comportamiento y una identidad capaz de separarlos de otras entidades. Una
+clase, *class*, es la definición de estos objetos.
+
+Saliendo de la definición filosófica y trayéndola a un nivel de andar por casa,
+puedes aclararte sabiendo que las clases son la definición enciclopédica de
+algo, mientras que los objetos son el propio objeto, persona o animal descrito.
+
+Llevándolo al ejemplo de un perro, la clase es la definición de qué es un perro
+y los objetos son los distintos perros que te puedes encontrar en el mundo. La
+definición de perro indica qué características ha de tener un ente para ser un
+perro, como ser un animal, concretamente doméstico, qué anatomía debe tener,
+cómo debe comportarse, etc. Mientras que el propio perro es uno de los casos de
+esa definición.
+
+Cada perro tiene una **identidad propia** y es independiente de los otros,
+tiene un **comportamiento** concreto (corre, salta, ladra...) y tiene un
+**estado** (está despierto o dormido, tiene una edad determinada...).
+
+La diferencia entre una clase y un objeto tiene lógica si lo piensas desde la
+perspectiva de que python no tiene ni idea de lo que es un perro y tú tienes
+que explicárselo. Una vez lo haces, declarando tu clase, puedes crear
+diferentes perros y ponerlos a jugar. Lo bonito de programar es que tu programa
+es tu mundo y tú decides lo que es para ti (o para tu programa) un perro.
+
+A nivel práctico, los objetos son grupos de datos (el *estado*) y funciones (la
+*funcionalidad*). Estas funciones son capaces de alterar los datos del propio
+objeto y no de otro (se intuye el concepto de *identidad*). Analizándolo desde
+el conocimiento que ya tienes, es lógico pensar que un objeto es, por tanto,
+una combinación de valores y funciones accesible a modo de elemento único.
+Exactamente de eso se trata.
+
+Existe una terminología técnica, eso sí, para referirse a esos valores y a esas
+funciones. Normalmente los valores se conocen como *propiedades* del objeto y
+las funciones se conocen como *métodos*. Así que siempre que hagamos referencia
+a cualquiera de estas dos palabras clave debes recordar que hacen referencia a
+la programación orientada a objetos.
+
+### Fundamento teórico
+
+La programación basada en clases se basa en tres conceptos fundamentales que
+repasaremos aquí de forma rápida para razonar el interés de la programación
+orientada a objetos sobre otros paradigmas.
+
+La **encapsulación**[^encapsulation] trata de crear datos con sus métodos
+propios para alterarlos de modo que restrinjan el acceso directo al contenido
+de estos datos con el fin de asegurar una coherencia o robustez interna. Puedes
+entender esto como una forma de esconder información o como mi profesor de
+programación II en la universidad solía decir: «Las patatas se pelan en la
+cocina del restaurante, no en el comedor». La utilidad de la encapsulación es
+la de aislar secciones del programa para tener total control sobre su
+contenido gracias a tener total control de la vía de acceso a estos datos. A
+nivel práctico este concepto puede usarse para, por ejemplo, obligar a que un
+objeto sólo pueda ser alterado en incrementos controlados en lugar de poder
+pisarse con un valor arbitrario.
+
+La **herencia**[^inheritance] es un truco para reutilizar código de forma
+agresiva que, casualmente, sirve como una buena forma de razonar. Aporta la
+posibilidad de crear nuevas *clases* a partir de clases ya existentes.
+Volviendo a la simplificación anterior, si una clase es una definición
+enciclopédica de un concepto, como un perro, puede estar basada en otra
+descripción para evitar contar todo lo relacionado con ella. En el caso del
+perro, el perro es un animal. Animal podría ser otra clase definida previamente
+de la que el perro heredara y recibiera gran parte de su descripción genérica
+para sólo cubrir puntos que necesite especificar como el tamaño, la forma, el
+tipo de animal, el comportamiento concreto, etc. Existe la posibilidad de hacer
+herencias múltiples también ya que algunos conceptos pueden describirse en dos
+superclases distintas: un perro es un animal (vive, muere, se alimenta, se
+reproduce) y también es terrestre (camina sobre una superficie, etc). Ambos
+conceptos son independientes: los coches también son terrestres pero no son
+animales y los peces también son animales pero no terrestres.
+
+Y, finalmente, el **polimorfismo**[^polymorphism]. La propia etimología de la
+palabra define con bastante precisión el concepto, pero aplicarlo a la
+programación orientada a objetos no es tan evidente. Existen varios tipos de
+polimorfismo pero el más sencillo es entender el *subtyping*[^subtyping]. Una
+vez lo comprendas el resto será evidente. Si volvemos al ejemplo del perro,
+para ciertos comportamientos, nos da igual que tratemos de perros, de peces o
+de pájaros, todos son animales y todos los animales se comportan de la misma
+forma. Es decir, todas las subclases señaladas comparten el comportamiento de
+la superclase animal. Si esto es cierto, puede suponerse que en cualquier caso
+en el que se espere un objeto de la clase animal es seguro usar una subclase de
+ésta.
+
+Visto desde otra perspectiva, las subclases comparten comportamiento porque
+reutilizan las funciones de la clase principal o las redefinen (*herencia*),
+pero podemos asegurar que todas las subclases tienen un conjunto de funciones
+con la misma estructura, independientemente de lo que hagan, que aseguran que
+siempre van a ser compatibles. El nombre de esta cualidad viene a que un perro
+puede tomar la forma de un animal.
+
+Los otros tipos de polimorfismo explotan el mismo comportamiento de diferentes
+maneras, mientras que recuerdes que es posible programar de modo que el tipo de
+los datos que trates sea indiferente o pueda variar es suficiente. Otro ejemplo
+de esto son los operadores matemáticos, que son capaces de funcionar en
+cualquier tipo de número (integer, float, complex, etc.) de la misma manera, ya
+que todos son números, al fin y al cabo.
+
+Entender estos conceptos a nivel intuitivo, sin necesidad de entrar en los
+detalles específicos de cada uno, es interesante para cualquier programador y
+facilita de forma radical la comprensión de muchas de las decisiones de diseño
+tomadas en python y en proyectos relacionados aunque también, por supuesto, de
+otros lenguajes y herramientas.
+
+[^encapsulation]: https://en.wikipedia.org/wiki/Encapsulation_(computer_programming)
+[^inheritance]: https://en.wikipedia.org/wiki/Inheritance_(object-oriented_programming)
+[^polymorphism]: https://en.wikipedia.org/wiki/Polymorphism_(computer_science)
+[^subtyping]: https://en.wikipedia.org/wiki/Subtyping
+
+
+## Sintaxis
+
+En el siguiente ejemplo se muestra la sintaxis básica a la hora de crear una
+clase y después instanciar dos nuevos objetos `bobby` y `beltza`. Los puntos
+(`.`) se utilizan para indicar a quién pertenece el método o propiedad al que
+se hace referencia (*identidad*). De este modo, no ocurrirá lo mismo cuando el
+perro (`Dog`) `bobby` ladre (`bark`) que cuando lo haga el perro `beltza`.
+
+Los métodos describen la *funcionalidad* asociada a los perros en general, pero
+además, la función `bark` los describe en particular, haciendo que cada perro
+tome su nombre (`name`), una propiedad o dicho de otro modo, su *estado*.
+
+``` python
+class Dog:
+ type = "canine"
+ def __init__(self, name):
+ self.name = name
+ def bark(self):
+ print("Woof! My name is " + self.name)
+
+bobby = Dog("Bobby") # New Dog called Bobby
+beltza = Dog("Beltza") # New Dog called Beltza
+
+bobby.name # Bobby
+beltza.name # Beltza
+
+bobby.type # canine
+beltza.type # canine
+
+bobby.bark() # Prints "Woof! My name is Bobby"
+beltza.bark() # Prints "Woof! My name is Beltza"
+```
+
+### Creación de objetos
+
+El ejemplo muestra cómo crear nuevos *objetos* de la clase `Dog`. Las llamadas
+a `Dog("Bobby")` y `Dog("Beltza")` crean las diferentes instancias de la clase.
+
+Llamar a los nombres de clase como si de funciones se tratara crea una
+instancia de éstas. Los argumentos de entrada de la llamada se envían como
+argumentos de la función `__init__` declarada también en el propio ejemplo.
+Entiende de momento que los argumentos posicionales se introducen a partir de
+la segunda posición, dejando el argumento llamado `self` en el ejemplo para un
+concepto que más adelante entenderás.
+
+En el ejemplo, por tanto, se introduce el nombre (`name`) de cada `Dog` en su
+creación y la función `__init__` se encarga de asignárselo a la instancia
+recién creada mediante una metodología que se explica más adelante en este
+mismo capítulo. De momento no es necesario comentar en más profundidad estos
+detalles, con lo que sabes es suficiente para entender el funcionamiento
+general.
+
+Queda por aclarar, sin embargo, qué es la función `__init__` y por qué tiene un
+nombre tan extraño y qué es `type = canine`, que lo trataremos en próximos
+apartados de este capítulo.
+
+### Herencia
+
+Antes de entrar en los detalles propuestos en el apartado anterior, que tratan
+conceptos algo más avanzados, es interesante ver cómo definir clases mediante
+la herencia. Basta con introducir una lista de clases de las que heredar en la
+definición de la clase, entre paréntesis, como si de argumentos de entrada de
+una función se tratara, tal y como se muestra en la clase `Dog` del siguiente
+ejemplo ejecutado en la REPL:
+
+``` python
+>>> class Animal:
+... def live(self):
+... print("I'm living")
+...
+>>> class Terrestrial:
+... def move(self):
+... print("I'm moving on the surface")
+...
+>>> class Dog(Animal, Terrestrial):
+... def bark(self):
+... print("woof!")
+... def move(self):
+... print("I'm walking on the surface")
+...
+>>> bobby = Dog()
+>>> bobby.bark()
+woof!
+>>> bobby.live()
+"I'm living"
+>>> bobby.move()
+"I'm walking on the surface"
+```
+
+El ejemplo muestra un claro uso de la herencia. La clase `Dog` hereda
+automáticamente las funciones asociadas a las superclases, pero es capaz de
+definir las propias e incluso redefinir algunas. Independientemente de la
+redefinición del método `move`, cualquier perro (`Dog`) va a ser capaz de
+moverse por la superficie, porque la superclase `Terrestrial` ya le da los
+métodos necesarios para hacerlo. Lo que ocurre es que cualquier subclase de
+`Terrestrial` tiene la ocasión moverse (`move`) a su manera: en el caso del
+perro, caminando.
+
+> NOTA: La herencia es interesante, pero tampoco debe caerse en la psicosis de
+> añadir demasiadas superclases. En ocasiones las superclases son necesarias,
+> sobre todo cuando aprovechar el polimorfismo facilita el trabajo, pero
+> usarlas de forma agresiva genera código extremadamente complejo sin razón.
+
+
+### Métodos de objeto o funciones de clase: `self`
+
+Los métodos reciben un parámetro de entrada llamado `self` que no se utiliza a
+la hora de llamarlos: al hacer `bobby.bark()` no se introduce ningún argumento
+de entrada a la función `bark`.
+
+Sin embargo, si no se añade el argumento de entrada a la definición del método
+`bark` y se llama a `bobby.bark()` pasa lo siguiente:
+
+``` python
+>>> class Dog:
+... def bark():
+... pass
+...
+>>> bobby = Dog()
+>>> bobby.bark()
+Traceback (most recent call last):
+ File "<stdin>", line 1, in <module>
+TypeError: bark() takes 0 positional arguments but 1 was given
+```
+
+Python dice que `bark` espera `0` argumentos posicionales pero se le ha
+entregado `1`, que nosotros no hemos metido en la llamada, claro está. Así que
+ha debido de ser él.
+
+Efectivamente, python introduce un argumento de entrada en los métodos, el
+argumento de entrada que por convención se suele llamar `self`. Este parámetro
+es el propio `bobby` en este caso.
+
+> NOTA: Por convención se le denomina `self`. Tú le puedes llamar como te
+> apetezca pero, si pretendes que otros programadores te entiendan, mejor
+> `self`.
+
+Para explicar por qué ocurre esto es necesario diferenciar bien entre clase y
+objeto. Tal y como hemos hecho antes con las definiciones enciclopédicas
+(*clase*) y los conceptos del mundo real que encajan en la definición
+(*objeto*). Los objetos también se conocen como instancias, son piezas de
+información independiente que han sido creadas a partir de la definición que la
+clase aportaba.
+
+En python las clases tienen la posibilidad de tener funciones, que definen el
+comportamiento de la clase y no el de los objetos que se crean desde ellas.
+Ten en cuenta que las clases también deben procesarse y ocupan un espacio en la
+memoria, igual que te ocurre a ti, puedes conocer un concepto y su
+comportamiento y luego muchos casos que cumplan ese concepto y ambas cosas
+son independientes. Esta posibilidad aporta mucha flexibilidad y permite
+definir clases complejas.
+
+Ahora bien, para python las funciones de clase y los métodos (de los objetos,
+si no no se llamarían métodos), se implementan de la misma manera. Para la
+clase ambas cosas son lo mismo. Sin embargo, el comportamiento del operador
+punto (`.`), que dice a quién pertenece la función o método, es diferente si el
+valor de la izquierda es una clase o un objeto. Introduciendo en el segundo
+caso el propio objeto como primer parámetro de entrada, el `self` del que
+hablamos, para que la clase sepa qué objeto tiene que alterar. Este es el
+mecanismo de la *identidad* del que antes hablamos y no llegamos a definir en
+detalle. Cada objeto es único, y a través del `self` se accede a él.
+
+Es un truco interesante para no almacenar las funciones en cada uno de los
+objetos como método. En lugar de eso, se mantienen en la definición de la clase
+y cuando se llama al método, se busca de qué clase es el objeto y se llama a la
+función de la clase con el objeto como argumento de entrada.
+
+Dicho de otra forma, `bobby.bark()` es equivalente a `Dog.bark( bobby )`.
+
+Ilustrado en un ejemplo más agresivo, puedes comprobar que en función de a
+través de qué elemento se acceda a la función `bark` python la interpreta de
+forma distinta. A veces como función (*function*) y otras veces como método
+(*method*), en función de si se accede desde la clase o desde el objeto:
+
+``` python
+>>> class Dog:
+... def bark(self):
+... pass
+...
+>>> type ( Dog.bark)
+<class 'function'>
+>>> type ( bobby.bark )
+<class 'method'>
+```
+
+> NOTA: También te habrás fijado, y si no lo has hecho es momento de hacerlo,
+> que los nombres de las clases empiezan por mayúscula en los ejemplos (`Dog`)
+> mientras que los objetos comienzan en minúscula (`bobby`). Se trata de otra
+> convención ampliamente utilizada para saber diferenciar entre uno y otro de
+> forma sencilla. Es evidente cuál es la clase y el objeto con los nombres que
+> hemos tratado en los ejemplos, pero en otros casos puede no serlo y con este
+> sencillo truco facilitas la lectura de tu código. Hay muchas ocasiones en las
+> que esta convención se ignora, así que cuidado.
+> Prueba a hacer `type(int)` en la terminal.
+
+### Variables de clase
+
+En el primer ejemplo del capítulo hemos postergado la explicación de `type =
+canine` y ahora que ya manejas la mayor parte de la terminología y dominas la
+diferencia entre una clase y una instancia de ésta (un *objeto*) es momento de
+recogerla. A continuación se recupera la sección del ejemplo para facilitar la
+consulta, fíjate en la línea 2.
+
+``` {.python .numberLines}
+class Dog:
+ type = "canine"
+ def __init__(self, name):
+ self.name = name
+ def bark(self):
+ print("Woof! My name is " + self.name)
+```
+
+`type` es lo que se conoce como una *variable de clase* (*class variable*).
+
+> NOTA: En este documento se ha evitado de forma premeditada usar la palabra
+> *variable* para referirse a los valores y sus referencias con la intención de
+> marcar la diferencia entre ambos conceptos. En este apartado, sin embargo, a
+> pesar de que se siga tratando de una referencia, se usa el nombre *class
+> variable* porque es como se le llama en la documentación[^class_var] y así
+> será más fácil que lo encuentres si en algún momento necesitas buscar
+> información al respecto. De esto ya hemos discutido en el capítulo sobre
+> datos, donde decimos que *todo es una referencia*.
+
+[^class_var]: <https://docs.python.org/3/tutorial/classes.html#class-and-instance-variables>
+
+Previamente hemos hablado de que los objetos pueden tener propiedades
+asociadas, y cada objeto tendrá las suyas. Es decir, que cada instancia de la
+clase puede tener sus propias propiedades independientes. El caso que tratamos
+en este momento es el contrario, el `type` es un valor que comparten **todas**
+las instancias de `Dog`. Cualquier cambio en esos valores los verán todos los
+objetos de la clase, así que hay que ser cuidadoso.
+
+El acceso es idéntico al que ocurriría en un valor asociado al objeto, como en
+el caso `name` del ejemplo, pero en este caso observas que en su declaración en
+la clase no es necesario indicar `self`, ya no es necesario decir cuál es la
+instancia concreta a la que se le asigna el valor: se le asigna a todas.
+
+A parte de poder acceder a través de los objetos de la clase, es posible
+acceder directamente desde la clase a través de su nombre, como a la hora de
+acceder a las funciones de clase: `Dog.type` resultaría en `"canine"`.
+
+> NOTA: Si en algún caso python viera que un objeto tiene propiedades y
+> variables de clase definidas con el mismo nombre, cosa que no debería ocurrir
+> a menudo, tendrán preferencia las propiedades.
+
+### Encapsulación explícita
+
+Es posible que te encuentres en alguna ocasión con métodos o propiedades,
+*campos* en general, cuyo nombre comience por `_` o por `__`. Se trata de casos
+en los que esas propiedades o métodos quieren ocultarse del exterior.
+
+El uso de `_` al inicio del nombre de un campo es una convención que avisa de
+que este campo no debe accederse desde el exterior de la clase y su objetivo es
+usarlo desde el interior de ésta.
+
+Esta convención se llevó al extremo en algún momento y se decidió crear un caso
+en el que esta convención inicial tuviera cierta funcionalidad añadida para las
+dobles barras bajas (`__`) que impidiera un acceso accidental a esos campos
+conocido como *name mangling*.
+
+#### Campos privados: *name mangling*
+
+El *name mangling* es un truco que hace python para asegurarse de que no se
+entra por accidente a las secciones que empiezan por `__`. Añade
+`_nombredeclase` al inicio de los campos, transformando su nombre final y
+dificultando el acceso por accidente.
+
+Ese acceso accidental no sólo es para que el programador no acceda, ya que, si
+se esfuerza la suficiente, va a poder hacerlo de igual modo, si no para que el
+propio python no acceda al campo que no corresponde. El hecho de añadir el
+nombre de la clase al campo crea una brecha en la herencia, haciendo que los
+campos no se hereden de la forma esperada.
+
+En una subclase en la que los campos de la clase madre han sido marcados con
+`__`, la herencia hace que estos campos se hereden con el nombre cambiado que
+contiene el nombre de la superclase. De este modo, es difícil para la subclase
+pisar estos campos ya que tendría que definirlos manualmente con el nombre
+cambiado. Crear nuevos campos con `__` no funcionaría, ya que, al haber
+cambiado de clase, el nombre generado será distinto.
+
+Este mecanismo es un truco para crear *campos privados*, concepto bastante
+común en otros lenguajes como Java o C++, que en python es inexistente.
+
+El concepto de los *campos privados* es interesante en la programación
+orientada a objetos. Pensando en la *encapsulación*, es lógico que a veces las
+clases definan métodos o propiedades que sólo los objetos creados a partir de
+ellas conozcan y que los objetos creados de clases heredadas no. Este es el
+método que python tiene para aportar esta funcionalidad.
+
+Es interesante añadir, por otro lado, que python es un lenguaje de programación
+muy dinámico por lo que la propia definición de las clases, y muchas cosas más,
+puede alterarse una vez creadas. Esto significa que el hecho de ocultar campos
+no es más que un acuerdo tácito entre programadores porque, si quisieran,
+podrían definir todo de nuevo. Trucos como este sirven para que el programador
+sea consciente de que está haciendo cosas que se supone que no debería hacer.
+Cuando programes en python, tómate esto como pistas que te indican cómo se
+supone que deberías estar usando las clases.
+
+### Acceso a la superclase
+
+A pesar de la herencia, no siempre se desea eliminar por completo la
+funcionalidad de un método o pisar una propiedad. A veces es interesante
+simplemente añadir funcionalidad sobre un método o recordar algún valor
+definido en la superclase.
+
+Python soporta la posibilidad de llamar a la superclase mediante la función
+`super`, que permite el acceso a cualquier campo definido en la superclase.
+
+``` python
+class Clase( SuperClase ):
+ def metodo(self, arg):
+ super().metodo(arg) # Llama a la definición de
+ # `metodo` de `SuperClase`
+```
+
+> NOTA: `super` busca la clase previa por preferencia, si usas herencias
+> múltiples y pisas los campos puede complicarse.
+
+
+## Interfaces estándar: Duck Typing
+
+Una de las razones principales para usar programación orientada a objetos es
+que, si se eligen los métodos con precisión, pueden crearse estructuras de
+datos que se comporten de similar forma pero que tengan cualidades diferentes.
+Independientemente de cómo estén definidas sus clases, si dos objetos disponen
+de los mismos métodos podrán ser sustituidos el uno por el otro en el programa
+y seguirá funcionando aunque su funcionalidad cambie.
+
+Dicho de otra forma, dos objetos (o dos cosas, en general) podrán ser
+intercambiados si disponen de la misma *interfaz*. *Interfaz*, de *inter*:
+entre; y *faz*: cara, viene a significar algo así como «superficie de contacto»
+y es la palabra que se usa principalmente para definir la frontera compartida
+entre dos componentes o, centrándonos en el caso que nos ocupa, su conexión
+funcional.
+
+Si recuerdas la *herencia* y la combinas con estos conceptos, puedes
+interpretar que además de una metodología para reutilizar código es una forma
+de crear nuevas definiciones que soporten la misma interfaz.
+
+En otros lenguajes de programación, Java, por ejemplo, existe el concepto
+*interfaz* que serían una especie pequeñas clases que definen qué funciones
+debe cumplir una clase para que cumpla la interfaz. A la hora de crear las
+clases se les puede indicar qué interfaces implementan y el lenguaje se encarga
+de asegurarse de que el programador ha hecho todo como debe.
+
+El dinamismo de python hace que esto sea mucho más flexible. Debido a que
+python no hace casi comprobaciones antes de ejecutarse, necesita un método para
+mucho más directo. Para python, *si anda como un pato, vuela como un pato y
+nada como un pato: es un pato*.
+
+Python usa lo que en la terminología del lenguaje se conoce como
+*protocolos*[^protocol] (*protocol*) para que los objetos creados por el
+programador puedan comportarse como los que el propio sistema aporta. Por
+ejemplo, que sea posible utilizarlos como iterable en un `for`, que el sistema
+pueda cerrarlos de forma automática, buscar en ellos usando el operador `in`,
+etc. Simplemente, el sistema define qué funciones se deben cumplir en cada uno
+de esos casos y cuando se encuentre con ellos intentará llamarlas
+automáticamente. Si el elemento no dispone de esas funciones lanzará una
+excepción como la que lanza cuando intentamos acceder a un método que no existe
+(que es básicamente lo que estamos haciendo en este caso).
+
+> TODO: En realidad no se llaman protocolos todos ellos. Se llama así sólo al
+> *iterator protocol*. En realidad se llaman: [Special Method
+> Names](https://docs.python.org/3/reference/datamodel.html#special-method-names)
+
+En general, python, con el fin de diferenciar claramente qué nombres elige el
+programador y cuales han sido seleccionados por el lenguaje, suele utilizar una
+convención para la nomenclatura: comienzan y terminan por: `__`
+
+A continuación se describen algunos de los protocolos más comunes, algunos ya
+han aparecido a lo largo de los ejemplos del documento, otros las verás por
+primera vez ahora. Existen muchos más, y todos están extremadamente bien
+documentados. Si en algún momento necesitas crear algunos nuevos, la
+documentación de python es una buena fuente donde empezar.
+
+Todos las protocolos se presentan con un nombre, en muchos casos inventado,
+terminado en *-able*. Python utiliza también este tipo de nombres, como el ya
+aparecido *llamable*, o *callable* en inglés, que se refiere a cualquier cosa
+que puede ser llamada. Representar los nombres de esta manera sirve para
+expresar el interés de los protocolos. Si en algún momento necesitas crear una
+clase que defina un objeto en el que se puede buscar necesitas que sea un
+*buscable*, es decir, que soporte el protocolo que define ese comportamiento.
+
+[^protocol]: **Protocolo**: 5. m. Inform. Conjunto de reglas que se establecen
+ en el proceso de comunicación entre dos sistemas. — RAE [Consultado
+ 01-12-2019]: <https://dle.rae.es/protocolo>
+
+### *Representable*: `__repr__`
+
+Este protocolo sirve para otorgar a python una forma de representar estos
+objetos. Al ejecutar la función `print` o al exponer valores en la REPL
+(recuerda que la P significa print), python trata de visualizarlos.
+
+La el método `__repr__` se ejecuta justo antes de imprimirse el objeto, de
+forma automática. La función requiere que se devuelva un elemento de tipo
+string, que será el que después se visualice.
+
+En el ejemplo a continuación se comienza con la clase `Dog` vacía y se
+visualiza una de sus instancias. Posteriormente, se reasigna la función
+`__repr__` de `Dog` con una función que devuelve un string. Al volver a mostrar
+a `bobby` el resultado cambia.
+
+Como se ve en el ejemplo, es interesante tener una buena función de
+representación si lo que se pretende es entender el contenido de los objetos.
+
+> NOTA: Python ya aporta una forma estándar de representar los objetos, si la
+> función `__repr__` no se define simplemente se usará la forma estándar.
+
+``` python
+>>> class Dog:
+... pass
+...
+>>> bobby = Dog()
+>>> bobby
+<__main__.Dog object at 0x7fb7fba1b908>
+
+>>> Dog.__repr__ = lambda self: "Dog called: " + self.name
+>>> bobby.name = "Bobby"
+>>> bobby
+Dog called: Bobby
+>>>
+```
+
+### *Contable*: `__len__`
+
+En python se utiliza la función `len` para comprobar la longitud de cualquier
+elemento contable. Por ejemplo:
+
+``` python
+>>> len( (1,2,3) )
+3
+```
+
+Las objetos que soporten esta función podrán contarse para conocer su longitud
+mediante la función `len`. Python llamará al método `__len__` del objeto (que
+se espera que devuelva un número entero) y ésta será su longitud. Siguiendo con
+el ejemplo del protocolo anterior:
+
+``` python
+>>> Dog.__len__ = lambda self: 12 # Siempre devuelve 12
+>>> len(bobby)
+12
+```
+
+Este protocolo permite crear elementos contables, en lugar de los típicos
+diccionario, tupla y lista. Como por ejemplo los ya existentes `NamedTuple`,
+`OrderedDict` y otros. Los protocolos para el *buscable* e *iterable* también
+son muy interesantes para esta labor.
+
+### *Buscable*: `__contains__`
+
+El método `__contains__` debe devolver `True` o `False` y recibir un argumento
+de entrada. Con esto el objeto será capaz de comprobarse con sentencias que
+hagan uso del operador `in` (y `not in`). Las dos llamadas del ejemplo son
+equivalentes. La segunda es lo que python realiza internamente al encontrarse
+el operador `in` o el operador `not in`.
+
+``` python
+>>> 1 in [1,2,3]
+True
+>>> [1,2,3].__contains__(1)
+True
+```
+
+### *Iterable*: `__next__` e `__iter__`
+
+El protocolo iterable permite crear objetos con los que es posible iterar en
+bucles `for` y otras estructuras. Por ejemplo, los archivos de texto en python
+soportan este protocolo, por lo que pueden leerse línea a línea en un bucle
+`for`.
+
+Igual que en el caso del protocolo `__len__`, que servía para habilitar la
+llamada a la función `len`, `__iter__` y `__next__` sirven, respectivamente,
+para habilitar las llamadas a `iter` y `next`.
+
+La función `iter` sirve para convertir el elemento a *iterable*, que es una
+clase que soporte el funcionamiento de la función `next`. Y `next` sirve para
+pasar al siguiente elemento de un iterable. Ejemplificado:
+
+``` python
+>>> l = [1,2,3]
+>>> next(l)
+Traceback (most recent call last):
+ File "<stdin>", line 1, in <module>
+TypeError: 'list' object is not an iterator
+>>> it = iter(l)
+>>> it
+<list_iterator object at 0x7ff745723908>
+>>>
+>>> next(it)
+1
+>>> next(it)
+2
+>>> next(it)
+3
+>>> next(it)
+Traceback (most recent call last):
+ File "<stdin>", line 1, in <module>
+StopIteration
+```
+
+La función `__next__` tiene un comportamiento muy sencillo. Si hay un próximo
+elemento, lo devuelve. Si no lo hay lanza la excepción `StopIteration`, para
+que la capa superior la capture.
+
+Fíjate que la lista por defecto no es un iterable y que se debe construir un
+elemento iterable desde ella con `iter` para poder hacer `next`. Esto se debe a
+que la función `iter` está pensada para restaurar la posición del cursor en el
+primer elemento y poder volver a iniciar la iteración.
+
+Sorprendentemente, este es el procedimiento de cualquier `for` en python. El
+`for` es una estructura creada sobre un `while` que construye iterables e
+itera sobre ellos automáticamente.
+
+Este bucle `for`:
+
+``` python
+for el in secuencia:
+ # hace algo con `el`
+```
+
+Realmente se implementa de la siguiente manera:
+
+``` python
+# Construye un iterable desde la secuencia
+iter_obj = iter(secuencia)
+
+# Bucle infinito que se rompe cuando `next` lanza una
+# excepción de tipo `StopIteration`
+while True:
+ try:
+ el = next(iter_obj)
+ # hace algo con `el`
+ except StopIteration:
+ break
+```
+
+Así que, si necesitas una clase con capacidad para iterarse sobre ella, puedes
+crear un pequeño iterable que soporte el método `__next__` y devolver una
+instancia nueva de éste en el método `__iter__`.
+
+### *Creable*: `__init__`
+
+El método `__init__` es uno de los más usados e interesantes de esta lista, esa
+es la razón por la que ha aparecido en más de una ocasión durante este
+capítulo.
+
+El método `__init__` es a quién se llama al crear nuevas instancias de una
+clase y sirve para *ini*cializar las propiedades del recién creado objeto.
+
+Cuando se crean nuevos objetos, python construye su estructura en memoria,
+pidiéndole al sistema operativo el espacio necesario. Una vez la tiene, envía
+esa estructura vacía a la función `__init__` como primer argumento para que sea
+ésta la encargada de rellenarla.
+
+Como se ha visto en algún ejemplo previo, el método `__init__` (es un método,
+porque el objeto, aunque vacío, ya está creado) puede recibir argumentos de
+entrada adicionales, que serán los que la llamada al nombre de la clase reciba,
+a la hora de crear los nuevos objetos. Es muy habitual que el inicializador
+reciba argumentos de entrada, sobre todo argumentos con nombre, para que el
+programador que crea las instancias tenga la opción de inicializar los campos
+que le interesen.
+
+Volviendo a un ejemplo previo:
+
+``` python
+class Dog:
+ type = "canine"
+ def __init__(self, name):
+ self.name = name
+ def bark(self):
+ print("Woof! My name is " + self.name)
+
+bobby = Dog("Bobby") # Aquí se llama a __init__
+```
+
+El nombre del perro, `"Bobby"` será recibido por `__init__` en el argumento
+`name` e insertado al `self` mediante `self.name = name`. De este modo, esa
+instancia de `Dog`, `bobby`, tomará el nombre `Bobby`.
+
+> NOTA: En muchas ocasiones, el método `__init__` inicializa a valores vacíos
+> todas las posibles propiedades del objeto con el fin de que quien lea el
+> código de la clase sea capaz de ver cuáles son los campos que se utilizan en
+> un primer vistazo. Es una buena práctica listar todos los campos posibles en
+> `__init__`, a pesar de que no se necesite inicializarlos aún, con el fin de
+> facilitar la lectura.
+
+> NOTA: Quien tenga experiencia con C++ puede equivocarse pensando que
+> `__init__` es un constructor. Tal y como se ha explicado anteriormente, al
+> método `__init__` ya llega un objeto construido. El objetivo de `__init__` es
+> inicializar. En python el constructor, que se encarga de crear las instancias
+> de la clase, es la función `__new__`.
+
+> NOTA: Si creas una clase a partir de la herencia y sobreescribes su método
+> `__init__` es posible que tengas que llamar al método `__init__` de la
+> superclase para inicializar los campos asociados a la superclase. Recuerda
+> que puedes acceder a la superclase usando `super`.
+
+### *Abrible* y *cerrable*: `__enter__` y `__exit__`
+
+Este protocolo permite que los objetos puedan ser abiertos y cerrados de forma
+segura y con una sintaxis eficiente. Aunque no se van a listar en profundidad,
+el objetivo de este punto es mostrar la sentencia `with` que se habilita
+gracias a estos protocolos y mostrar cómo facilitan la apertura y cierre.
+
+El PEP 343[^pep343] muestra en detalle la implementación de la sentencia
+`with`. Simplificándolo y resumiéndolo, `with` sirve para abrir elementos y
+cerrarlos de forma automática.
+
+> NOTA: Los PEP (*Python Enhancement Proposals*) son propuestas de mejora para
+> el lenguaje. Puedes consultar todos en la web de python. Son una fuente
+> interesante de información y conocimiento del lenguaje y de programación en
+> general.
+> <https://www.python.org/dev/peps/>
+
+Pensando en, por ejemplo, la lectura de un archivo, se requieren varias etapas
+para tratar con él, por ejemplo:
+
+``` python
+f = open("file.txt") # apertura del fichero
+f.read() # lectura
+f.close() # cierre
+```
+
+Este método es un poco arcaico y peligroso. Si durante la lectura del fichero
+ocurriera alguna excepción el fichero no se cerraría, ya que la excepción
+bloquearía la ejecución del programa. Para evitar estos problemas, lo lógico
+sería hacer una estructura `try-except` y añadir el cierre del fichero en un
+`finally`.
+
+La sentencia `with` se encarga básicamente de hacer eso y facilita la escritura
+de todo el proceso quedándose así:
+
+``` python
+with f as open("file.txt"): # apertura
+ f.read() # en este cuerpo `f` está abierto
+
+# Al terminar el cuerpo, de forma normal o forzada,
+# `f` se cierra.
+```
+
+Ahora bien, para que el fichero pueda ser abierto y cerrado automáticamente,
+deberá tener implementados los métodos `__enter__` y `__exit__`. En el PEP 343
+se muestra la equivalencia entre la sentencia `with` y el uso de `__enter__`,
+`__close__` y el `try-except`.
+
+[^pep343]: Puedes leer el contenido completo del PEP en:
+<https://www.python.org/dev/peps/pep-0343/>
+
+### *Callable*: `__call__`
+
+Queda pendiente desde el capítulo sobre funciones, responder a lo que es un
+*callable* o *llamable*. Una vez llegados a este punto, tiene una respuesta
+fácil: un *llamable* es un objeto que soporta el protocolo correspondiente,
+definido por el método `__call__`.
+
+Aunque pueda parecer sorprendente, las funciones en python también se llaman de
+este modo, así que realmente son objetos que se llaman porque soportan este
+protocolo. Es lógico, porque las funciones, recuerda el capítulo previo, pueden
+guardar valores, como el contexto en el que se crean (*closure*). Las funciones
+son meros *llamables* y como tales se comportan.
+
+Llevado más allá, los tipos básicos de python están definidos en clases
+también, lógicamente, pero pueden ser llamados para hacer conversiones tal y
+como vimos en el capítulo sobre datos. Simplemente, soportan el protocolo
+*llamable*.
+
+``` python
+>>> class Dog:
+... def __call__(self):
+... print("Dog called")
+...
+>>> dog = Dog()
+>>> dog()
+Dog called
+```
+
+Ten en cuenta que el método `__call__` puede recibir cualquier cantidad de
+argumentos como ya hemos visto en apartados anteriores, pero el primero será el
+propio objeto que está siendo llamado, el `self` que ya conocemos.
+
+Resumiendo, el método `__call__` describe cómo se comporta el objeto cuando se
+le aplican las paréntesis.
+
+### *Subscriptable*: `__getitem__`, `__setitem__` y `__delitem__`
+
+Tal y como el método anterior describía cómo se aplican las paréntesis a un
+objeto, el protocolo que se muestra en este apartado describe el comportamiento
+del objeto cuando se le aplican los corchetes. Recordando el capítulo sobre
+datos, los corchetes sirven para acceder a valores de las listas, tuplas,
+diccionarios y sets, que resultan ser también un tipo de objeto que describe
+este comportamiento mediante el protocolo que tenemos entre manos.
+
+Cuando python encuentra que se está tratando de acceder a un campo de un objeto
+mediante los corchetes llama automáticamente al método `__getitem__` y cuando
+se intenta asociar un campo a un valor llama al método `__setitem__` del
+objeto. Al pedir la eliminación de un campo del objeto con la sentencia `del`,
+se llama al método `__delitem__`.
+
+Aunque en otros protocolos aquí descritos hemos inventado un nombre para este
+documento, Python a este protocolo le denomina *subscriptable* así que cuando
+intentes acceder usando corchetes a un objeto que no soporta el protocolo, el
+error que saltará te utilizará la misma nomenclatura que nosotros.
+
+El siguiente ejemplo muestra el protocolo en funcionamiento en una clase sin
+funcionamiento alguno. Lo lógico y funcional sería utilizar estos dos métodos
+para facilitar el acceso a campos de estas clases o para crear clases que
+pudiesen sustituir a listas, tuplas, diccionarios o sets de forma sencilla.
+
+``` python
+>>> class Dog:
+... def __getitem__(self, k):
+... print(k)
+... def __setitem__(self, k, v):
+... print(k, v)
+...
+>>> bobby = Dog()
+>>> bobby["field"]
+field
+>>> bobby["field"] = 10
+field 10
+```
+
+Fíjate en que reciben diferente cantidad de argumentos de entrada cada uno de
+los métodos. El método `__setitem__` necesita indicar no sólo qué *item* desea
+alterarse, sino su también su valor.
+
+#### *Slice notation*
+
+Se trata de una forma avanzada de seleccionar las posiciones de un objeto, el
+nombre viene de *slice*, rebanada, y significa que puede coger secciones del
+objeto en lugar de valores únicos. Piénsalo como en una barra de pan cortada en
+rebanadas de la que quieres seleccionar qué rebanadas te interesan en bloque.
+
+No todos los objetos soportan *slicing*, pero los que lo hacen permiten acceder
+a grupos de valores en el orden en el que están indicando el inicio del grupo
+(inclusive), el final (no inclusive) y el salto de un elemento al siguiente.
+
+Además, los valores del *slice* pueden ser negativos. Añadir un número negativo
+al salto implica que el salto se hace hacia atrás. Añadirlo en cualquier de los
+otros dos valores, inicio o final de grupo, implica que se cuenta el elemento
+desde el final de la colección en dirección opuesta a la normal.
+
+La sintaxis de los *slice*s es la siguiente: `[inicio:fin:salto]`.
+Cada uno de los valores es opcional y si no se añaden se comportan de la
+siguiente manera:
+
+- Inicio: primer elemento
+- Fin: último elemento inclusive
+- Salto: un único elemento en orden de cabeza a cola
+
+> NOTA: El índice para representar el último elemento es -1, pero si se quiere
+> indicar como final, usar -1 descartará el último elemento porque el final no
+> es inclusivo. Para que sea inclusivo es necesario dejar el campo fin vacío.
+
+Dada una lista de los números naturales del 1 al 99, ambos incluidos, de
+nombre `l` se muestran unos casos de *slicing*.
+
+``` python
+>>> l[-5:]
+[95, 96, 97, 98, 99]
+>>> l[6:80:5]
+[6, 11, 16, 21, 26, 31, 36, 41, 46, 51, 56, 61, 66, 71, 76]
+>>> l[60:0:-5]
+[60, 55, 50, 45, 40, 35, 30, 25, 20, 15, 10, 5]
+```
+
+La sintaxis de los *slice*s mostrada sólo tiene sentido a la hora de acceder a
+los campos de un objeto, si se trata de escribir suelta lanza un error de
+sintaxis. Para crear *slice*s de forma separada se construyen mediante la
+clase `slice` de la siguiente manera: `slice(inicio, fin, salto)`.
+
+En los métodos del protocolo *subscriptable* (`__getitem__`, `__setitem__` y
+`__delitem__`) a la hora de elegir un *slice* se recibe una instancia del tipo
+*slice* en lugar de una selección única como en el ejemplo previo:
+
+``` python
+>>> class Dog:
+... def __getitem__(self, item):
+... print(item)
+...
+>>> bobby = Dog()
+>>> bobby[1:100]
+slice(1, 100, None)
+>>> bobby[1:100:9]
+slice(1, 100, 9)
+>>> bobby[1:100:-9]
+slice(1, 100, -9)
+```
+
+Por complicarlo todavía más, los campos del *slice* creado desde la clase
+`slice` pueden ser del tipo que se quiera. El formato de los `:` es únicamente
+*sintactic sugar* para crear *slices* de tipo integer o string. Aunque después
+es responsabilidad del quien implemente el protocolo soportar el tipo de
+*slice* definido, es posible crear *slices* de lo que sea, incluso anidarlos.
+
+Como ejemplo de un caso que utiliza *slices* no integer, los tipos de datos
+como los que te puedes encontrar en la librería `pandas` soportan *slicing*
+basado en claves, como si de un diccionario se tratara.
+
+### Ejemplo de uso
+
+Para ejemplificar varios de estos protocolos, tomamos como ejemplo una pieza de
+código fuente que quien escribe este documento ha usado en alguna ocasión en su
+trabajo como desarrollador.
+
+Se trata de un iterable que es capaz de iterar en un sistema de ficheros
+estructurado en carpetas *año-mes-día* con la estructura `AAAA/MM/DD`. Este
+código se creó para analizar datos que se almacenaban de forma diaria en
+carpetas con esta estructura. Diariamente se insertaban fichero a fichero por
+un proceso previo y después se realizaban análisis semanales y mensuales de los
+datos. Esta clase permitía buscar por las carpetas de forma sencilla y obtener
+rápidamente un conjunto de carpetas que procesar.
+
+El ejemplo hace uso del módulo `datetime`, un módulo de la librería estándar
+que sirve para procesar fechas y horas. Por ahora, puedes ver la forma de
+importarlo como una receta y en el siguiente capítulo la entenderás a fondo. El
+funcionamiento del módulo es sencillo y puedes usar la ayuda para comprobar las
+funciones que no conozcas.
+
+Te animo a que analices el comportamiento del ejemplo, viendo en detalle cómo
+se comporta. Como referencia, fuera de la estructura de la clase, en las
+últimas líneas, tienes disponible un bucle que puedes probar a ejecutar para
+ver cómo se comporta.
+
+``` {.python .numberLines}
+from datetime import timedelta
+from datetime import date
+
+class dateFileSystemIterator:
+
+ """
+ Iterate over YYYY/MM/DD filesystems or similar.
+ """
+ def __init__( self, start = date.today(), end = date.today(),
+ days_step = 1, separator = '/'):
+ self.start = start
+ self.current = start
+ self.end = end
+ self.separator = separator
+ self.step = timedelta( days = days_step )
+
+ def __iter__( self ):
+ self.current = self.start
+ return self
+
+ def __next__( self ):
+ if self.current >= self.end:
+ raise StopIteration
+ else:
+ self.current += self.step
+ datestring = self.current - self.step
+ datestring = datestring.strftime( "%Y" \
+ + self.separator \
+ + "%m"+self.separator \
+ +"%d")
+ return datestring
+
+ def __repr__( self ):
+ out = self.current - self.step
+ tostring = lambda x: x.strftime("%Y" \
+ + self.separator \
+ + "%m" \
+ + self.separator + "%d")
+ return "<dateFileSystemIterator: <Current: " \
+ + tostring(self.current) + ">" \
+ + ",<Start: " + tostring(self.start) + ">" \
+ + ",<End: " + tostring(self.end) + ">" \
+ + ",<Step: " + str(self.step) + ">"
+
+
+it = dateFileSystemIterator(start = date.today() - timedelta(days=30))
+print(it)
+for i in it:
+ print(i)
+```
+
+#### Ejercicio libre: `yield` y los generadores
+
+La parte de la iteración del ejemplo previo puede realizarse forma más breve
+mediante el uso de la sentencia `yield`. Aunque no la trataremos, `yield`
+habilita muchos conceptos interesantes, entre ellos los *generadores*.
+
+A continuación tienes un ejemplo de cómo resolver el problema anterior mediante
+el uso de esta sentencia. Te propongo como ejercicio que investigues cómo
+funciona buscando información sobre los *generadores* (*generator*) y la
+propia sentencia `yield`.
+
+``` python
+from datetime import datetime, timedelta
+
+def iterate_dates( date_start, date_end=datetime.today(),
+ separator='/', step=timedelta(days=1)):
+ date = date_start
+ while date < date_end:
+ yield date.strftime('%Y'+separator+'%m'+separator+'%d')
+ date += step
+```
+
+`yield` tiene mucha relación con las *corrutinas* (*coroutine*) que, aunque no
+se tratarán en este documento, son un concepto muy interesante que te animo a
+investigar. Si lo haces, verás que los generadores son un caso simple de una
+corrutina.
+
+## Lo que has aprendido
+
+Este capítulo también ha sido intenso como el anterior, pero te prometo que no
+volverá a pasar. El interés principal de este capítulo es el de hacerte conocer
+la programación orientada a objetos y enseñarte que en python lo inunda todo.
+Todo son objetos.
+
+Para entenderlo has comenzado aprendiendo lo que es la programación orientada a
+objetos, concretamente la orientada a clases, donde has visto por primera vez
+los conceptos de identidad propia, comportamiento y estado.
+
+Desde ahí has saltado al fundamento teórico de la programación orientada a
+objetos y has visitado la encapsulación, la herencia y el polimorfismo para
+luego, una vez comprendidos, comenzar a definir clases en python.
+
+Esto te ha llevado a necesitar conocer qué es el argumento que suele llamarse
+`self`, una excusa perfecta para definir qué son las variables y funciones de
+clase y en qué se diferencian de las propiedades y métodos.
+
+Como la encapsulación no se había tratado en detalle aún, lo próximo que has
+hecho ha sido zambullirte en los campos privados viendo cómo python los crea
+mediante un truco llamado *name mangling* y su impacto en la herencia.
+
+Aunque en este punto conocías el comportamiento general de la herencia hacia
+abajo, necesitabas conocerlo hacia arriba. Por eso, ha tocado visitar la
+función `super` en este punto, función que te permite acceder a la superclase
+de la clase en la que te encuentras. En lugar de contártela en detalle, se te
+ha dado una pincelada sobre ella para que tú investigues cuando lo veas
+necesario, pero que sepas por dónde empezar.
+
+Para describir más en detalle lo calado que está python de programación
+orientada a objetos necesitabas un ejemplo mucho más agresivo: los protocolos.
+A través de ellos has visto cómo python recoge las funcionalidades estándar y
+te permite crear objetos que las cumplan. Además, te ha servido para ver que
+**todo** en python es un objeto (hasta las clases lo son[^objects]) y para ver
+formas elegantes de resolver problemas comunes, como los iteradores, `with` y
+otros.
+
+También, te recuerdo que, aunque sea de forma colateral y sin prestarle
+demasiada atención, se te ha sugerido que cuando programamos no lo hacemos
+únicamente para nosotros mismos y que la facilidad de lectura del código y la
+preparación de éste para que otros lo usen es primordial. Los próximos
+capítulos tratan en parte de ésto: de hacer uso del patrimonio tecnológico de
+la humanidad, y de ser parte de él.
+
+[^objects]: Puedes preguntárselo a python:
+ ``` python
+ >>> class C: pass
+ ...
+
+ >>> isinstance(C, object)
+ True
+ ```
diff --git a/es/06_ejec_mod.md b/es/06_ejec_mod.md
new file mode 100644
index 0000000..0c54f4f
--- /dev/null
+++ b/es/06_ejec_mod.md
@@ -0,0 +1,271 @@
+# Módulos y ejecución
+
+Hasta ahora, has ejecutado el código en la REPL y de vez en cuando has usado
+`F5` en IDLE para ejecutar. Aunque te ha permitido salir del paso, necesitas
+saber más en detalle cómo funciona la ejecución para empezar a hacer tus
+programas. Además, es absurdo que te pelees contra todo, hay que saber qué
+batallas librar, así que necesitarás aprender a importar código realizado por
+otras personas para poder centrarte en lo que más te interesa: resolver tu
+problema.
+
+Este capítulo trata ambas cosas, que están muy relacionadas, y sirve como
+trampolín para el siguiente, la instalación de nuevos paquetes y la gestión de
+dependencias, y los posteriores sobre librerías interesantes que te facilitarán
+el desarrollo de tus proyectos.
+
+Este capítulo ya te capacita casi al cien por cien para la programación aunque
+aún no hemos trabajado su utilidad, pero seguro que alguna idea se te habrá
+ocurrido, si no no estarías leyendo este documento.
+
+## Terminología: módulos y paquetes
+
+En python a cualquier fichero de código (extensión `.py`) se le denomina
+*módulo* (*module*). A cualquier directorio que contenga módulos de código
+python y un fichero llamado `__init__.py`, que puede estar vacío, se le
+denomina *paquete* (*package*). El uso del fichero `__init__.py` permite que
+python busque módulos dentro del directorio.
+
+Piensa en los paquetes como grupos de módulos que incluso pueden anidarse con
+subpaquetes. En la documentación oficial verás en más de una ocasión que se
+trata a los paquetes como si fueran módulos, y tiene cierto sentido, porque,
+normalmente, existe un módulo principal que permite el acceso a un subpaquete.
+Así que, principalmente estás trabajando con un único módulo de un paquete, que
+contiene subpaquetes a los que este módulo hace referencia. Aunque pueda sonar
+algo enrevesado, no te preocupes por ahora: los módulos son ficheros únicos y
+los paquetes conjuntos de ellos.
+
+## Ejecución
+
+Ya conoces un par de maneras de ejecutar tus módulos de python. Usar la REPL,
+introduciéndole el código que quieres ejecutar, llamar a la función «ejecutar
+módulo» de IDLE con la tecla `F5` e incluso llamar a la shell de sistema con un
+comando similar a este:
+
+``` bash
+python mi_archivo.py
+```
+
+Normalmente, los ficheros de python se ejecutan de este último modo en
+producción, mientras que los dos anteriores son más usados a la hora de
+desarrollar. Realmente son métodos similares, en todos ellos el intérprete
+accede al fichero o contenido que recibe y ejecuta las líneas una a una.
+
+Existe también una opción adicional muy usada que sirve para ejecutar módulos
+que el sistema sea capaz de encontrar por sí mismo, en lugar de indicarle la
+ruta, se le puede indicar simplemente el nombre del módulo usando la opción
+`-m`:
+
+``` bash
+python -m nombre_de_modulo
+```
+
+## Importación y *namespaces*
+
+Anteriormente hemos pasado sobre la sintaxis de la importación de forma muy
+superficial pero tampoco es mucho más compleja a lo que ha aparecido. La
+sentencia `import` permite importar diferentes módulos a nuestro programa como
+en el siguiente ejemplo:
+
+``` python
+>>> import datetime
+>>> datetime
+<module 'datetime' from '/usr/lib/python3.6/datetime.py'>
+```
+
+Han pasado, sin embargo, muchas cosas interesantes en el ejemplo. En primer
+lugar, python ha buscado y encontrado el módulo `datetime` en el sistema y, en
+segundo lugar, ha creado un objeto módulo llamado `datetime` que atesora todas
+las definiciones globales del módulo `datetime`.
+
+Empezando por el final, python usa lo que se conoce como *namespace* de forma
+muy extendida. Los *namespaces*, de nombre (*name*) y espacio (*space*), son
+una herramienta para separar contextos ampliamente usada. Los objetos, en
+realidad, son una caso de *namespace* ya que cuando se llama a un método se le
+dice cuál es el contexto de la llamada, es decir: al método de qué objeto se
+llama.
+
+Para los módulos el proceso es el mismo. La sentencia `import` trae un módulo
+al programa pero lo esconde tras su *namespace*, de este modo, para acceder a
+algo definido en el recién importado módulo es necesario indicarle el nombre de
+éste de la siguiente manera:
+
+``` python
+>>> import datetime
+>>> datetime.date.today()
+datetime.date(2019, 12, 3)
+```
+
+En el ejemplo se accede a la clase `date` dentro del módulo `datetime`, y se
+lanza su función `today`, que indica el día de hoy. Como puedes apreciar, el
+operador `.` se utiliza del mismo modo que en las clases y objetos, y en
+realidad es difícil saber cuándo se está accediendo a una clase y cuándo a un
+módulo, aunque tampoco es necesario saberlo.
+
+Para no tener que escribir el nombre del módulo completo, existe otra versión
+de la sentencia `import` que tiene un comportamiento muy similar:
+
+``` python
+>>> import datetime as dt
+>>> dt.date.today()
+datetime.date(2019, 12, 3)
+```
+
+En este ejemplo, se ha cambiado el nombre del módulo a uno más corto decidido
+por el programador, `dt`. El funcionamiento es el mismo, simplemente se ha
+cambiado el nombre para simplificar. Este cambio de nombre también es útil
+cuando se va a importar un módulo cuyo nombre es igual que alguna otra
+definición. Cambiando el nombre se evitan colisiones.
+
+Existen versiones además, que permiten importar únicamente las funciones y
+clases seleccionadas, pero que las añaden al *namespace* actual, para evitar
+tener que usar el prefijo.
+
+``` python
+>>> from datetime import date
+>>> date.today()
+datetime.date(2019, 12, 3)
+```
+
+En este último ejemplo, se trae la clase `date` al contexto actual. También
+existe la posibilidad de importar más de una definición del módulo, usando la
+coma para separarlas, o todo lo que el módulo exponga mediante el símbolo `*`.
+Es peligroso, sin embargo, traer definiciones al namespace actual de forma
+descuidada, sobre todo con la última opción, porque, es posible que se repitan
+nombres por accidente y se pisen definiciones. Los namespaces se inventan con
+el fin de separar las definiciones y evitar colisiones de este tipo.
+
+### Búsqueda
+
+Una vez descrito cómo se interactúa con los módulos importados, es necesario
+describir dónde se buscan estos módulos.
+
+Los módulos se buscan en los siguientes lugares:
+
+1. El directorio del fichero ejecutado o el directorio de trabajo de la REPL
+2. Los directorios indicados en el entorno.
+3. La configuración por defecto (depende de la instalación)
+
+Esto significa que si guardas un archivo de python en IDLE y guardas otro más
+en el mismo directorio con el nombre `modulo.py` podrás importarlo usando
+`import modulo` en el primero, ya que comparten directorio. Lo mismo ocurre con
+los paquetes, crear un directorio con nombre `paquete` y añadirle un fichero
+vacío llamado `init.py` te permitirá hacer `import paquete`. Si añadieras más
+módulos dentro del paquete, podrías importar cada uno de ellos mediante
+`paquete.modulo`.
+
+> NOTA: Los nombres de los ficheros deben coincidir con el el nombre del módulo
+> más la extensión `.py`. En el caso de los directorios, saltar a un
+> subdirectorio implica acceder a un paquete, por lo que se añadirá un punto
+> (`.`).
+
+El primer punto sirve para facilitar que organices tu proyecto de python en
+varios módulos, separando así la funcionalidad en diferentes archivos.
+
+Los últimos dos puntos son los que permiten a python encontrar su librería
+estándar y los módulos de sistema. El tercero depende de la instalación y del
+formato de ésta: si python está instalado como portable no será igual que si se
+instala en el sistema del modo habitual. El segundo punto también puede variar
+de un sistema a otro, pero en resumen se trata de varias variables de entorno
+de sistema que le indican a python dónde buscar (normalmente toman el nombre
+`PYTHONPATH`, pero no es siempre así). El segundo punto puede alterarse de modo
+que en función de lo que se le indique, se puede pedir a python que busque los
+módulos en un lugar u otro.
+
+Estos lugares de búsqueda se pueden mostrar de la siguiente manera:
+
+``` python
+>>> import sys
+>>> print(sys.path)
+[ '',
+ '/usr/lib/python36.zip',
+ '/usr/lib/python3.6',
+ '/usr/lib/python3.6/lib-dynload',
+ '/usr/local/lib/python3.6/dist-packages',
+ '/usr/lib/python3/dist-packages']
+```
+
+En función del sistema en el que te encuentres y la configuración que tengas,
+python mostrará diferente resultado.
+
+Rescatando un ejemplo previo:
+
+``` python
+>>> import datetime
+>>> datetime
+<module 'datetime' from '/usr/lib/python3.6/datetime.py'>
+```
+
+Ahora entiendes por qué es capaz de encontrar `datetime` en
+`/usr/lib/python3.6`, carpeta listada en `sys.path`, bajo el nombre
+`datetime.py`.
+
+## Ejecución vs Importación: `__main__` *guard*
+
+A la hora de importar un módulo, python procesa el contenido de éste ya que
+necesita definir las funciones, clases, valores, etc. a exportar: ejecuta el
+módulo.
+
+Python define una forma de separar la funcionalidad del código de sus
+definiciones con el fin de poder crear código cuyas definiciones sean
+reutilizables mediante la importación en otro módulo, sin que tenga ninguna
+funcionalidad cuando esto ocurra, pero habilitando que tenga funcionalidades
+cuando sea llamado directamente.
+
+Un ejemplo de uso de esto puede ser un módulo de acceso a ficheros, por
+ejemplo, que visualice el contenido del fichero cuando se llame de forma
+directa pero que cuando se importe únicamente aporte las funciones de lectura y
+escritura sin leer y mostrar ningún fichero.
+
+Para que los módulos puedan tener esta doble vida, python define la variable
+`__name__` que representa en qué nivel del *scope* se está ejecutando el módulo
+actual. La variable `__name__` toma el valor del nombre del módulo cuando éste
+está siendo importado y el valor `__main__` cuando ha sido llamado de forma
+directa o está siendo ejecutado en la REPL. `__main__` es el *scope* global de
+los programas, por lo que cuando algo se declara en él, implica que es el
+programa principal.
+
+Para poder diferenciar cuándo se ha ejecutado un módulo de forma directa y
+cuando se ha importado se utiliza lo que se conoce como `__main__` *guard*:
+
+``` python
+if __name__ == "__main__":
+ # Este bloque sólo se ejecuta cuando el módulo es el principal
+```
+
+Aunque igual es un poco incómodo de entender de primeras, encontrarás esta
+estructura en casi cualquier módulo de código python. Se utiliza
+constantemente, incluso para los casos en los que no se pretende que el código
+pueda importarse. Es una buena práctica incluir el *guard* para separar la
+ejecución de las definiciones, de este modo, quien quiera saber cuál es la
+funcionalidad del módulo tendrá mucho más fácil la búsqueda.
+
+Puedes leer más sobre este tema en la documentación de python[^main-guard].
+
+[^main-guard]: <https://docs.python.org/3/library/__main__.html>
+
+
+Siguiendo este concepto, también existe el un estándar de nomenclatura de
+ficheros. El nombre `__main__.py` hace referencia al fichero que contiene el
+código que se incluiría dentro del *guard* y será el fichero que python buscará
+ejecutar siempre que se le pida ejecutar un paquete o un directorio sin
+especificar qué módulo debe lanzar. Por ejemplo, ejecutar `python .`[^dot] en
+la shell de sistema es equivalente a ejecutar `python __main__.py`.
+
+[^dot]: `.` significa directorio actual en cualquiera de los sistemas
+ operativos comunes.
+
+
+## Lo que has aprendido
+
+En este capítulo corto has aprendido lo necesario sobre importación de módulos
+y ejecución de código. Conocer en detalle el patrón de búsqueda de módulos de
+python es primordial para evitar problemas en el futuro y organizar los
+proyectos de forma elegante.
+
+Además, el `__main__` *guard* era una de las últimas convenciones de uso común
+que quedaban por explicar y una vez vista ya eres capaz de leer proyectos de
+código fuente que te encuentres por ahí sin demasiados problemas.
+
+Los próximos capítulos, basándose en lo aprendido en éste, te mostrarán cómo
+instalar nuevas dependencias y cómo preparar tu propio código para que pueda
+ser instalado de forma limpia y elegante.
diff --git a/es/07_install.md b/es/07_install.md
new file mode 100644
index 0000000..3da8ae0
--- /dev/null
+++ b/es/07_install.md
@@ -0,0 +1,243 @@
+# Instalación y dependencias
+
+Ahora que sabes lidiar con módulos, necesitas aprender a instalarlos en tu
+propio sistema, porque es bastante tedioso que tengas que copiar el código de
+todas tus dependencias en la carpeta de tu proyecto.
+
+En la introducción no aseguramos de instalar con python la herramienta `pip`.
+Que sirve para instalar paquetes nuevos en el sistema de forma sencilla.
+
+## Funcionamiento de `pip`
+
+`pip` es una herramienta extremadamente flexible, capaz de instalar módulos de
+python de diferentes fuentes: repositorios de git, carpetas de sistema o, la
+más interesante quizás de todas, el *Python Package Index* (*PyPI*)[^pypi].
+
+[^pypi]: https://pypi.org/
+
+`pip` buscará la descripción del paquete en la fuente que se le indique y, de
+esta descripción, obtendrá las dependencias necesarias y las indicaciones de
+cómo debe instalarlo. Una vez procesadas las normas, procederá a instalar el
+paquete en el directorio de sistema con todas las dependencias de éste para que
+funcione correctamente.
+
+Una vez instalado el paquete en el directorio de sistema está listo para ser
+importado.
+
+### PyPI
+
+El *Python Package Index* o *PyPI* es un repositorio que contiene software
+programado en python. En él se listan miles de librerías creadas por
+programadores de python para que cualquiera pueda descargarlas e instalarlas.
+Más adelante veremos algunas de ellas y nos acostumbraremos a usarl PyPI como
+recurso.
+
+Ahora que sabes programar en python tú también puedes publicar tus proyectos
+ahí para que otras personas los usen para crear los suyos.
+
+### Reglas de instalación: `setuptools` y `setup.py`
+
+Para que `pip` pueda hacer su trabajo correctamente hay que indicarle cómo debe
+hacerlo, ya que cada paquete es un mundo y tiene necesidades distintas. El
+módulo `setuptools` permite crear un conjunto de reglas comprensible por `pip`
+que facilita la distribución e instalación.
+
+Normalmente este conjunto de reglas suele almacenarse en un fichero de nombre
+`setup.py`. Como ejemplo de `setup.py` puedes ver el de la librería
+`BeautifulSoup4`[^bs4-setup] que se adjunta a continuación con ligeras
+alteraciones para que encaje en la página:
+
+[^bs4-setup]: https://www.crummy.com/software/BeautifulSoup/bs4/doc/
+
+``` {.python .numberLines}
+from setuptools import (
+ setup,
+ find_packages,
+)
+
+with open("README.md", "r") as fh:
+ long_description = fh.read()
+
+setup(
+ name="beautifulsoup4",
+ # NOTE: We can't import __version__ from bs4 because bs4/__init__.py
+ # is Python 2 code, and converting it to Python 3 means going through
+ # this code to run 2to3.
+ # So we have to specify it twice for the time being.
+ version = '4.8.1',
+ author="Leonard Richardson",
+ author_email='leonardr@segfault.org',
+ url="http://www.crummy.com/software/BeautifulSoup/bs4/",
+ download_url = "http://www.crummy.com/software/BeautifulSoup/bs4/download/",
+ description="Screen-scraping library",
+ install_requires=["soupsieve>=1.2"],
+ long_description=long_description,
+ long_description_content_type="text/markdown",
+ license="MIT",
+ packages=find_packages(exclude=['tests*']),
+ extras_require = {
+ 'lxml' : [ 'lxml'],
+ 'html5lib' : ['html5lib'],
+ },
+ use_2to3 = True,
+ classifiers=[
+ "Development Status :: 5 - Production/Stable",
+ "Intended Audience :: Developers",
+ "License :: OSI Approved :: MIT License",
+ "Programming Language :: Python",
+ "Programming Language :: Python :: 2.7",
+ 'Programming Language :: Python :: 3',
+ "Topic :: Text Processing :: Markup :: HTML",
+ "Topic :: Text Processing :: Markup :: XML",
+ "Topic :: Text Processing :: Markup :: SGML",
+ "Topic :: Software Development :: Libraries :: Python Modules",
+ ],
+)
+```
+
+En el ejemplo se aprecia a la perfección el tipo de información que es
+necesario aportarle a `setuptools`. Dependiendo del proyecto, esta
+configuración puede ser más compleja o más sencilla, y tendrás que indagar a
+través de la configuración de `setuptools` para ajustar la herramienta a tu
+proyecto.
+
+
+## Entornos virtuales y dependencias: `pipenv`
+
+La herramienta `pip` es interesante para instalar herramientas en el sistema
+pero tiene ciertas carencias. La primera, que no es capaz de resolver las
+dependencias a la hora de desinstalar paquetes, por lo que, si se instala un
+paquete que dependa de otro paquete, `pip` instalará todas las dependencias
+necesarias, pero por miedo a romper paquetes, no las desinstalará si se le pide
+desinstalar el paquete que las arrastró.
+
+Por otro lado, si quieres trabajar en proyectos de desarrollo, probablemente
+tengas que instalar sus dependencias. Si tienes varios proyectos en marcha
+simultáneamente o si tus sistema necesita de alguna herramienta escrita en
+python, es posible que tengas colisiones.
+
+Imagina que dos de los proyectos, por ejemplo, usan versiones diferentes de una
+de sus librerías. Si instalas sus dependencias usando `pip`, se mezclaran en tu
+sistema y no podrán coexistir. Además, cuando termines los proyectos o
+abandones su desarrollo, te interesará limpiar sus dependencias de tu sistema,
+cosa complicada si `pip` no gestiona la liberación de paquetes de forma
+correcta.
+
+Para evitar estos problemas y algún otro adicional, existen herramientas
+adicionales que alteran el comportamiento de `pip` y del propio python, creando
+lo que se conoce como *entornos virtuales* (*virtual environments*) que quedan
+aislados entre ellos y el sistema.
+
+El funcionamiento de los entornos virtuales es muy sencillo. Cuando se activan,
+crean un nuevo contexto en el que alteran las variables de entorno que
+describen dónde debe buscarse el intérprete de python, dónde busca éste los
+módulos y dónde instala `pip` los paquetes. Cuando se desactivan, se restaura
+el entorno por defecto. De este modo, cada entorno virtual queda perfectamente
+aislado de otros o incluso de la instalación del sistema, permitiéndote hasta
+tener diferentes versiones de python en tu sistema y que no colisionen entre
+ellas. Cuando has terminado con tu entorno virtual puedes borrarlo de forma
+segura sabiendo que no va a afectar a tu sistema y que va a llevarse todas las
+dependencias con él.
+
+Históricamente se han utilizado varias herramientas para esta labor, como
+`virtualenv`, que como era poco amigable se simplificaba con
+`virtualenv-wrapper` u otras. Hoy en día `pipenv` es la herramienta
+recomendada.
+
+`pipenv` es una combinación de `virtualenv` y `pip` creada para gestionar
+entornos virtuales y dependencias de desarrollo. Puedes considerarla un gestor
+de paquetes de desarrollo como `npm` en JavaScript, `composer` en PHP o
+cualquier otro que conozcas. Aporta la mayor parte de funcionalidades
+habituales como ficheros de dependencias, lockfiles etc. mientras que expone
+una interfaz de comandos sencilla y bien documentada.
+
+### Instalación
+
+Para instalar pipenv, podemos usar `pip`, que instalamos en la introducción.
+En la shell de sistema ejecutando:
+
+``` bash
+pip install pipenv
+```
+
+> NOTA: en función del sistema que utilices, puede que `pip` se llame
+> `pip3`. El funcionamiento es idéntico.
+
+### Uso
+
+Una vez instalado `pipenv`, puedes usarlo en el directorio que desees para
+crear un conjunto de nuevas dependencias pidiéndole que instale un nuevo
+paquete lanzando la orden `pipenv install` en la shell de sistema.
+
+Para ejecutar módulos en el entorno virtual recién creado dispones de dos
+opciones: `pipenv shell` que prepara una shell de sistema en el entorno o
+`pipenv run` que ejecuta el comando que se le envíe en el entorno.
+
+Puedes seguir añadiendo dependencias al proyecto con `pipenv install` y
+eliminar las que no te gusten con `pipenv uninstall`. Además, dispones de
+muchas opciones adicionales que te animo que ojees ejecutando `pipenv --help`.
+
+
+### Usar IDLE desde un entorno virtual
+
+Si utilizas entornos virtuales deberás preparar IDLE para verlos y que su REPL
+y su intérprete encuentren los paquetes del entorno virtual.
+
+Puedes lanzar IDLE desde el entorno virtual usando el siguiente truco en la
+shell de sistema:
+
+``` bash
+pipenv run python -m idlelib.idle
+```
+
+Recordando el capítulo anterior y lo descrito en este, ese comando ejecuta
+`python -m idlelib.idle` en el entorno virtual en el que te encuentres. El
+comando, por su parte le pide a python que ejecute el módulo `idle` del paquete
+`idlelib`, que contiene el propio programa IDLE.
+
+Si trabajas con otros editores integrados de código tendrás que aprender a
+hacer que sus intérpretes busquen en el entorno virtual actual, pero casi todos
+los editores actuales soportarán esta opción de una forma u otra.
+
+## Otras herramientas
+
+La realidad es que las herramientas propuestas no son las únicas que existen
+para estas tareas. Históricamente, python ha tenido otras herramientas con
+comportamientos similares a `pip`, como `easy_install` y otras con parecidas a
+`setuptools` como `distutils` y otras que asemejan a `pipenv`. Este capítulo
+trata únicamente las herramientas que se consideran las recomendadas en el
+momento en el que se está escribiendo[^recommended-tools], aunque los conceptos
+descritos son extrapolables, no sólo a otras herramientas sino también a otros
+lenguajes y entornos.
+
+[^recommended-tools]: Para un listado más extenso, visitar:
+<https://packaging.python.org/guides/tool-recommendations/>
+
+
+## Lo que has aprendido
+
+En este capítulo has aprendido lo necesario sobre las herramientas que rodean
+a python y su uso. De este modo, no te vas a sentir perdido en un maremágnum de
+nombres extraños y comandos cuando trabajes en proyectos que ya las usan.
+
+Más que convertirte en un experto de cómo trabajar con estas herramientas, cosa
+que te dará la práctica, este episodio te ha dado las referencias que necesitas
+para ir creciendo por tu cuenta en su uso, explicándote el interés de cada una
+de ellas.
+
+Te encontrarás, probablemente, proyectos que utilicen las herramientas de un
+modo peculiar, usen otras herramientas o hasta proyectos que no las usen
+correctamente. Este es un mundo complejo, y la historia de python no facilita
+la elección. Durante mucho tiempo la comunidad creó nuevas herramientas
+para suplir las carencias de otras y el ecosistema se complicó. A pesar de que
+hoy en día se recomiende el uso de unas herramientas sobre otras, no siempre
+fue así y muchos proyectos se han quedado obsoletos en este sentido.
+
+Para evitar atarte a las herramientas que aquí se muestran, se ha preferido
+darte una ligera noción, haciéndote recordar que las herramientas no son
+realmente lo importante, sino el conocimiento subyacente.
+
+Con la herramienta principal que has conocido en este apartado, `pipenv`,
+podrás instalar los paquetes que quieras de forma aislada y jugar con ellos
+todo lo que desees sin manchar tu sistema por lo que podrás adentrarte en los
+próximos capítulos sin miedo a estropear tu pulcra configuración inicial.
diff --git a/es/08_stdlib.md b/es/08_stdlib.md
new file mode 100644
index 0000000..fbaa974
--- /dev/null
+++ b/es/08_stdlib.md
@@ -0,0 +1,372 @@
+# La librería estándar
+
+La librería estándar se refiere a todas las utilidades que un lenguaje de
+programación trae consigo. Los lenguajes de programación, a parte de aportar la
+propia funcionalidad del lenguaje en sí mismo que simplemente sería la
+ejecución del código fuente que se le indique, suelen incluir funcionalidades
+que no están necesariamente relacionadas con ese proceso.
+
+El motivo de esto es facilitar el uso del lenguaje para las labores más
+comunes, incluyendo el código necesario para realizarlas sin necesitar añadidos
+externos.
+
+En lenguajes de programación de dominio específico la librería estándar suele
+contemplar muchos casos de ese dominio concreto. Por ejemplo, el lenguaje de
+programación Julia, aunque esté diseñado con el objetivo de ser un lenguaje
+válido para cualquier uso, su área de trabajo se centra en el entorno
+científico. Es por eso que incluye en su librería estándar paquetes de álgebra
+lineal, estadística y otros.
+
+Existen muchas diferentes aproximaciones a la librería estándar. Algunos
+lenguajes las mantienen extremadamente reducidas con el fin de que la
+implementación del lenguaje sea más liviana, con la contrapartida de forzar a
+quien los use a tener que utilizar herramientas externas o a desarrollarlas.
+
+Python es un lenguaje de propósito general con una extensísima librería
+estándar. Esto dificulta la selección de apartados a mostrar en este capítulo,
+pero facilita la programación de cualquier aplicación en éste lenguaje.
+
+Los paquetes estándar de python facilitan la lectura de infinidad de tipos de
+fichero, la conversión y el tratamiento de datos, el acceso a la red, la
+ejecución concurrente, etc. por lo que librería estándar es más que suficiente
+para muchas aplicaciones y no se requiere añadir módulos externos.
+
+Conocer la librería estándar y ser capaz de buscar en ella los paquetes que
+necesites te facilitará mucho la tarea, evitando, por un lado, que dediques
+tiempo a desarrollar funcionalidades que el propio lenguaje ya aporta y, por
+otro, que instales paquetes externos que no necesitas.
+
+Todos los apartados aquí listados están extremadamente bien documentados en la
+página oficial de la documentación de python y en la propia ayuda. Eso sí,
+tendrás que importarlos para poder leer la ayuda, pero ya sabes cómo se hace.
+
+A continuación se recogen los módulos más interesantes, aunque en función del
+proyecto puede que necesites algún otro. Puedes acceder al listado completo en
+la página oficial de la documentación[^stdlibdoc].
+
+[^stdlibdoc]: <https://docs.python.org/3/library/index.html#library-index>
+
+
+## Interfaz al sistema operativo: `os`
+
+Ya definimos previamente el concepto *interfaz* como superficie de contacto
+entre dos entidades. Esta librería facilita la interacción entre python y el
+sistema operativo.
+
+La comunicación con el sistema operativo es primordial para cualquier lenguaje
+de programación de uso general, ya que es necesario tener la capacidad de hacer
+peticiones directas al sistema operativo. Por ejemplo, cambiar de directorio
+actual para facilitar la inclusión rutas relativas en el programa, resolver
+rutas a directorios y un largo etc.
+
+En capítulos previos hemos hablado de las diferencias entre sistemas
+operativos. Esta librería, además, facilita el trabajo para esos casos. Por
+ejemplo, que el separador de directorios en UNIX es `/` y en Windows `\`, si
+quisiéramos programar una aplicación multiplataforma, nos encontraríamos con
+problemas. Sin embargo, el módulo `os.path` dispone de herramientas para
+gestionar las rutas de los directorios por nosotros, por ejemplo, la variable
+`os.path.sep` (copiada en `os.sep` por abreviar), guarda el valor del separador
+del sistema en el que se esté ejecutando la aplicación: `/` en UNIX y `\` en
+Windows.
+
+Este paquete es muy interesante para desarrollar código portable entre las
+diferentes plataformas.
+
+## Funciones relacionadas con el intérprete: `sys`
+
+Aunque el nombre de este módulo suene complicado, su uso principal es el de
+acceder a funcionalidades que el propio python controla. Concretamente, se usa
+sobre todo para la recepción de argumentos de entrada al programa principal,
+la redirección de entradas y salidas del programa y la terminación del
+programa.
+
+### Salida forzada: `sys.exit()`
+
+Para salir de forma abrupta del programa y terminar su ejecución, python
+facilita la función `sys.exit()`. Al ejecutarla la
+
+### *Standard streams*: `sys.stdin`, `sys.stdout` y `sys.stderr`
+
+Cuando se trabaja en programas que funcionan en la terminal se pueden describir
+tres vías de comunicación con el usuario:
+
+1. El teclado: de donde se obtiene lo que el usuario teclee mediante la función
+ `input`.
+2. La pantalla: a donde se escribe al ejecutar la función `print`.
+3. Y la salida de errores: Una salida especial para los fallos, similar a la
+ anterior, pero que se diferencia para poder hacer un tratamiento distinto y
+ porque tiene ciertas peculiaridades distintas. Los mensajes de error de
+ excepciones se envían aquí.
+
+Estas tres vías se conocen comúnmente como entrada estándar (*standard input*),
+`stdin`, salida estándar (*standard output*), `stdout`, y error estándar
+(*standard error*), `stderr`. Este concepto responde al nombre de *standard
+streams* y es una abstracción de los dispositivos físicos que antiguamente se
+utilizaban para comunicarse con una computadora. Hoy en día, estos tres
+*streams* son una abstracción de esa infraestructura y se comportan como
+simples ficheros de lectura en el primer caso y de escritura en los otros dos.
+
+Los diferentes sistemas operativos los implementan a su modo, pero desde el
+interior de python son simplemente ficheros abiertos, como si se hubiese
+ejecutado la función `open` en ellos y ellos se encargan de leer o escribir a
+la vía de interacción con el usuario correspondiente. Es decir, en realidad
+`print`, `input`, etc. son únicamente funciones que facilitan la labor de
+escribir manualmente en estos *streams*:
+
+``` python
+>>> import sys
+>>> chars = sys.stdout.write("Hola\n")
+Hola
+>>> chars # Recoge el número de caracteres escritos
+5
+```
+
+La realidad es que estos *streams* dan una flexibilidad adicional muy
+interesante. Como son únicamente variables de ficheros abiertos pueden
+cerrarse y sustituirse por otros, permitiéndote redireccionar la entrada o la
+salida de un programa a un fichero.
+
+El siguiente ejemplo redirecciona la salida de errores a un fichero llamado
+`exceptions.txt` y trata de mostrar una variable que no está definida. Python
+en lugar de mostrar el mensaje de una excepción, la escribe en el fichero al
+que se ha redireccionado la salida:
+
+``` python
+>>> sys.stderr = open("exceptions.txt", "w")
+>>> aasda # No muestra el mensaje de error
+>>>
+>>> with open("exceptions.txt") as f:
+... f.read() # Muestra el contenido del archivo
+...
+'Traceback (most recent call last):\n File "<stdin>", line 1, in \
+<module>\nNameError: name \'aasda\' is not defined\n'
+```
+
+
+### Argumentos de entrada: `sys.argv`
+
+Es posible añadir argumentos de entrada a la ejecución de los programas. Piensa
+en el propio programa llamado python, al ejecutarlo en la shell de sistema se
+le pueden mandar diferentes opciones que, por ejemplo, digan qué módulo debe
+ejecutar:
+
+``` bash
+python test.py
+```
+
+Para la shell de sistema, todo lo que se escriba después de la primera palabra
+es considerado un argumento de entrada.
+
+Cuando se ejecutan nuestros programas escritos en python, es posible también
+enviarles argumentos de entrada:
+
+``` bash
+python test.py argumento1 argumento2 ...
+```
+
+Lo que el python reciba después del nombre del módulo a ejecutar lo considerará
+argumentos de entrada de nuestro módulo y nos lo ordenará y dejará disponible
+en la variable `sys.argv`, una lista de todos los argumentos de entrada.
+
+Si muestras el contenido de la variable en la REPL, te responderá `['']` ya que
+la REPL se ejecuta sin argumentos. Sin embargo, si creas un módulo y le añades
+este contenido:
+
+``` python
+import sys
+print(sys.argv)
+```
+
+Verás que se imprime una lista con el nombre del archivo en su primer elemento.
+
+Si ejecutas el módulo desde la shell de sistema añadiéndole argumentos de
+entrada:
+
+``` bash
+python modulo.py arg1 arg2 arg3
+```
+
+La lista `sys.argv` recibirá todos, siempre a modo de string.
+
+Los argumentos de entrada son extremadamente interesantes para permitir que los
+programas sean configurables por quien los use sin necesidad de tener que
+editar el código fuente, cosa que nunca debería ser necesaria a menos que
+exista un error en éste o quiera añadirse una funcionalidad.
+
+## Procesamiento de argumentos de entrada: `argparse`
+
+Como la variable `sys.argv` entrega los argumentos de entrada tal y como los
+recibe y no comprueba si son coherentes, python dispone de una librería
+adicional para estas labores. El módulo `argparse` permite definir qué tipo de
+argumentos de entrada y opciones tiene tu programa y qué reglas deben seguir.
+Además, facilita la creación de ayudas como la que se muestra cuando ejecutas
+`python -h` o `pip -h` en la shell de tu sistema.
+
+Es una librería bastante compleja con infinidad de opciones que es mejor que
+leas en la propia documentación cuando necesites utilizarla.
+
+## Expresiones regulares: `re`
+
+Las expresiones regulares (*regular expression*, también conocidas como
+*regexp* y *regex*) son secuencias de caracteres que describen un patrón de
+búsqueda.
+
+En python se soportan mediante el módulo `re` de la librería estándar.
+
+## Matemáticas y estadística: `math` y `statistics`
+
+El módulo `math` soporta gran cantidad de operaciones matemáticas avanzadas
+para coma flotante. En él puedes encontrar logaritmos, raíces, etc.
+
+El módulo `statistics` soporta estadística básica como medias, medianas,
+desviación típica, etc.
+
+Ambos módulos tienen mucho interés ya que python se usa extensivamente en el
+análisis de datos. Aunque tiene librerías de terceros mucho más adecuadas para
+esta labor, para proyectos pequeños puede que sea suficiente con estos módulos.
+
+## Protocolos de internet: `urllib`
+
+`urllib` es un conjunto de paquetes que permiten seguir URLs o enlaces,
+principalmente para HTTP y su versión segura HTTPs. Soporta cookies,
+redirecciones, autenticación básica, etc.
+
+El siguiente ejemplo te muestra cómo descargar el primer boceto del estándar
+del protocolo HTTP de la página web del IETF. Recordando los apartados previos,
+fíjate en el uso de la sentencia `with` y en el uso de los corchetes para
+obtener un número limitado de caracteres de la recién decodificada respuesta.
+
+``` python
+>>> from urllib.request import urlopen
+>>> with urlopen("https://tools.ietf.org/rfc/rfc2068.txt") as resp:
+... print( resp.read().decode("utf-8")[:1750] )
+...
+'
+
+
+
+
+
+Network Working Group R. Fielding
+Request for Comments: 2068 UC Irvine
+Category: Standards Track J. Gettys
+ J. Mogul
+ DEC
+ H. Frystyk
+ T. Berners-Lee
+ MIT/LCS
+ January 1997
+
+
+ Hypertext Transfer Protocol -- HTTP/1.1
+
+Status of this Memo
+
+ This document specifies an Internet standards track protocol for the
+ Internet community, and requests discussion and suggestions for
+ improvements. Please refer to the current edition of the "Internet
+ Official Protocol Standards" (STD 1) for the standardization state
+ and status of this protocol. Distribution of this memo is unlimited.
+
+Abstract
+
+ The Hypertext Transfer Protocol (HTTP) is an application-level
+ protocol for distributed, collaborative, hypermedia information
+ systems. It is a generic, stateless, object-oriented protocol which
+ can be used for many tasks, such as name servers and distributed
+ object management systems, through extension of its request methods.
+ A feature of HTTP is the typing and negotiation of data
+ representation, allowing systems to be built independently of the
+ data being transferred.
+
+ HTTP has been in use by the World-Wide Web global information
+ initiative since 1990. This specification defines the protocol
+ referred to as "HTTP/1.1".
+
+'
+>>>
+```
+
+## Fechas y horas: `datetime`
+
+`datetime`, que ya ha aparecido anteriormente, es un módulo para gestión de
+fecha y hora. `datetime` soporta gran cantidad de operaciones y tipos de dato.
+Entre ellos los `timedeltas`, diferencias temporales que te permiten sumar y
+restar fechas con facilidad con los operadores habituales.
+
+Con las facilidades de `datetime`, es poco probable que necesites importar una
+librería de gestión de fecha y hora independiente.
+
+## Procesamiento de ficheros: `json` y `sqlite3`
+
+Python habilita gran cantidad de procesadores de formatos de fichero, los dos
+que se lista en este apartado tienen especial interés.
+
+El primer módulo, `json`, sirve para manipular datos en formato JSON. Sus dos
+funciones principales `dumps` y `loads` vuelcan o cargan datos de JSON a
+diccionarios o listas en una sola orden debido que la propia estructura de JSON
+está formada por parejas clave valor o listas de valores ordenadas por índices.
+Esta es la razón por la que en muchas ocasiones se utilizan ficheros de formato
+JSON para intercambiar información entre aplicaciones de python: su lectura y
+escritura es extremadamente sencilla.
+
+El segundo módulo, `sqlite3`, facilita el acceso a ficheros en formato SQLite3,
+un formato binario con una interfaz de acceso que permite consultas SQL. El
+módulo `sqlite3` es capaz de convertir las tablas que SQLite3 retorna a
+estructuras de python de forma transparente y cómoda por lo que es un aliado
+interesante para aplicaciones que requieren una base de datos pequeña y
+resiliente.
+
+## Aritmética de coma flotante decimal: `decimal`
+
+En el apartado sobre datos tratamos la complejidad de los números de coma
+flotante y que su representación binaria puede dar lugar a problemas. Este
+módulo de aritmética decimal aporta una solución rigurosa a este problema con
+el fin de facilitar el uso de python en entornos que requieren precisión
+estricta que incluso puede requerir cumplir con normativas, como puede ser la
+banca.
+
+La documentación del módulo muestra un par de ejemplos muy interesantes usando
+la clase `Decimal` aportada por este. Se adjuntan a continuación para que los
+estudies y los disecciones en busca de las diferencias con el uso de los
+números de coma flotante normales:
+
+``` python
+>>> from decimal import *
+>>> round(Decimal('0.70') * Decimal('1.05'), 2)
+Decimal('0.74')
+>>> round(.70 * 1.05, 2)
+0.73
+
+>>> Decimal('1.00') % Decimal('.10')
+Decimal('0.00')
+>>> 1.00 % 0.10
+0.09999999999999995
+
+>>> sum([Decimal('0.1')]*10) == Decimal('1.0')
+True
+>>> sum([0.1]*10) == 1.0
+False
+```
+
+## Lo que has aprendido
+
+Más que aprender, en este apartado has sobrevolado la librería estándar de
+python desde la distancia y te has parado a observar qué problemas comunes ya
+están resueltos en python.
+
+La realidad es que la librería estándar es mucho más extensa que lo listado en
+este apartado, pero aquí se han mencionado los módulos que más frecuentemente
+se suelen usar en entornos normales y algunos otros que tienen interés a la
+hora de afianzar conocimiento que has obtenido en capítulos previos, como es el
+caso del módulo `decimal`.
+
+Este capítulo empieza a mostrarte el interés de programar en python y las
+posibilidades que tienes con él, únicamente con la librería estándar. En el
+próximo verás la cantidad de funcionalidad adicional que le puedes añadir con
+un par de librerías escritas por terceros.
+
+Sirva también este capítulo como recordatorio de lo extensa que es la librería
+estándar de python. En el futuro, cuando tengas intención de buscar una
+librería para resolver un problema que te despista de trabajar en la
+funcionalidad principal de tu aplicación, empieza por la librería estándar.
diff --git a/es/09_extralib.md b/es/09_extralib.md
new file mode 100644
index 0000000..65ed418
--- /dev/null
+++ b/es/09_extralib.md
@@ -0,0 +1,162 @@
+# Librerías útiles
+
+Ahora que ya sabes cómo instalar librerías y que has visto que muchas
+funcionalidades están contenidas en la librería estándar de python es un buen
+momento para que visites varios proyectos que aportan recursos muy interesantes
+a la hora de resolver problemas. Debido al carácter de uso general de python,
+estas librerías aportan facilidades muy diversas. El criterio para escogerlas
+parte de la experiencia personal del autor de este documento y añade algunas
+librerías y herramientas que pueden ser interesantes debido a su amplio uso en
+la industria.
+
+## Librerías científicas: ecosistema SciPy
+
+SciPy es un ecosistema de librerías de cálculo que tiene como objetivo
+facilitar la tarea de ingenieros, científicos y matemáticos en sus
+respectivos trabajos. Puedes considerarlo como un **Matlab** para python
+separado por componentes independientes.
+
+Además de ser el nombre del ecosistema, comparte nombre con una de las
+librerías fundamentales de éste. El ecosistema está formado por varias
+librerías, entre ellas se encuentran:
+
+- Numpy: un paquete de computación científica para python. Soporta matrices
+ multidimensionales, funciones sofisticadas y álgebra lineal, entre otras.
+
+- SciPy: librería basada en Numpy que aporta rutinas numéricas eficientes para
+ interpolación, optimización, algebra lineal, estadística y otros.
+
+- SymPy: una librería de matemática simbólica para python que complementa el
+ resto de librerías del ecosistema, ya que casi todas están orientadas al
+ análisis numérico.
+
+- Matplotlib: librería para representar gráficos y figuras científicas en 2D.
+
+- Pandas: aporta unas estructuras de datos muy potentes basadas en tablas, su
+ objetivo es reforzar a python a la hora de tratar datos. El área de esta
+ librería es el del análisis de datos, pero puede combinarse con otras áreas
+ de estudio como la econometría (ver el proyecto statsmodels). Esta librería
+ dispone de un ecosistema muy poderoso a su alrededor debido al auge del
+ análisis de datos en la industria del software. Muchas librerías comparten la
+ interfaz de Pandas por lo que tener nociones de su comportamiento abre muchas
+ puertas en el sector del análisis de datos. Al igual que ocurre en SciPy, Las
+ estructuras de datos de Pandas también se basan en Numpy.
+
+- IPython: más que una librería, IPython es una herramienta. Se trata de una
+ REPL interactiva (su propio nombre viene de *Interactive Python*) que añade
+ diversas funcionalidades sobre la REPL de python habitual: histórico de
+ comandos, sugerencias, comandos mágicos (*magic*) que permiten alterar el
+ comportamiento de la propia interfaz y un larguísimo etcétera. IPython,
+ además, sirve como núcleo de los cuadernos Jupyter que integran una shell de
+ python con visualización de tablas y gráficos para generar documentos estilo
+ *literate programming*.
+
+## Machine Learning: ScikitLearn
+
+ScikitLearn es una librería de machine learning muy potente, implementa gran
+cantidad de algoritmos y tiene una documentación extensa, sencilla y educativa.
+
+Encaja a la perfección con el ecosistema SciPy, ya que se basa en NumPy, SciPy
+y Matplotlib.
+
+## Peticiones web: Requests
+
+Requests es una librería alternativa al módulo `urllib` aportado por la
+librería estándar de python. Se describe a sí misma como «HTTP para seres
+humanos», sugiriendo que `urllib` no es cómoda de usar.
+
+Requests gestiona automáticamente las URL-s de las peticiones a partir de los
+datos que se le entreguen, sigue redirecciones, almacena cookies, descomprime
+automáticamente, decodifica las respuestas de forma automática, etc. En general
+es una ayuda cuando no se quiere dedicar tiempo a controlar cada detalle de la
+conexión de modo manual.
+
+## Manipulación de HTML: Beautifulsoup
+
+Beautifulsoup es una librería de procesado de HTML extremadamente potente.
+Simplifica el acceso a campos de ficheros HTML con una sintaxis similar a los
+objetos de python, permitiendo acceder a la estructura anidada mediante el uso
+del punto en lugar de tener que lidiar con consultas extrañas o expresiones
+regulares. Esta funcionalidad puede combinarse con selectores CSS4 para un
+acceso mucho más cómodo.
+
+Muy usada en conjunción con Requests, para el desarrollo de aplicaciones de
+web-scraping. Aunque, si se desea usar algo más avanzado, se recomienda usar el
+framework Scrapy.
+
+## Tratamiento de imagen: Pillow
+
+Pillow es un fork de la librería PIL (*Python Imaging Library*) cuyo desarrollo
+fue abandonado. En sus diversos submódulos, Pillow permite acceder a datos de
+imágenes, aplicarles transformaciones y filtros, dibujar sobre ellas, cambiar
+su formato, etc.
+
+## Desarrollo web: Django, Flask
+
+Existen infinidad de frameworks y herramientas de desarrollo web en python. Así
+como en el caso del análisis de datos la industria ha convergido en una
+herramienta principal, Pandas, en el caso del desarrollo web hay muchas
+opciones donde elegir.
+
+Los dos frameworks web más usados son Django y Flask, siendo el segundo menos
+común que el primero pero digno de mención en conjunción con el otro por varias
+razones.
+
+La primera es la diferencia en la filosofía: así como Django decide con qué
+herramientas se debe trabajar, Flask, que se define a sí mismo como
+microframework, deja en manos de quien lo usa la elección de qué herramientas
+desea aplicarle. Cada una de las dos filosofías tiene ventajas y desventajas y
+es tu responsabilidad elegir las que más te convengan para tu proyecto.
+
+La segunda razón para mencionar Flask es que su código fuente es uno de los más
+interesantes a la hora de usar como referencia de cómo se debe programar en
+python. Define su propia norma de estilo de programación, basada en la
+sugerencia de estilo de python[^pep8] y su desarrollo es extremadamente
+elegante.
+
+Django, por su parte, ha sido muy influyente y muchas de sus decisiones de
+diseño han sido adoptadas por otros frameworks, tanto en python como en otros
+lenguajes. Lo que sugiere que está extremadamente bien diseñado.
+
+A pesar de las diferencias filosóficas, existen muchas similitudes entre ambos
+proyectos por lo que aprender a usar uno de ellos facilita mucho el uso del
+otro y no es aprendizaje perdido. No tengas miedo en lanzarte a uno.
+
+[^pep8]: <https://www.python.org/dev/peps/pep-0008/>
+
+
+## Protocolos de red: Twisted
+
+Twisted es motor de red asíncrono para python. Sobre él se han escrito
+diferentes librerías para gestión de protocolos de Internet como DNS, via
+Twisted-Names, IMAP y POP3, via Twisted-Mail, HTTP, via Twisted-Web, IRC y
+XMPP, via Twisted-Words, etc.
+
+El diseño asíncrono del motor facilita sobremanera las comunicaciones
+eficientes. Programar código asíncrono en python es relativamente sencillo,
+pero ha preferido dejarse fuera de este documento por diversas razones. Te
+animo a indagar en esta libreria para valorar el interés del código asíncrono.
+
+## Interfaces gráficas: PyQt, PyGTK, wxPython, PySimpleGUI
+
+A pesar de que python dispone de un módulo en su librería estándar para tratar
+interfaces gráficas llamado TKinter, es recomendable utilizar librerías más
+avanzadas para esto. TKinter es una interfaz a la herramienta Tk del lenguaje
+de programación Tcl y acompaña a python desde hace años.
+
+En programas simples TKinter es más que suficiente (IDLE, por ejemplo, está
+desarrollado con TKinter) pero a medida que se necesita complejidad o capacidad
+del usuario para configurar detalles de su sistema suele quedarse pequeño.
+
+Para programas complejos se recomienda usar otro tipo de librerías más
+avanzadas como PyQt, PyGTK o wxPython, todas ellas interfaces a librerías
+escritas en C/C++ llamadas Qt, GTK y wxWidgets respectivamente. Estas librerías
+aportan una visualización más elegante, en algunos casos usando widgets nativos
+del sistema operativo en el que funcionan.
+
+Debido a la complejidad del ecosistema nace el proyecto PySimpleGUI, que
+pretende aunar las diferentes herramientas en una sola, sirviendo de interfaz a
+cualquiera de las anteriores y alguna otra. Además, el proyecto aporta gran
+cantidad de ejemplos de uso. PySimpleGUI aún está en desarrollo y el soporte de
+algunos de los motores no está terminado, pero es una fuente interesante de
+información y recursos.
diff --git a/es/10_closing_words.md b/es/10_closing_words.md
new file mode 100644
index 0000000..404a58d
--- /dev/null
+++ b/es/10_closing_words.md
@@ -0,0 +1,123 @@
+# Lo que has aprendido
+
+Rescatando la definición de la introducción:
+
+> Python es un lenguaje de programación de alto nivel orientado al uso general.
+> Fue creado por Guido Van Rossum y publicado en 1991. La filosofía de python
+> hace hincapié en la limpieza y la legibilidad del código fuente con una
+> sintaxis que facilita expresar conceptos en menos líneas de código que en
+> otros lenguajes.
+>
+> Python es un lenguaje de tipado dinámico y gestión de memoria automática.
+> Soporta múltiples paradigmas de programación, incluyendo la programación
+> orientada a objetos, imperativa, funcional y procedural e incluye una extensa
+> librería estándar.
+
+Ahora sí que estás en condición de entenderla no sólo para python sino para
+cualquier otro lenguaje que se te presente de este modo. Ahora tienes la
+habilidad de poder comprender de un vistazo qué te aporta el lenguaje que
+tienes delante únicamente leyendo su descripción.
+
+Desgranándola poco a poco, has conocido la sintaxis de python en bastante
+detalle y has visto cómo hace uso de las sangrías para delimitar bloques de
+código, cosa que otros lenguajes hacen con llaves (`{}`) u otros símbolos.
+
+La facilidad de expresar conceptos complejos en pocas líneas de código puede
+verse en las *list comprehensions*, la sentencia `with` y muchas otras
+estructuras del sistema. Python es un lenguaje elegante y directo, similar al
+lenguaje natural.
+
+El tipado dinámico trata lo que estudiaste en el apartado sobre datos, donde se
+te cuenta que las referencias pueden cambiar de tipo en cualquier momento ya
+que son los propios valores los que son capaces de recordar qué tipo tienen.
+
+La gestión de memoria automática también se presenta en el mismo apartado,
+contándote que python hace uso de un *garbage collector* o recolector de basura
+para limpiar de la memoria los datos que ya no usa.
+
+Los diferentes paradigmas de programación no se han tratado de forma explícita
+en este documento, más allá de la programación orientada a objetos, que inunda
+python por completo. Sin embargo, el apartado sobre funciones adelanta varios
+de los conceptos básicos del paradigma de programación funcional: que las
+funciones sean ciudadanos de primera clase (*first-class citizens*), el uso de
+funciones anónimas (*lambda*) y las *closures*.
+
+Los paradigmas procedural e imperativo son la base para los dos
+paradigmas de los que hemos hablado. La programación imperativa implica que se
+programa mediante órdenes (el caso de python, recuerda) en lugar de
+declaraciones (como puede ser la programación lógica, donde se muestran un
+conjunto de normas que el programa debe cumplir). La programación procedural es
+un paradigma cuyo fundamento es el uso de bloques de código y su *scope*,
+creando funciones, estructuras de datos y variables aunque, a diferencia de la
+programación funcional, en la programación procedural no es necesario que las
+funciones sean ciudadanos de primera clase y pueden tener restricciones.
+
+Estos dos últimos paradigmas, en realidad, se soportan casi por accidente al
+habilitar los dos anteriores.
+
+En muchas ocasiones, te encontrarás escribiendo pequeñas herramientas y no
+necesitarás mucho más que usar las estructuras básicas de python y varias
+funciones para alterarlas, por lo que estarás pensando de forma procedural
+accidentalmente.
+
+Los paradigmas no son más que patrones de diseño que nos permiten clasificar
+los lenguajes y sus filosofías, pero son muy interesantes a la hora de diseñar
+nuestras aplicaciones.
+
+Además de todo esto, has tenido ocasión de conocer de forma superficial la
+librería estándar del lenguaje y un conjunto de librerías adicionales que te
+aportan los puntos de los que la librería estándar carece. Ahora sabes instalar
+dependencias y usarlas en entornos virtuales (*virtual environments*) para
+mantener limpia tu instalación.
+
+A parte de lo mencionado en la definición del lenguaje, has aprendido a
+ejecutar, cargar y distribuir módulos de python, algo primordial si pretendes
+crear paquetes o nuevas librerías y usar las de terceros.
+
+Con todo esto, tienes una visión general pero bastante detallada a nivel
+técnico de lo que python aporta y cómo. Lo que necesitas para compensarla es
+trabajar con él, acostumbrarte a su ecosistema y leer mucho código de buena
+calidad para acostumbrarte a seguir las convenciones y recetas habituales.
+
+
+## El código pythónico
+
+A lo largo del documento se tratan temas que puede que no te esperases
+encontrar al leer sobre programación, ya que tu interés principal es resolver
+tus problemas de forma efectiva y construir aplicaciones. Hacer robots que te
+hagan la vida más fácil, en definitiva.
+
+Sin embargo, quien se dedica a la programación tiene una vida muy ligada a la
+vida de quien se dedica a la filosofía o al diseño y es por eso que esas dos
+disciplinas aparecen de vez en cuando en cualquier conversación un poco seria
+sobre el trabajo con software.
+
+Las tres disciplinas, en primer lugar, ocurren en la mente de las personas y no
+en sus manos. Es por eso que los patrones mentales y los modos de pensamiento
+son parte fundamental de ellas. Ninguno de ellos son trabajos para los que se
+pueda entrenar una memoria muscular. Es necesario pensar. Y es necesario pensar
+de forma consciente y premeditada.
+
+Ver cómo desarrollan otras personas su actividad es valioso para realizar tu
+tarea con elegancia.
+
+Otro detalle que has debido de observar, sobre todo porque acaba de aparecer,
+es la *elegancia*. La elegancia es, hasta cierto punto, subjetiva y depende del
+gusto de quien la mira. Sin embargo, esto sólo es así hasta cierto punto, la
+realidad es que alguien puede considerar algo elegante y aun así no gustarle.
+Python es un ejemplo de algo así. Guste o no guste, python es un lenguaje de
+programación elegante, cuya elegancia forma parte primordial de la filosofía
+del lenguaje.
+
+El autor de este documento, por ejemplo, no es un entusiasta de python, pero a
+lo largo de la travesía de escribir este documento ha podido reencontrarse, una
+vez más, con su elegancia.
+
+El concepto del *código pythónico* (*pythonic code*) es un resultado de esto.
+Cuando se habla de código pythónico, se habla de un código que sigue los
+estándares de elegancia de python. Que es bonito, comprensible y claro. Un
+código que la comunidad de desarrollo de python aprobaría.
+
+Cuando programes en python, trata de programar código pythónico, pues es esa la
+verdadera razón por la que se creó el lenguaje y es la forma en la que el
+lenguaje más fácil te lo va a poner.
diff --git a/es/A_devtools.md b/es/A_devtools.md
new file mode 100644
index 0000000..e856373
--- /dev/null
+++ b/es/A_devtools.md
@@ -0,0 +1,90 @@
+# Anexo I: Herramientas de desarrollo {-}
+
+IDLE es una herramienta de desarrollo muy limitada, suficiente para seguir los
+ejemplos que se recogen en este documento pero insuficiente para desarrollar
+aplicaciones avanzadas.
+
+## Desarrollo de código fuente
+
+Existen gran cantidad de entornos de desarrollo (IDE) avanzados y editores que
+pueden ser recomendables, aunque es cuestión de gusto personal decantarse por
+uno de ellos o por otro.
+
+La diferencia entre un entorno de desarrollo integrado y un editor es la
+siguiente: los entornos de desarrollo cumplen varias funciones adicionales,
+como en el caso de IDLE, dar acceso a una REPL de python y la posibilidad de
+analizar las variables en memoria. Los editores únicamente sirven para escribir
+el código, aunque en muchos casos la línea que separa ambos conceptos es
+bastante borrosa: existen editores con funcionalidades avanzadas y entornos
+integrados muy sencillos que parecen un simple editor. Resumiendo, los entornos
+integrados de desarrollo (IDE *integrated development environment*) tienen
+editores entre sus herramientas.
+
+### Entornos de desarrollo integrados
+
+Quien no utiliza entornos de desarrollo avanzados (una cuestión de gusto
+personal), por lo que se le hace difícil recomendar alguno en particular. Sin
+embargo, el wiki de python recoge una larguísima lista de editores y entornos
+de desarrollo integrado interesantes[^ides].
+
+[^ides]: <https://wiki.python.org/moin/PythonEditors>
+
+En el entorno del análisis de datos, la distribución *Anaconda* es muy usada.
+Anaconda es más que un entorno de desarrollo integrado. Incluye un entorno de
+desarrollo llamado Spyder, una shell propia, un gestor de paquetes y
+dependencias propio llamado Conda, posibilidad de integración con el lenguaje
+de programación R y gran cantidad de paquetes instalados por defecto.
+
+En otros entornos PyCharm es bastante común, aunque también son muy comunes los
+entornos de desarrollo integrados pensados para otros lenguajes que han
+comenzado a soportar python posteriormente como KDevelop, NetBeans y otros.
+
+Te recomiendo que, si usas un entorno de desarrollo integrado en otros
+lenguajes, investigues si soporta python. De este modo no tendrás que aprender
+una nueva herramienta. Al ser un lenguaje tan común, probablemente lo soporte.
+Si no lo soporta prueba con un IDE que siga una filosofía similar al que uses.
+
+### Editores de código
+
+Quien te escribe usa Vim, un editor de texto muy antiguo con muchas
+características que le hacen ser un editor muy eficiente. Existe gran variedad
+de editores de código que recomendar: Emacs, gEdit, Kate, Sublime, Atom... Todo
+dependerá de tus gustos personales.
+
+La ventaja principal de los editores de código es que conociendo uno en
+profundidad es más que suficiente para cualquier lenguaje, ya que están
+diseñados únicamente para escribir el contenido de tus programas, dejando las
+peculiaridades de ejecución de cada lenguaje a parte. Esto les aporta una
+ligereza difícilmente alcanzable por los IDEs.
+
+Sin embargo, esta virtud también es su mayor defecto. Al no integrar ninguna
+herramienta adicional, es necesario trabajar todo manualmente. En el caso de
+python, te fuerzan a usar una shell independiente y a interactuar con ella de
+forma manual. Al principio puede ser tedioso, pero aprender a gestionar los
+detalles manualmente es interesante ya que te permite obtener un gran
+conocimiento del sistema y lenguaje en el que trabajas.
+
+## Herramientas de depuración
+
+El propio diseño de python permite que sea fácilmente depurable. La REPL
+facilita que se pruebe la aplicación a medida que se va desarrollando, función
+a función, para asegurar que su comportamiento es el correcto. Además, la
+capacidad introspectiva del lenguaje es una buena herramienta, en conjunción
+con la REPL para comprobar el comportamiento.
+
+Además de estas características, la instalación de python viene acompañada del
+programa `pdb` (*Python Debugger*), un depurador de código similar al conocido
+[GNU-Debugger](https://en.wikipedia.org/wiki/GNU_Debugger). Existen otros
+depuradores de código más amigables que este, pero la realidad es que no suelen
+ser necesarios.
+
+## Testeo de aplicaciones
+
+Hoy en día el testeo de software es muy común, en parte gracias al desarrollo
+guiado por pruebas, o TDD (*Test Driven Development*).
+
+La librería estándar de python incluye un módulo para pruebas unitarias llamado
+`unittest` en que la librería Nose, muy conocida y usada, se basa para
+facilitar el trabajo de modo similar a lo que ocurre con Requests y `urllib`.
+
+Por supuesto, existen otras alternativas, pero estas son las principales.
diff --git a/es/Metadata.yaml b/es/Metadata.yaml
new file mode 100644
index 0000000..bed3ffc
--- /dev/null
+++ b/es/Metadata.yaml
@@ -0,0 +1,10 @@
+links-as-notes: true
+toc: true
+title: Programación en Python
+subtitle:
+author: "Ekaitz Zárraga"
+author-meta: Ekaitz Zárraga
+lang: es-ES
+polyglossia-lang:
+ name: spanish
+license: CC-BY-SA
diff --git a/es/Z_license.md b/es/Z_license.md
new file mode 100644
index 0000000..46d9792
--- /dev/null
+++ b/es/Z_license.md
@@ -0,0 +1,337 @@
+# Anexo II: Licencia CC BY-SA 4.0 {- #licencia-appendix}
+
+#### Creative Commons Atribución/Reconocimiento-CompartirIgual 4.0 Licencia Pública Internacional
+
+Al ejercer los Derechos Licenciados (definidos a continuación), Usted acepta y
+acuerda estar obligado por los términos y condiciones de esta Licencia
+Internacional Pública de Atribución/Reconocimiento-CompartirIgual 4.0 de
+Creative Commons ("Licencia Pública"). En la medida en que esta Licencia
+Pública pueda ser interpretada como un contrato, a Usted se le otorgan los
+Derechos Licenciados en consideración a su aceptación de estos términos y
+condiciones, y el Licenciante le concede a Usted tales derechos en
+consideración a los beneficios que el Licenciante recibe por poner a
+disposición el Material Licenciado bajo estos términos y condiciones.
+
+##### Sección 1 – Definiciones.
+
+a. **Material Adaptado** es aquel material protegido por Derechos de
+ Autor y Derechos Similares que se deriva o se crea en base al
+ Material Licenciado y en el cual el Material Licenciado se traduce,
+ altera, arregla, transforma o modifica de manera tal que dicho
+ resultado sea de aquellos que requieran autorización de acuerdo con
+ los Derechos de Autor y Derechos Similares que ostenta el
+ Licenciante. A los efectos de esta Licencia Pública, cuando el
+ Material Licenciado se trate de una obra musical, una interpretación
+ o una grabación sonora, la sincronización temporal de este material
+ con una imagen en movimiento siempre producirá Material Adaptado.
+
+b. **Licencia de adaptador** es aquella licencia que Usted aplica a Sus
+ Derechos de Autor y Derechos Similares en Sus contribuciones
+ consideradas como Material Adaptado de acuerdo con los términos y
+ condiciones de esta Licencia Pública.
+
+c. **Una Licencia Compatible con BY-SA** es aquella que aparece en la
+ lista disponible en
+ [creativecommons.org/compatiblelicenses](//creativecommons.org/compatiblelicenses),
+ aprobada por Creative Commons, como una licencia esencialmente
+ equivalente a esta Licencia Pública.
+d. **Derechos de Autor y Derechos Similares** son todos aquellos
+ derechos estrechamente vinculados a los derechos de autor,
+ incluidos, de manera enunciativa y no taxativa, los derechos sobre
+ las interpretaciones, las emisiones, las grabaciones sonoras y los
+ Derechos "Sui Generis" sobre Bases de Datos, sin importar cómo estos
+ derechos se encuentren enunciados o categorizados. A los efectos de
+ esta Licencia Pública, los derechos especificados en las secciones
+ [2(b)(1)-(2)](#s2b) no se consideran Derechos de Autor y Derechos
+ Similares.
+e. **Medidas Tecnológicas Efectivas** son aquellas medidas que, en
+ ausencia de la debida autorización, no pueden ser eludidas en virtud
+ de las leyes que cumplen las obligaciones del artículo 11 del
+ Tratado de la OMPI sobre Derecho de Autor adoptado el 20 de
+ diciembre de 1996, y/o acuerdos internacionales similares.
+f. **Excepciones y Limitaciones** son el uso justo (fair use), el trato
+ justo (fair dealing) y/o cualquier otra excepción o limitación a los
+ Derechos de Autor y Derechos Similares que se apliquen al uso el
+ Material Licenciado.
+g. **Elementos de la Licencia** son los atributos que figuran en el
+ nombre de la Licencia Pública de Creative Commons. Los Elementos de
+ la Licencia de esta Licencia Pública son Atribución/Reconocimiento y
+ CompartirIgual.
+h. **Material Licenciado** es obra artística o literaria, base de datos
+ o cualquier otro material al cual el Licenciante aplicó esta
+ Licencia Pública.
+i. **Derechos Licenciados** son derechos otorgados a Usted bajo los
+ términos y condiciones de esta Licencia Pública, los cuales se
+ limitan a todos los Derechos de Autor y Derechos Similares que
+ apliquen al uso del Material Licenciado y que el Licenciante tiene
+ potestad legal para licenciar.
+j. **Licenciante** es el individuo(s) o la entidad(es) que concede
+ derechos bajo esta Licencia Pública.
+k. **Compartir** significa proporcionar material al público por
+ cualquier medio o procedimiento que requiera permiso conforme a los
+ Derechos Licenciados, tales como la reproducción, exhibición
+ pública, presentación pública, distribución, difusión, comunicación
+ o importación, así como también su puesta a disposición, incluyendo
+ formas en que el público pueda acceder al material desde un lugar y
+ momento elegido individualmente por ellos.
+l. **Derechos "Sui Generis" sobre Bases de Datos** son aquellos
+ derechos diferentes a los derechos de autor, resultantes de la
+ Directiva 96/9/EC del Parlamento Europeo y del Consejo, de 11 de
+ marzo de 1996 sobre la protección jurídica de las bases de datos, en
+ sus versiones modificadas y/o posteriores, así como otros derechos
+ esencialmente equivalentes en cualquier otra parte del mundo.
+m. **Usted** es el individuo o la entidad que ejerce los Derechos
+ Licenciados en esta Licencia Pública. La palabra **Su** tiene un
+ significado equivalente.
+
+##### Sección 2 – Ámbito de Aplicación.
+
+a. **Otorgamiento de la licencia**.
+ 1. Sujeto a los términos y condiciones de esta Licencia Pública, el
+ Licenciante le otorga a Usted una licencia de carácter global,
+ gratuita, no transferible a terceros, no exclusiva e irrevocable
+ para ejercer los Derechos Licenciados sobre el Material
+ Licenciado para:
+ A. reproducir y Compartir el Material Licenciado, en su
+ totalidad o en parte; y
+ B. producir, reproducir y Compartir Material Adaptado.
+
+ 2. [Excepciones y
+ Limitaciones]{style="text-decoration: underline;"}. Para evitar
+ cualquier duda, donde se apliquen Excepciones y Limitaciones al
+ uso del Material Licenciado, esta Licencia Pública no será
+ aplicable, y Usted no tendrá necesidad de cumplir con sus
+ términos y condiciones.
+ 3. [Vigencia]{style="text-decoration: underline;"}. La vigencia de
+ esta Licencia Pública está especificada en la sección
+ [6(a)](#s6a).
+ 4. [Medios y formatos; modificaciones técnicas
+ permitidas]{style="text-decoration: underline;"}. El Licenciante
+ le autoriza a Usted a ejercer los Derechos Licenciados en todos
+ los medios y formatos, actualmente conocidos o por crearse en el
+ futuro, y a realizar las modificaciones técnicas necesarias para
+ ello. El Licenciante renuncia y/o se compromete a no hacer valer
+ cualquier derecho o potestad para prohibirle a Usted realizar
+ las modificaciones técnicas necesarias para ejercer los Derechos
+ Licenciados, incluyendo las modificaciones técnicas necesarias
+ para eludir las Medidas Tecnológicas Efectivas. A los efectos de
+ esta Licencia Pública, la mera realización de modificaciones
+ autorizadas por esta sección [2(a)(4)](#s2a4) nunca produce
+ Material Adaptado.
+ 5. [Receptores posteriores]{style="text-decoration: underline;"}.
+ A. [Oferta del Licenciante – Material
+ Licenciado]{style="text-decoration: underline;"}. Cada
+ receptor de Material Licenciado recibe automáticamente una
+ oferta del Licenciante para ejercer los Derechos Licenciados
+ bajo los términos y condiciones de esta Licencia Pública.
+ B. [Oferta adicional por parte del Licenciante – Material
+ Adaptado]{style="text-decoration: underline;"}. Cada
+ receptor del Material Adaptado por Usted recibe
+ automáticamente una oferta del Licenciante para ejercer los
+ Derechos Licenciados en el Material Adaptado bajo las
+ condiciones de la Licencia del Adaptador que Usted aplique.
+ C. [Sin restricciones a receptores
+ posteriores]{style="text-decoration: underline;"}. Usted no
+ puede ofrecer o imponer ningún término ni condición
+ diferente o adicional, ni puede aplicar ninguna Medida
+ Tecnológica Efectiva al Material Licenciado si haciéndolo
+ restringe el ejercicio de los Derechos Licenciados a
+ cualquier receptor del Material Licenciado.
+ 6. [Sin endoso]{style="text-decoration: underline;"}. Nada de lo
+ contenido en esta Licencia Pública constituye o puede
+ interpretarse como un permiso para afirmar o implicar que Usted,
+ o que Su uso del Material Licenciado, está conectado,
+ patrocinado, respaldado o reconocido con estatus oficial por el
+ Licenciante u otros designados para recibir la
+ Atribución/Reconocimiento según lo dispuesto en la sección
+ [3(a)(1)(A)(i)](#s3a1Ai).
+
+b. **Otros derechos**.
+
+ 1. Los derechos morales, tales como el derecho a la integridad, no
+ están comprendidos bajo esta Licencia Pública ni tampoco los
+ derechos de publicidad y privacidad ni otros derechos personales
+ similares. Sin embargo, en la medida de lo posible, el
+ Licenciante renuncia y/o se compromete a no hacer valer ninguno
+ de estos derechos que ostenta como Licenciante, limitándose a lo
+ necesario para que Usted pueda ejercer los Derechos Licenciados,
+ pero no de otra manera.
+ 2. Los derechos de patentes y marcas no son objeto de esta Licencia
+ Pública.
+ 3. En la medida de lo posible, el Licenciante renuncia al derecho
+ de cobrarle regalías a Usted por el ejercicio de los Derechos
+ Licenciados, ya sea directamente o a través de una entidad de
+ gestión colectiva bajo cualquier esquema de licenciamiento
+ voluntario, renunciable o no renunciable. En todos los demás
+ casos, el Licenciante se reserva expresamente cualquier derecho
+ de cobrar esas regalías.
+
+##### Sección 3 – Condiciones de la Licencia.
+
+Su ejercicio de los Derechos Licenciados está expresamente sujeto a las
+condiciones siguientes.
+
+a. **Atribución/Reconocimiento**.
+
+ 1. Si Usted comparte el Material Licenciado (incluyendo en forma
+ modificada), Usted debe:
+
+ A. Conservar lo siguiente si es facilitado por el Licenciante
+ con el Material Licenciado:
+ i. identificación del creador o los creadores del Material
+ Licenciado y de cualquier otra persona designada para
+ recibir Atribución/Reconocimiento, de cualquier manera
+ razonable solicitada por el Licenciante (incluyendo por
+ seudónimo si este ha sido designado);
+ ii. un aviso sobre derecho de autor;
+ iii. un aviso que se refiera a esta Licencia Pública;
+ iv. un aviso que se refiera a la limitación de garantías;
+ v. un URI o un hipervínculo al Material Licenciado en la
+ medida razonablemente posible;
+
+ B. Indicar si Usted modificó el Material Licenciado y conservar
+ una indicación de las modificaciones anteriores; e
+ C. Indicar que el Material Licenciado está bajo esta Licencia
+ Pública, e incluir el texto, el URI o el hipervínculo a esta
+ Licencia Pública.
+
+ 2. Usted puede satisfacer las condiciones de la sección
+ [3(a)(1)](#s3a1) de cualquier forma razonable según el medio,
+ las maneras y el contexto en los cuales Usted Comparta el
+ Material Licenciado. Por ejemplo, puede ser razonable satisfacer
+ las condiciones facilitando un URI o un hipervínculo a un
+ recurso que incluya la información requerida.
+ 3. Bajo requerimiento del Licenciante, Usted debe eliminar
+ cualquier información requerida por la sección
+ [3(a)(1)(A)](#s3a1A) en la medida razonablemente posible.
+
+b. **CompartirIgual**.
+
+ Además de las condiciones de la sección [3(a)](#s3a), si Usted
+ Comparte Material Adaptado producido por Usted, también aplican las
+ condiciones siguientes.
+
+ 1. La Licencia del Adaptador que Usted aplique debe ser una
+ licencia de Creative Commons con los mismos Elementos de la
+ Licencia, ya sea de esta versión o una posterior, o una Licencia
+ Compatible con la BY-SA.
+ 2. Usted debe incluir el texto, el URI o el hipervínculo a la
+ Licencia del Adaptador que aplique. Usted puede satisfacer esta
+ condición de cualquier forma razonable según el medio, las
+ maneras y el contexto en los cuales Usted Comparta el Material
+ Adaptado.
+ 3. Usted no puede ofrecer o imponer ningún término o condición
+ adicional o diferente, o aplicar ninguna Medida Tecnológica
+ Efectiva al Material Adaptado que restrinja el ejercicio de los
+ derechos concedidos en virtud de la Licencia de Adaptador que
+ Usted aplique.
+
+##### Sección 4 – Derechos "Sui Generis" sobre Bases de Datos.
+
+Cuando los Derechos Licenciados incluyan Derechos "Sui Generis" sobre
+Bases de Datos que apliquen a Su uso del Material Licenciado:
+
+a. para evitar cualquier duda, la sección [2(a)(1)](#s2a1) le concede a
+ Usted el derecho a extraer, reutilizar, reproducir y Compartir todo
+ o una parte sustancial de los contenidos de la base de datos;
+b. si Usted incluye la totalidad o una parte sustancial del contenido
+ de una base de datos en otra sobre la cual Usted ostenta Derecho
+ "Sui Generis" sobre Bases de Datos, entonces ella (pero no sus
+ contenidos individuales) se entenderá como Material Adaptado para
+ efectos de la sección [3(b)](#s3b); y
+c. Usted debe cumplir con las condiciones de la sección [3(a)](#s3a) si
+ Usted Comparte la totalidad o una parte sustancial de los contenidos
+ de la base de datos.
+
+Para evitar dudas, esta sección [4](#s4) complementa y no sustituye Sus
+obligaciones bajo esta Licencia Pública cuando los Derechos Licenciados
+incluyen otros Derechos de Autor y Derechos Similares.
+
+##### Sección 5 – Exención de Garantías y Limitación de Responsabilidad.
+
+a. **Salvo que el Licenciante se haya comprometido mediante un acuerdo
+ por separado, en la medida de lo posible el Licenciante ofrece el
+ Material Licenciado tal como es y tal como está disponible y no se
+ hace responsable ni ofrece garantías de ningún tipo respecto al
+ Material Licenciado, ya sea de manera expresa, implícita, legal u
+ otra. Esto incluye, de manera no taxativa, las garantías de título,
+ comerciabilidad, idoneidad para un propósito en particular, no
+ infracción, ausencia de vicios ocultos u otros defectos, la
+ exactitud, la presencia o la ausencia de errores, sean o no
+ conocidos o detectables. Cuando no se permita, totalmente o en
+ parte, la declaración de ausencia de garantías, a Usted puede no
+ aplicársele esta exclusión.**
+b. **En la medida de lo posible, en ningún caso el Licenciante será
+ responsable ante Usted por ninguna teoría legal (incluyendo, de
+ manera no taxativa, la negligencia) o de otra manera por cualquier
+ pérdida, coste, gasto o daño directo, especial, indirecto,
+ incidental, consecuente, punitivo, ejemplar u otro que surja de esta
+ Licencia Pública o del uso del Material Licenciado, incluso cuando
+ el Licenciante haya sido advertido de la posibilidad de tales
+ pérdidas, costes, gastos o daños. Cuando no se permita la limitación
+ de responsabilidad, ya sea totalmente o en parte, a Usted puede no
+ aplicársele esta limitación.**
+c. La renuncia de garantías y la limitación de responsabilidad
+ descritas anteriormente deberán ser interpretadas, en la medida de
+ lo posible, como lo más próximo a una exención y renuncia absoluta a
+ todo tipo de responsabilidad.
+
+##### Sección 6 – Vigencia y Terminación.
+
+a. Esta Licencia Pública tiene una vigencia de aplicación igual al
+ plazo de protección de los Derechos de Autor y Derechos Similares
+ licenciados aquí. Sin embargo, si Usted incumple las condiciones de
+ esta Licencia Pública, los derechos que se le conceden mediante esta
+ Licencia Pública terminan automáticamente.
+b. En aquellos casos en que Su derecho a utilizar el Material
+ Licenciado se haya terminado conforme a la sección [6(a)](#s6a),
+ este será restablecido:
+
+ 1. automáticamente a partir de la fecha en que la violación sea
+ subsanada, siempre y cuando esta se subsane dentro de los 30
+ días siguientes a partir de Su descubrimiento de la violación; o
+ 2. tras el restablecimiento expreso por parte del Licenciante.
+
+ Para evitar dudas, esta sección [6(b)](#s6b) no afecta ningún
+ derecho que pueda tener el Licenciante a buscar resarcimiento por
+ Sus violaciones de esta Licencia Pública.
+
+c. Para evitar dudas, el Licenciante también puede ofrecer el Material
+ Licenciado bajo términos o condiciones diferentes, o dejar de
+ distribuir el Material Licenciado en cualquier momento; sin embargo,
+ hacer esto no pondrá fin a esta Licencia Pública.
+d. Las secciones [1](#s1), [5](#s5), [6](#s6), [7](#s7), y [8](#s8)
+ permanecerán vigentes a la terminación de esta Licencia Pública.
+
+##### Sección 7 – Otros Términos y Condiciones.
+
+a. El Licenciante no estará obligado por ningún término o condición
+ adicional o diferente que Usted le comunique a menos que se acuerde
+ expresamente.
+b. Cualquier arreglo, convenio o acuerdo en relación con el Material
+ Licenciado que no se indique en este documento se considera separado
+ e independiente de los términos y condiciones de esta Licencia
+ Pública.
+
+##### Sección 8 – Interpretación.
+
+a. Para evitar dudas, esta Licencia Pública no es ni deberá
+ interpretarse como una reducción, limitación, restricción, o una
+ imposición de condiciones al uso de Material Licenciado que
+ legalmente pueda realizarse sin permiso del titular, más allá de lo
+ contemplado en esta Licencia Pública.
+b. En la medida de lo posible, si alguna disposición de esta Licencia
+ Pública se considera inaplicable, esta será automáticamente
+ modificada en la medida mínima necesaria para hacerla aplicable. Si
+ la disposición no puede ser reformada, deberá ser eliminada de esta
+ Licencia Pública sin afectar la exigibilidad de los términos y
+ condiciones restantes.
+c. No se podrá renunciar a ningún término o condición de esta Licencia
+ Pública, ni se consentirá ningún incumplimiento, a menos que se
+ acuerde expresamente con el Licenciante.
+d. Nada en esta Licencia Pública constituye ni puede ser interpretado
+ como una limitación o una renuncia a los privilegios e inmunidades
+ que aplican al Licenciante o a Usted, incluyendo aquellos surgidos a
+ partir de procesos legales de cualquier jurisdicción o autoridad.
+
+