• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Subir archivos a Dropbox desde Python a través de la API

marzo 11, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

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

Crear aplicación para la API de Dropbox

La API de Dropbox permite la integración de aplicaciones escritas por cualquiera con el servicio. Permitiendo a los programadores subir, descargar y modificar los archivos que un usuario tenga en la nube. Para poder utilizarla, en primer lugar, es necesario disponer de una cuenta de Dropbox y acceder al formulario de creación de aplicaciones para darla de alta. (https://www.dropbox.com/developers/apps/create). En el formulario es necesario indicar la API, el tipo de acceso que tendrá a la cuenta y el nombre de la aplicación, como se muestra en la siguiente captura de pantalla.

Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
En Analytics Lane
Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera

Formulario para la creación de aplicaciones
Formulario para la creación de aplicaciones

En el ejemplo se ha seleccionado la API de Dropbox, el acceso se ha configurado únicamente para la carpeta de aplicaciones y el nombre de la aplicación es sabe_python. Una vez hecho todo esto se ha de pulsar sobre el botón Create app. En caso de que todo sea correcto se creara la aplicación y apareciendo la siguiente ventana de opciones.

Configuración de las aplicaciones de la API
Configuración de las aplicaciones de la API

Obtención del token de acceso

Para poder subir archivos a Dropbox desde Python utilizando el API es necesario obtener el token de la aplicación. Para ello en la ventan de opciones anterior es necesario ir a la zona de OAuth 2 y pulsar en el botón Generate situado debajo de Generated Access token. En este punto aparecerá el token de la aplicación que se utilizará a continuación.

Instalación del paquete Dropbox para Python

El método más fácil para subir de archivos a Dropbox desde Python es utilizar el paquete oficial. Un paquete que se puede instalar mediante el comando pip. Así para su instalación solamente es necesario escribir en la terminal:

pip install Dropbox

Procedimiento para subir archivos a Dropbox desde Python

Una vez instalado el paquete oficial de Dropbox para subir a un archivo solamente es necesario importar este. Ahora con el token que se ha obtenido anteriormente se ha crear una conexión a la aplicación, para lo que se utiliza el método Dropbox. Esta conexión dispone de un método para subir archivos files_upload. A la que se le ha de indicar el archivo y la ruta del archivo en el destino. Por ejemplo, para subir una imagen se pude utilizar el siguiente código.

import dropbox

file_from = 'analytics_lane.jpg'
file_to = '/analytics_lane/analytics_lane.jpg'

dbx = dropbox.Dropbox('access_token')
dbx.files_upload(open(file_from, 'rb').read(), file_to)

Al ejecutar este código se puede ir a la carpeta de Dropbox para comprobar que el archivo se ha subido correctamente.

Archivo subido a Dropbox

Conclusiones

Hoy se ha visto cómo subir archivos a Dropbox desde Python utilizando la API de programación. Esta función puede ser útil para guardar los resultados de procesos largos en la nube o para datos adquiridos en dispositivos con poca memoria. Las posibilidades que ofrece esta API son infinitos ya que ofrece el acceso a almacenamiento remoto sin necesidad de instalar programas.

Imágenes: Pixabay (Edward Lich)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 4.5 / 5. Votos emitidos: 2

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
  • Migrar tslane a un paquete dual CommonJS y ESM con tsup y Vitest
  • Docker Compose: el día a día. Cómo ver qué funciona y qué no
  • Cómo Verificar la Normalidad de tus Datos antes de un Test Estadístico
  • Cómo Elegir el Test de Hipótesis Correcto para tus Datos
  • Qué significa realmente “calidad de datos”
  • Cómo Detectar Pseudo-IDs y Data Leakage en el Constructor de Scorecards
  • Tuplas vs Listas en Python: parecen lo mismo, pero no
  • Curiosidad: El puerto 80 y los números de puerto

Publicidad

Publicado en: Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Curiosidad: El puerto 80 y los números de puerto

octubre 29, 2026 Por Daniel Rodríguez

Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera

octubre 27, 2026 Por Daniel Rodríguez

Cómo Elegir el Test de Hipótesis Correcto para tus Datos

octubre 22, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Solución al error Failed to download metadata for repo ‘AppStream’ en CentOS 8 publicado el septiembre 13, 2023 | en Herramientas
  • Cómo Verificar la Normalidad de tus Datos antes de un Test Estadístico publicado el octubre 8, 2026 | en Ciencia de datos
  • Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales publicado el mayo 12, 2026 | en Python
  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python
  • Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios publicado el septiembre 18, 2025 | en Ciencia de datos, Opinión

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto