Domina Python con tests interactivos de Real Python — Pon a prueba tus habilidades

Verifica tu progreso de aprendizaje de Python y lleva tus habilidades al siguiente nivel con los tests interactivos de Real Python.

Creamos estos tests online de Python como una forma divertida de verificar tu progreso de aprendizaje y poner a prueba tus habilidades.

Cada test te lleva a través de una serie de preguntas. Algunas son de opción múltiple, otras te piden escribir una respuesta, y otras requieren escribir código Python real. A medida que avanzas, el test lleva la puntuación de qué preguntas respondiste correctamente.

Al final de cada test recibes una calificación basada en tu resultado. Si no sacas 100% en el primer intento — ¡no te preocupes! Estos tests están hechos para retarte y se espera que los repitas varias veces, mejorando tu puntuación en cada intento.

Haz el Test: Pon a prueba tus conocimientos con nuestro test interactivo "Python Skill Test". Recibirás una puntuación al completar para ayudarte a seguir tu progreso de aprendizaje:

Test Interactivo

Python Skill Test

Pon a prueba tus conocimientos de Python en un test de habilidades con preguntas básicas a avanzadas. ¿Eres Novato, Intermedio, Competente o Experto?

Lista de tests interactivos disponibles

• Introducción Práctica al Web Scraping en Python — Parsing con string methods, regex, HTML parsers, formularios.
• Verificador de tipos ty de Astral para Python — Instalación, uso, configuración de reglas, limitaciones.
• Entrada y Salida Básica en Python — Funciones input() y print().
• Beautiful Soup: Construye un Web Scraper con Python — Estructura HTML, URLs, Requests y Beautiful Soup.
• Operadores Bitwise en Python — AND, OR, XOR, NOT, shifts, bitmasks, aplicaciones.
• Construye un Blog con Django, GraphQL y Vue — Backend Django, frontend Vue, GraphQL.
• Construye un Sintetizador de Guitarra — Teoría musical y síntesis de sonido.
• Construye una Tabla Hash en Python con TDD — Hashing, colisiones, distribución uniforme, test-driven development.
• Construye un Chatbot RAG LLM con LangChain — Retrieval-augmented generation, Neo4j, datos estructurados/no estructurados.
• Interfaces de Línea de Comandos con argparse — CLIs user-friendly para desarrollo, data science, sysadmin.
• Elegir la Mejor Fuente para Programar — Técnicas y features de fuentes de código de calidad.
• Estructuras de Control de Flujo en Python — Condicionales, bucles, manejo de excepciones, pattern matching.
• Data Classes en Python — Python 3.7+, almacenamiento de datos, inicialización, impresión, comparación.
• Copias Profundas vs Superficiales en Python — Asignación, identidad, copiar objetos complejos correctamente.
• Definir y Llamar Funciones en Python — Parámetros, tipos de argumentos, valores por defecto, documentación.
• Función Main en Python — Variable especial __name__, mejores prácticas.
• Diccionarios en Python — Tipo dict: crear, acceder, modificar key-value pairs.
• Documentar Código Python: Guía Completa — Documentar scripts y proyectos para mantenibilidad.
• Testing Efectivo con Pytest — Escribir tests eficientes, asegurar comportamiento esperado.
• Explora tu Dataset con pandas — Estructuras base, indexing, filtering, grouping, dtypes, combinar DataFrames.
• Palabras Clave en Python — Diferencia regular/soft keywords, categorías, trampas comunes.
• Protocolos en Python — Subtipado estructural, type checking estático, generic/subprotocol usage.
• Closures en Python: Ejemplos y Casos de Uso — Functional programming, decoradores basados en funciones.
• T-Strings en Python — Sintaxis, casos de uso, diferencias con f-strings.
• Primeros Pasos con LangChain — LLMs, librería LangChain para aplicaciones asistidas por LLM.
• Formatear Floats en F-Strings — Controlar precisión y apariencia de números flotantes.
• Programación Funcional en Python: Cuándo y Cómo Usarla — First-class functions, lambda, map/filter/reduce.
• Generar Imágenes con DALL·E y OpenAI API — Librería Python, llamadas API, prompts, Base64 a PNG.
• Empieza con Django: Construye una App Portfolio — Web framework completo, features clave.
• Empieza con FastAPI — Instalación, endpoints, respuestas JSON automáticas, Swagger UI.
• Getters y Setters: Gestionar Atributos en Python — Properties, encapsulamiento en clases.
• Primeros Pasos con Async en Python — Programación asíncrona, sync vs async, async features.
• Primeros Pasos con Python IDLE — IDE por defecto, interactuar, editar, ejecutar archivos.
• Primeros Pasos con Testing en Python — Tests básicos, ejecutar, encontrar bugs antes que usuarios.
• GitHub Actions para Python — Automatizar linting, testing, deployment de proyectos Python.
• Cómo Estructurar tu Script Python — Buenas prácticas para código claro, mantenible, ejecutable.
• Cómo Elegir Nombres de Funciones Python — Reglas y convenciones, código Pythonic.
• Cómo Añadir Python a PATH — Variable PATH en Windows, Linux, macOS.
• Cómo Verificar si String Contiene Substring — Métodos idiomáticos, regex, pandas.
• Cómo Crear un Proyecto Django — Setup seguro, requirements, proyecto y app.
• Crear Tablas Pivote con pandas — Investigación más allá del tutorial.
• Manejar Datos Faltantes en Polars — Null data, investigación extra.
• Depurar Errores Comunes en Python — Tracebacks, print(), breakpoints.
• Eliminar Valores Nulos en pandas — dropna(), limpieza, DataFrames precisos.
• Valor Absoluto en Python — Funciones integradas, casos de uso.
• Aplanar Lista de Listas en Python — Multidimensional a unidimensional, nested lists.
• Agrupar Datos con Polars group_by() — Aggregation skills, investigación profunda.
• Instalar Python en tu Sistema: Guía — Windows, macOS, Linux.
• Unir Strings en Python — Método .join(), edge cases, performance.
• Gestionar Proyectos Python con pyproject.toml — Configuración unificada, dependencias, builds.
• Eliminar Elementos de Listas en Python — Habilidad fundamental, manipulación efectiva.
• Resetear Índice de DataFrame pandas — Investigación más allá del tutorial.
• Cómo Ejecutar tus Scripts Python — Habilidad clave para desarrolladores.
• Dividir String en Python — Método .split(), delimitadores personalizados.
• Eliminar Caracteres de String Python — .strip(), .lstrip(), .rstrip(), .removeprefix(), .removesuffix().
• Expresiones Condicionales con NumPy where() — Función np.where(), investigación adicional.
• Generadores y yield en Python — Large datasets, generator functions, data pipelines.
• Git: Guía para Principiantes — Repos, staging, commits, historia.
• Cómo Usar Python: Primeros Pasos — Sintaxis, keywords, variables, errores, herramientas.
• sorted() y .sort() en Python — Ordenación, personalización, dos formas.
• Trabajar con Polars LazyFrames — Investigación extra, respuestas no en tutorial.
• Escribir Código Python Bonito con PEP 8 — Guidelines, setup entorno desarrollo.
• Escribir Docstrings en Python — Sintaxis, convenciones, formatos, documentación.
• Hugging Face Transformers — NLP, computer vision, ML applications.
• Implementar Interfaz en Python — Software engineering, complejidad creciente.
• Herencia y Composición: Guía POO Python — Modelar relaciones entre clases, herencia múltiple.
• Instalar y Ejecutar Apps Python con pipx — Entornos virtuales aislados, apps globales seguras.
• Interactuar con Python — REPL, scripts, IDEs, Jupyter Notebooks.
• Introducción a DuckDB — Investigación extra, respuestas no en tutorial.
• Iteradores e Iterables en Python: Iteraciones Eficientes — Diferencias, generator functions.
• LangGraph: Construye Agentes IA con Estado en Python — Stateful, cyclic, multi-actor LLM apps.
• Regresión Lineal en Python — ML fundamental, Python popular choice.
• Listas vs Tuplas en Python — Crear, acceder, manipular, best practices.
• Logging en Python — Módulo logging, debug, análisis rendimiento.
• marimo: Notebook Reactivo y Reproducible — Investigación adicional.
• Dominar Bucles While — Iteración indefinida, keywords, best practices.
• MVC en Apps Web Python: Explicado con Lego — Design pattern, Models/Views/Controllers.
• Linting Moderno con Ruff — Instalación, linting continuo, formateo, reglas, auto-fixes, config.
• Espacios de Nombres y Ámbito en Python — Organización nombres simbólicos, evitar interferencias.
• Bucles Anidados en Python — Acciones repetidas sobre múltiples secuencias.
• Ejemplos Prácticos NumPy: Técnicas Útiles — Arrays, investigación extra.
• Operadores y Expresiones en Python — Aritméticos, comparación, booleanos, identidad.
• Polars vs pandas: ¿Cuál es la Diferencia? — Key differences entre librerías open-source.
• Prompt Engineering Práctico — LLMs (GPT-3.5/4), OpenAI API, estrategias mejora.
• Introducción a Jinja Templating — Templates ricos en apps web Python, archivos de texto programáticos.
• Introducción a Decoradores Python — Conceptos fundacionales, crear y usar.
• Profiling de Rendimiento en Python — cProfile, timeit, cuellos de botella.
• Pydantic: Validación de Datos Simplificada en Python — Data schemas, custom validators, function args, pydantic-settings.
• Python 3.13: Nuevas Features Geniales — Key updates y mejoras.
• Python 3.13: Free Threading y Compilador JIT — Custom build, deshabilitar GIL, habilitar JIT.
• Python 3.14: Nuevas Features Geniales — Key updates y mejoras.
• Python y REST APIs: Interactuar con Servicios Web — Recuperar, parsear, actualizar, manipular datos via RESTful APIs.
• Anotaciones en Python — Type hints, evaluación runtime por versiones.
• args y kwargs en Python: Desmitificados — Flexibilidad en funciones.
• Python Basics: Construir Sistemas con Clases — OOP, composing, inheriting, overriding.
• Python Basics: Lógica Condicional y Control de Flujo — Programas con acciones diferentes según condiciones.
• Python Basics: Diccionarios — Key-value pairs vs secuencias.
• Python Basics: Operaciones Sistema de Archivos — pathlib: crear, iterar, buscar, mover, borrar.
• Python Basics: Encontrar y Arreglar Bugs — Logic errors, debugging, debugger tool.
• Python Basics: Funciones y Bucles — Chunks pequeños, llamar función vs repetir código.
• Python Basics: Instalar Paquetes con pip — Third-party libraries, batteries included.
• Python Basics: Listas y Tuplas — Crear, indexar, slicing, mutabilidad, nesting.
• Python Basics: Módulos y Paquetes — Import statement, modular programming.
• Python Basics: Números y Matemáticas — Números en programación, Python no excepción.
• Python Basics: Programación Orientada a Objetos — OOP, bundling properties/behaviors.
• Python Basics: Leer y Escribir Archivos — CSV, tabular data transfer.
• Python Basics: Ámbitos — Scope, visibilidad nombres en programa.
• Python Basics: Configurar Python — Windows, macOS, Ubuntu, PATH, IDLE.
• Python Basics: Strings y Métodos de String — Texto fundamental, user input, files, network.
• Python Bytes — Low-level data type, key concepts.
• Closures en Python: Casos de Uso Comunes — Functional programming, decoradores.
• Calidad de Código Python: Mejores Prácticas y Herramientas — Funcional, legible, mantenible, eficiente, seguro.
• Concurrencia en Python — Formas de concurrencia, multi-threaded/async I/O, parallelism CPU-bound.
• Decoradores Python 101 — First-class functions, inner functions, decorators.
• Descriptores Python: Introducción — Control attribute access, special methods, read-only.
• Comprensiones de Diccionario Python — Concisas, crear/transformar/filtrar dicts.
• Iteración de Diccionarios Python — Estructura clave, resolver problemas eficientemente.
• Excepciones Python: Introducción — Syntax errors vs exceptions, raise, assert, try/except.
• Python Folium: Mapas Web desde tus Datos — Leaflet JS via Python API, visualizaciones geográficas interactivas.
• Bucles For en Python: La Forma Pythonic — Iterar colecciones, range(), enumerate().
• Programación GUI Python con Tkinter — Framework GUI de facto, widgets, geometry managers, event handlers.
• Import en Python: Técnicas Avanzadas y Consejos — Import statement, módulos dinámicos runtime.
• Palabras Clave Python: Introducción — Reserved words, funciones/restricciones específicas.
• Funciones Lambda Python — Anonymous functions, sintaxis restrictiva/concisa.
• Mapeos en Python — Características/operaciones básicas, custom mapping.
• Módulos y Paquetes Python — Modular programming, subtasks manageables.
• Idioma Name-Main en Python — if __name__ == "__main__", uso correcto.
• Paquetes de Espacio de Nombres Python — Múltiples paquetes sin __init__.py.
• Gestión Proyectos Python con uv — Fast project manager, setup, installs, key files.
• Raw Strings en Python — Literales raw, regex limpias, paths Windows, escape sequences.
• Excepciones Integradas Python: Recorrido con Ejemplos — Identificar/manejar built-in exceptions.
• Funciones Integradas Python: Exploración Completa — Mathematical computations, Python-specific features.
• Bytearray en Python — Key concepts y uses.
• enumerate() en Python — Index access Pythonic, behavior emulation.
• Secuencias Python: Guía Completa — Características básicas, operaciones, métodos especiales, user-defined sequences.
• Comprensiones de Set Python — Concisas, crear/transformar/filtrar sets.
• Sets en Python — Unordered, unique, hashable collections, operaciones clave.
• Métodos de Instancia, Clase y Estáticos en Python — Diferencias, uso efectivo en código.
• Test de Habilidad Python — Basic to advanced, Novice/Intermediate/Proficient/Expert.
• property() en Python: Atributos Gestionados en Clases — Managed attributes, lazy evaluation, computed attributes.
• raise en Python: Lanzar Excepciones Efectivamente — Raise statement, error handling, robust code.
• Librería Requests de Python — HTTP requests, web services interaction.
• Formateo de Strings Python: Herramientas y Features — f-strings, .format(), modulo operator.
• Strings y Datos de Caracteres en Python — String data type, manipulating textual data.
• División de Strings Python — Whitespace, custom separators, regex, split/rsplit.
• unittest en Python: Escribir Unit Tests — Standard library framework, basic tests, bugs.
• Python Textual: UIs Bonitas en Terminal — Rich terminal apps, widgets, key concepts.
• Threading en Python — Crear threads, locks, race conditions, pipelines.
• time.sleep() en Python — Añadir delays a programas.
• Type Checking en Python — Type annotations/hints, static checker, runtime enforcement.
• Entornos Virtuales Python: Introducción — Dependency conflicts, reproducible environments.
• Bucles While en Python: Repetir Tareas Condicionalmente — While loop, condition remains true.
• Computación Cuántica Básica con Qiskit — Superposition, qubits, entanglement, programming concepts.
• Leer y Escribir Archivos WAV en Python — wave module, synthesize sounds, analyze waveforms, spectrograms, audio effects.
• Recursión en Python: Introducción — Base cases, recursive structure, performance, use cases.
• Ruff: Linter Moderno Python — Why use Ruff, auto-fixes, formatting, optional config.
• Copias Superficiales vs Profundas de Objetos Python — copy module, shallow/deep copies, mutable data structures.
• Guiones Bajos Simples y Dobles en Nombres Python — Public/non-public, name clashes, Pythonic code.
• Programación de Sockets en Python — Client-server apps, multiple connections, messages/data.
• Acelera Python con Concurrencia — CPU vs I/O-bound, GIL, asyncio, race conditions, multiprocessing.
• Interpolación de Strings en Python: Herramientas Disponibles — f-strings, .format(), modulo operator.
• Eliminar Caracteres de String Python — strip, lstrip, rstrip, default/custom chars.
• Pattern Matching Estructural — Python 3.10+, control flow declarativo, sintaxis concisa.
• Potencia tus Clases con super() en Python — Herencia, herencia múltiple, super() function.
• Módulo calendar en Python — Manipular, personalizar, mostrar calendarios en terminal.
• Función print() en Python — Format output, custom separators, lesser-known features.
• Sentencia return en Python — Escribir functions legibles, robustas, mantenibles.
• REPL Estándar Python: Probar Código e Ideas Rápido — Interactive testing, libraries, refactoring, debugging.
• Operador Walrus: Expresiones de Asignación Python — Python 3.8+, código conciso/eficiente.
• Threading en Python — Crear threads, locks, avoid race conditions, pipelines.
• Entender Mock Object Library Python — unittest.mock, robust tests, mock objects.
• Variables Globales en Funciones Python — Share data, modify/create globals, when to avoid.
• Usar Data Classes en Python — namedtuple, immutability, auto-generated methods, inheritance, slots.
• Usar Diccionarios en Python — dict vs list, quick quiz.
• Usar Jupyter Notebooks — Cells, modes, shortcuts, Markdown, server tools, export HTML.
• Usar .__dict__ para Trabajar con Atributos — Namespace, attribute names→values, metaprogramming/debugging.
• .__repr__() vs .__str__() en Python — Display objects, readable/debuggable classes.
• Automatización Web con Python y Selenium — Browsers, web elements, dynamic content, Page Object Model.
• Web Scraping con Scrapy y MongoDB — Scrapy project, functional scraper, extract data, store MongoDB, debug.
• Bienvenido a Real Python — Tour, recursos por nivel, comunidad para estudio efectivo.
• ¿Qué son Operaciones CRUD? — Database interaction, data management fundamentals.
• ¿Qué son Clases Mixin en Python? — Reuse methods sin herencia tradicional.
• ¿Qué Puedo Hacer con Python? — Web/GUI apps, data science, CLI tools, embedded systems.
• ¿Qué Puedes Hacer con Python? — Web, APIs, CLIs, GUIs, data science, ORMs, automation, robots.
• ¿Qué es Exactamente el Zen de Python? — Guiding aphorisms, clearer/maintainable code.
• ¿Para Qué Sirve __init__.py en Python? — Shape packages, project structure, clean code.
• ¿Qué es la Carpeta __pycache__ en Python? — When/where/why Python creates these folders.
• ¿Qué es Evaluación Perezosa en Python? — Lazy vs eager evaluation, memory/computational optimization.
• Cuándo Usar List Comprehension en Python — Rewrite loops, comprehensions vs loops, conditional logic.
• Trabajar con Archivos en Python — Open, iterate, filter, create, delete, copy, rename.
• Trabajar con Datos JSON en Python — JSON manipulation/handling, key concepts.

¿Tienes feedback sobre nuestros tests?