Proyecto Comercial - Algoritmos y Estructuras de Datos I

Descripción

Este proyecto implementa un sistema de registro y control comercial en Python, desarrollado como trabajo práctico para la materia Algoritmos y Estructuras de Datos I.
Permite gestionar productos, ventas y compras, calcular ingresos/egresos y mantener persistencia de datos en JSON.

---

Objetivos

• Registrar productos.
• Registrar ventas y compras.
• Controlar y actualizar stock.
• Calcular ingresos, egresos y balance.
• Persistir datos en archivos JSON y exportarlos a otros formatos.
• Aplicar los contenidos vistos en la materia: funciones, listas, diccionarios, modularización, manejo de archivos, excepciones y pruebas unitarias.

---

Estructura del proyecto

SRCC/
│── main.py              # Punto de entrada
│── productos.py         # ABM de productos
│── ventas.py            # Manejo de ventas y compras
│── stock.py             # Control de stock
│── finanzas.py          # Cálculo de ingresos y egresos
│── persistencia.py      # Guardado y carga de datos (JSON)
|── testing.py           # Testing unitarios
│── README.md            # Documentación del proyecto
│── .gitignore           # Archivos a ignorar en Git

---

Ejecución

Para ejecutar el sistema, simplemente correr en consola:

python main.py

Se abrirá un menú interactivo con las siguientes opciones:

1. Agregar producto
2. Listar productos
3. Registrar venta
4. Registrar compra
5. Finanzas (ingresos, egresos, balance)
6. Guardar datos
7. Salir

---

Persistencia

El sistema guarda los datos en archivos JSON:

• productos.json
• ventas.json
• compras.json

De esta forma, la información se mantiene disponible entre ejecuciones.

---

Tecnologías utilizadas

• Lenguaje: Python 3
• Paradigmas: programación estructurada y modular
• Estructuras de datos: listas, diccionarios, tuplas, conjuntos
• Persistencia: JSON
• Control de versiones: Git/GitHub
• Metodología: SCRUM

---

Cronograma de entregas

• Fase 1: Definición de estructura JSON (10%)
• Fase 2: Registro de productos y transacciones (20%)
• Fase 3: Verificación de stock (40%)
• Fase 4: Cálculo de finanzas (60%)
• Fase 5: Persistencia en JSON/Excel (80%)
• Fase 6: Pruebas y validación final (100%)

---

Autores

Alexis José Salazar Pumiaca Guillermo Nicolas Rodriguez Lucas Jorge Garcia Thomas Lagruta Facultad de Ingeniería - FAIN
Departamento de Tecnología Informática

Correr Test

En consola de Python, correr el comando

    python -m pytest

Correr Covertura de Test

En consola de Python, correr el comando

    python -m pytest --cov . 

También disponible la documentación en formato html

    python -m pytest --cov-report html --cov .