From 5b4e8ce5ef0f284eeaf6e94f6eb5a603626638f0 Mon Sep 17 00:00:00 2001
From: Felipe Reyes Osorio <reyesf@jupyterMiLAB>
Date: Wed, 3 Feb 2021 19:36:59 -0500
Subject: [PATCH] =?UTF-8?q?Separado=20notebook=20original=20en=20cada=20ej?=
 =?UTF-8?q?ercicio.=20Mejoras=20al=20c=C3=B3digo?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 TareasClase2.ipynb      | 426 ----------------------------------------
 ejercicio1_reyesf.ipynb |  85 ++++++++
 ejercicio2_reyesf.ipynb | 201 +++++++++++++++++++
 ejercicio3_reyesf.ipynb | 234 ++++++++++++++++++++++
 4 files changed, 520 insertions(+), 426 deletions(-)
 delete mode 100644 TareasClase2.ipynb
 create mode 100644 ejercicio1_reyesf.ipynb
 create mode 100644 ejercicio2_reyesf.ipynb
 create mode 100644 ejercicio3_reyesf.ipynb

diff --git a/TareasClase2.ipynb b/TareasClase2.ipynb
deleted file mode 100644
index 2081633..0000000
--- a/TareasClase2.ipynb
+++ /dev/null
@@ -1,426 +0,0 @@
-{
- "cells": [
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "# Ejercicio 1\n",
-    "En la primera celda tomamos una lista de entrada del usuario. En la segunda usamos la función `.split` para crear una lista con cada palabra, la ordenamos con `sorted`, y finalmente la juntamos de nuevo con `.join` (siempre tenemos en cuenta que el separador es -)."
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 18,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "Palabras de entrada (separadas por guiones): último-intento-ya-después-de-haber-renombrado-la-variable\n"
-     ]
-    }
-   ],
-   "source": [
-    "inStr = str(input(r\"Palabras de entrada (separadas por guiones): \"))"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 19,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "inStr = \"-\".join(sorted(inStr.split(\"-\")))"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 20,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "de-después-haber-intento-la-renombrado-variable-ya-último\n"
-     ]
-    }
-   ],
-   "source": [
-    "print(inStr)"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "# Ejercicio 2\n",
-    "## Parte 1\n",
-    "Para la primera parte importamos la función `factorial` y definimos una función que retorna el coeficiente binomial $n\\choose k$."
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 16,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "from math import factorial"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 17,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "binomCoef = lambda n, k: factorial(n)/(factorial(k)*factorial(n-k))"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "El usuario inserta $n$ deseado: si el valor de la entrada es igual sin importar si se transforma a un float o a un int, entonces podemos concluir que $n \\in \\mathbb{Z}$."
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 41,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "¿Número de la fila?8\n"
-     ]
-    }
-   ],
-   "source": [
-    "N = float(input(r\"¿Número de la fila?\"))\n",
-    "if N != int(N):\n",
-    "    print(\"Error: n no es entero\")\n",
-    "N = int(N)"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Finamente, poblamos la lista `nRow` con los coeficientes de la fila correspondiente en el triángulo de Pascal e imprimimos."
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 44,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "[1.0, 8.0, 28.0, 56.0, 70.0, 56.0, 28.0, 8.0, 1.0]\n"
-     ]
-    }
-   ],
-   "source": [
-    "nRow = []\n",
-    "for k in range(N+1):\n",
-    "    nRow.append(binomCoef(N, k))\n",
-    "print(nRow)"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "## Parte 2\n",
-    "Para la segunda parte reusamos una línea del primer punto, e insertamos los números de las filas separados por puntos; esto ayuda a que no se puedan insertar números no enteros. Luego convertimos cada elemento en un int."
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 52,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "Inserte los números de las filas separados por puntos: 0.1.2.3.4.5\n"
-     ]
-    }
-   ],
-   "source": [
-    "manyN = input(\"Inserte los números de las filas separados por puntos: \")\n",
-    "manyN = [int(n) for n in manyN.split(\".\")]"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Reusamos el código de la parte anterior, salvo que esta vez está dentro de otro loop que itera sobre cada fila $n_i$. Las filas que se obtienen se adicionan a una lista `rows`."
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 53,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "rows = []\n",
-    "for N in manyN:\n",
-    "    nRow=[]\n",
-    "    for k in range(N+1):\n",
-    "        nRow.append(binomCoef(N, k))\n",
-    "    rows.append(nRow)"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Finalmente imprimimos cada fila en orden de entrada. En este caso se muestran las filas de la 0 a la 5"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 54,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "[1.0]\n",
-      "[1.0, 1.0]\n",
-      "[1.0, 2.0, 1.0]\n",
-      "[1.0, 3.0, 3.0, 1.0]\n",
-      "[1.0, 4.0, 6.0, 4.0, 1.0]\n",
-      "[1.0, 5.0, 10.0, 10.0, 5.0, 1.0]\n"
-     ]
-    }
-   ],
-   "source": [
-    "for i in range(len(manyN)):\n",
-    "    print(rows[i])"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "# Ejercicio 3\n",
-    "Con la función `newEntry` se puede poblar el diccionario.\n",
-    "\n",
-    "* reyesf/Felipe/Reyes/Colombia/Cali/22/Univalle/Gimnasio\n",
-    "* varelaj/Jalil/Varela/Colombia/Palmira/21/Univalle/Age of mythology\n",
-    "* vargass/Sasiri/Vargas/Colombia/Cali/20/Univalle/Bailar"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 105,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "def newEntry(d):\n",
-    "    info = input(r\"Info de nueva entrada (sep. por /)\")\n",
-    "    info = info.split(\"/\")\n",
-    "    print(info)\n",
-    "    #info = matter/nombre/apellido/pais/residencia/edad/institucion/hobbie\n",
-    "    subd = {\"nombre\": info[1], \"apellido\":info[2], \"país\":info[3], \"residencia\":info[4], \"edad\":info[5], \"institución\":info[6], \"hobbie\":info[7]}\n",
-    "    d[info[0]] = subd"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 106,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "compas = {}"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 109,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "Info de nueva entrada (sep. por /)vargass/Sasiri/Vargas/Colombia/Cali/20/Univalle/Bailar\n",
-      "['vargass', 'Sasiri', 'Vargas', 'Colombia', 'Cali', '20', 'Univalle', 'Bailar']\n"
-     ]
-    }
-   ],
-   "source": [
-    "newEntry(compas)"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Definimos las tres funciones que se piden. Todas usan el mismo principio de iterar sobre las llaves de `compas`, e inspeccionar los contenidos de cada una. En la función que retorna las instituciones usamos un set para evitar entradas duplicadas."
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 113,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "def sortPais(d, pais):\n",
-    "    names = []\n",
-    "    for matter in d:\n",
-    "        if d[matter][\"país\"] == pais: \n",
-    "            names.append(matter)\n",
-    "    ## En caso de necesitar tabular de otra manera se deja así.\n",
-    "    ## De lo contrario se puede hacer un solo loop.\n",
-    "    for matter in names:\n",
-    "        print(d[matter])\n",
-    "        \n",
-    "def edadMedia(d):\n",
-    "    prom = []\n",
-    "    for matter in d:\n",
-    "        prom.append(float(compas[matter][\"edad\"]))\n",
-    "    print(sum(prom)/len(prom)) \n",
-    "    \n",
-    "def instit(d):\n",
-    "    instituciones = set()\n",
-    "    for matter in d:\n",
-    "        instituciones.add(compas[matter][\"institución\"])\n",
-    "    print(instituciones) "
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 114,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "{'nombre': 'Felipe', 'apellido': 'Reyes', 'país': 'Colombia', 'residencia': 'Cali', 'edad': '22', 'institución': 'Univalle', 'hobbie': 'Gimnasio'}\n",
-      "{'nombre': 'Jalil', 'apellido': 'Varela', 'país': 'Colombia', 'residencia': 'Palmira', 'edad': '21', 'institución': 'Univalle', 'hobbie': 'Age of mythology'}\n",
-      "{'nombre': 'Sasiri', 'apellido': 'Vargas', 'país': 'Colombia', 'residencia': 'Cali', 'edad': '20', 'institución': 'Univalle', 'hobbie': 'Bailar'}\n"
-     ]
-    }
-   ],
-   "source": [
-    "sortPais(compas, \"Colombia\")"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 122,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "21.0\n"
-     ]
-    }
-   ],
-   "source": [
-    "edadMedia(compas)"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 126,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "{'Univalle'}\n"
-     ]
-    }
-   ],
-   "source": [
-    "instit(compas)"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": []
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": []
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": []
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": []
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": []
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": []
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": []
-  }
- ],
- "metadata": {
-  "kernelspec": {
-   "display_name": "Python 3",
-   "language": "python",
-   "name": "python3"
-  },
-  "language_info": {
-   "codemirror_mode": {
-    "name": "ipython",
-    "version": 3
-   },
-   "file_extension": ".py",
-   "mimetype": "text/x-python",
-   "name": "python",
-   "nbconvert_exporter": "python",
-   "pygments_lexer": "ipython3",
-   "version": "3.7.3"
-  }
- },
- "nbformat": 4,
- "nbformat_minor": 4
-}
diff --git a/ejercicio1_reyesf.ipynb b/ejercicio1_reyesf.ipynb
new file mode 100644
index 0000000..3f6a047
--- /dev/null
+++ b/ejercicio1_reyesf.ipynb
@@ -0,0 +1,85 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "##### Felipe Reyes Osorio (@reyesf)\n",
+    "\n",
+    "# Ejercicio 1\n",
+    "En la primera celda tomamos una lista de entrada del usuario. En la segunda usamos la función `.split` para crear una lista con cada palabra, la ordenamos con `sorted`, y finalmente la juntamos de nuevo con `.join` (siempre tenemos en cuenta que el separador es -)."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 2,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "Palabras de entrada (separadas por guiones): esta-es-una-serie-de-palabras-que-serviran-como-prueba-para-el-código\n"
+     ]
+    }
+   ],
+   "source": [
+    "inStr = str(input(r\"Palabras de entrada (separadas por guiones): \"))"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 3,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "inStr = \"-\".join(sorted(inStr.split(\"-\")))"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 4,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "como-código-de-el-es-esta-palabras-para-prueba-que-serie-serviran-una\n"
+     ]
+    }
+   ],
+   "source": [
+    "print(inStr)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.7.3"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 4
+}
diff --git a/ejercicio2_reyesf.ipynb b/ejercicio2_reyesf.ipynb
new file mode 100644
index 0000000..6e8edb6
--- /dev/null
+++ b/ejercicio2_reyesf.ipynb
@@ -0,0 +1,201 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "##### Felipe Reyes Osorio (@reyesf)\n",
+    "\n",
+    "# Ejercicio 2\n",
+    "## Parte 1\n",
+    "Para la primera parte importamos la función `factorial` y definimos una función que retorna el coeficiente binomial $n\\choose k$."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 3,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "from math import factorial\n",
+    "\n",
+    "def binomCoef(n, k): return factorial(n)/(factorial(k)*factorial(n-k))"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "El usuario inserta $n$ deseado: si el valor de la entrada es igual sin importar si se transforma a un float o a un int, entonces podemos concluir que $n \\in \\mathbb{Z}$."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 14,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "¿Número de la fila? 8\n"
+     ]
+    }
+   ],
+   "source": [
+    "N = float(input(r\"¿Número de la fila? \"))\n",
+    "if N != int(N):\n",
+    "    print(\"Error: n no es entero\")\n",
+    "N = int(N)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Finamente, poblamos la lista `nRow` con los coeficientes de la fila correspondiente en el triángulo de Pascal e imprimimos. Usamos una comprensión de lista (en lugar de un for) para mayor eficiencia."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 15,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "[1.0, 8.0, 28.0, 56.0, 70.0, 56.0, 28.0, 8.0, 1.0]\n"
+     ]
+    }
+   ],
+   "source": [
+    "nRow = [binomCoef(N, k) for k in range(N+1)]\n",
+    "print(nRow)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## Parte 2\n",
+    "Para la segunda parte reusamos una línea del **Ejercicio 1**, e insertamos los números de las filas separados por puntos; esto ayuda a que _no se puedan insertar números no enteros_. Luego convertimos cada elemento en un int."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 26,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "Inserte los números de las filas separados por puntos: 0.1.2.3.4.5\n"
+     ]
+    }
+   ],
+   "source": [
+    "manyN = input(\"Inserte los números de las filas separados por puntos: \")\n",
+    "manyN = [int(n) for n in manyN.split(\".\")]"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Reusamos el código de la parte anterior, salvo que esta vez está dentro de un loop que itera sobre cada fila $n_i$. Las filas que se obtienen se adicionan a una lista `rows`. Se podría usar una comprensión de lista dentro de la otra (**ver comentario**) pero usamos un for para mejor legibilidad."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 27,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "rows = []\n",
+    "for N in manyN:\n",
+    "    nRow = [binomCoef(N, k) for k in range(N+1)]\n",
+    "    rows.append(nRow)\n",
+    "\n",
+    "#También funcionaría\n",
+    "\n",
+    "#rows=[[binomCoef(N, k) for k in range(N+1)] for N in manyN]\n",
+    "\n",
+    "#pero es menos legible."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Finalmente imprimimos cada fila en orden de entrada. En este caso se muestran las filas de la 0 a la 5"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 30,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "[1.0]\n",
+      "[1.0, 1.0]\n",
+      "[1.0, 2.0, 1.0]\n",
+      "[1.0, 3.0, 3.0, 1.0]\n",
+      "[1.0, 4.0, 6.0, 4.0, 1.0]\n",
+      "[1.0, 5.0, 10.0, 10.0, 5.0, 1.0]\n"
+     ]
+    }
+   ],
+   "source": [
+    "for i in range(len(manyN)):\n",
+    "    print(rows[i])"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.7.3"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 4
+}
diff --git a/ejercicio3_reyesf.ipynb b/ejercicio3_reyesf.ipynb
new file mode 100644
index 0000000..f4c66dc
--- /dev/null
+++ b/ejercicio3_reyesf.ipynb
@@ -0,0 +1,234 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "##### Felipe Reyes Osorio (@reyesf)\n",
+    "\n",
+    "# Ejercicio 3\n",
+    "Con la función `newEntry` se puede poblar el diccionario. No era parte del ejercicio pero me facilitó el proceso.\n",
+    "\n",
+    "* reyesf/Felipe/Reyes/Colombia/Cali/22/Univalle/Gimnasio\n",
+    "* varelaj/Jalil/Varela/Colombia/Palmira/21/Univalle/Age of mythology\n",
+    "* vargass/Sasiri/Vargas/Colombia/Cali/20/Univalle/Bailar"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 1,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "def newEntry(d):\n",
+    "    info = input(r\"Info de nueva entrada (sep. por /)\")\n",
+    "    info = info.split(\"/\")\n",
+    "    print(info)\n",
+    "    #info = matter/nombre/apellido/pais/residencia/edad/institucion/hobbie\n",
+    "    subd = {\"nombre\": info[1],\n",
+    "            \"apellido\":info[2],\n",
+    "            \"país\":info[3],\n",
+    "            \"residencia\":info[4],\n",
+    "            \"edad\":info[5],\n",
+    "            \"institución\":info[6],\n",
+    "            \"hobbie\":info[7]\n",
+    "           }\n",
+    "    d[info[0]] = subd"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 2,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "compas = {}"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 5,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "Info de nueva entrada (sep. por /)vargass/Sasiri/Vargas/Colombia/Cali/20/Univalle/Bailar\n",
+      "['vargass', 'Sasiri', 'Vargas', 'Colombia', 'Cali', '20', 'Univalle', 'Bailar']\n"
+     ]
+    }
+   ],
+   "source": [
+    "newEntry(compas)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Definimos las tres funciones que se piden. Todas usan el mismo principio de iterar sobre las llaves de `compas`, e inspeccionar los contenidos de cada una. \n",
+    "\n",
+    "* La primera retorna una lista con los miembros del país seleccionado. Esta lista está lista para tabular.\n",
+    "* La segunda promedia las edades de todos en `compas`.\n",
+    "* La tercera retorna las instituciones de los `compas` y usamos un set para evitar entradas duplicadas."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 26,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "def sortPais(d, pais):\n",
+    "    names = []\n",
+    "    for matter in d:\n",
+    "        if d[matter][\"país\"] == pais: \n",
+    "            names.append(matter)\n",
+    "    final = []\n",
+    "    for matter in names:\n",
+    "        datos = [d[matter][datum] for datum in d[matter]]\n",
+    "        datos.append(matter)\n",
+    "        final.append(datos)\n",
+    "    return final\n",
+    "        \n",
+    "def edadMedia(d):\n",
+    "    prom = []\n",
+    "    for matter in d:\n",
+    "        prom.append(float(compas[matter][\"edad\"]))\n",
+    "    print(sum(prom)/len(prom)) \n",
+    "    \n",
+    "def instit(d):\n",
+    "    instituciones = set()\n",
+    "    for matter in d:\n",
+    "        instituciones.add(compas[matter][\"institución\"])\n",
+    "    print(instituciones) "
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Para tabular importamos la librería `tabular` y definimos un array con los títulos. Para ello iteramos sobre las llaves de cualquier entrada de `compas`."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 27,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "from tabulate import tabulate"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 30,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      " nombre   | apellido   | país     | residencia   |   edad | institución   | hobbie           | mattermost\n",
+      "----------+------------+----------+--------------+--------+---------------+------------------+--------------\n",
+      " Felipe   | Reyes      | Colombia | Cali         |     22 | Univalle      | Gimnasio         | reyesf\n",
+      " Jalil    | Varela     | Colombia | Palmira      |     21 | Univalle      | Age of mythology | varelaj\n",
+      " Sasiri   | Vargas     | Colombia | Cali         |     20 | Univalle      | Bailar           | vargass\n"
+     ]
+    }
+   ],
+   "source": [
+    "datosParaTabla = sortPais(compas, \"Colombia\")\n",
+    "titulos = [key for key in compas[\"reyesf\"]]\n",
+    "titulos.append(\"mattermost\")\n",
+    "\n",
+    "tabla = tabulate(datosParaTabla, headers = titulos,tablefmt='presto')\n",
+    "print(tabla)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 31,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "21.0\n"
+     ]
+    }
+   ],
+   "source": [
+    "edadMedia(compas)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 32,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "{'Univalle'}\n"
+     ]
+    }
+   ],
+   "source": [
+    "instit(compas)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 18,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.7.3"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 4
+}
-- 
GitLab