Python es un lenguaje de alto nivel de programación interpretado cuya filosofía hace hincapié en la legibilidad de su código. Se trata de un lenguaje de programación multiparadigma, ya que soporta parcialmente la orientación a objetos, programación imperativa y, en menor medida, programación funcional. Es un lenguaje interpretado, dinámico y multiplataforma.
Python | ||
---|---|---|
Desarrollador(es) | ||
Python Software Foundation Sitio web oficial | ||
Información general | ||
Extensiones comunes |
.py , .pyc , .pyd , .pyo , .pyw , .pyz , .pyi | |
Paradigma | Multiparadigma: orientado a objetos, imperativo, funcional, reflexivo | |
Apareció en | 20 de febrero de 1991 | |
Diseñado por | Guido van Rossum | |
Última versión estable | 3.13.0[1] (7 de octubre de 2024 (2 meses y 5 días)) | |
Última versión en pruebas | 3.14.0a2[2] (19 de noviembre de 2024 (23 días)) | |
Sistema de tipos | duck, dinámico, fuerte; | |
Implementaciones | CPython, IronPython, Jython, Python for S60, PyPy, ActivePython, Unladen Swallow | |
Dialectos | Stackless Python, RPython | |
Influido por | ABC, ALGOL 68, C, Haskell, Icon, Lisp, Modula-3, Perl, Smalltalk, Java | |
Ha influido a | Boo, Cobra, D, Falcon, Genie, Groovy, Ruby, JavaScript, Cython, Go Latino | |
Sistema operativo | Multiplataforma | |
Licencia | Python Software Foundation License | |
Administrado por Python Software Foundation, posee una licencia de código abierto, denominada Python Software Foundation License.[3] Python se clasifica constantemente como uno de los lenguajes de programación más populares.[4]
Python fue creado a finales de los años ochenta por Guido van Rossum en Stichting Mathematisch Centrum (CWI),[5] en Países Bajos, como un sucesor del lenguaje de programación ABC, capaz de manejar excepciones e interactuar con el sistema operativo Amoeba.[6]
El nombre del lenguaje proviene de la afición de su creador por los humoristas británicos Monty Python.[7]
Guido van Rossum es el principal autor de Python, y su continuo rol central en decidir la dirección de Python es reconocido, refiriéndose a él como Benevolente Dictador Vitalicio (en inglés: Benevolent Dictator for Life, BDFL); sin embargo el 12 de julio de 2018 declinó de dicha situación de honor sin dejar un sucesor o sucesora y con una declaración altisonante:[8]
Entonces, ¿qué van a hacer todos ustedes? ¿Crear una democracia? ¿Anarquía? ¿Una dictadura? ¿Una federación?Guido van Rossum[9]
El 20 de febrero de 1991, van Rossum publicó el código por primera vez en alt.sources, con el número de versión 0.9.0.[10] En esta etapa del desarrollo ya estaban presentes clases con herencia, manejo de excepciones, funciones y los tipos modulares, como: str
, list
, dict
, entre otros. Además en este lanzamiento inicial aparecía un sistema de módulos adoptado de Modula-3; van Rossum describe el módulo como «una de las mayores unidades de programación de Python».[5] El modelo de excepciones en Python es parecido al de Modula-3, con la adición de una cláusula else
.[6] En el año 1994 se formó comp.lang.python, el foro de discusión principal de Python, marcando un hito en el crecimiento del grupo de usuarios de este lenguaje.
Python alcanzó la versión 1.0 en enero de 1994. Una característica de este lanzamiento fueron las herramientas de la programación funcional: lambda
, reduce
, filter
y map
.[11] Van Rossum explicó que «hace 12 años, Python adquirió lambda, reduce(), filter() y map(), cortesía de Amrit Perm, un hacker informático de Lisp que las implementó porque las extrañaba».[12]
La última versión liberada proveniente de CWI fue Python 1.2. En 1995, van Rossum continuó su trabajo en Python en la Corporation for National Research Initiatives (CNRI) en Reston, Virginia, donde lanzó varias versiones del software.
Durante su estancia en CNRI, van Rossum lanzó la iniciativa Computer Programming for Everybody (CP4E), con el fin de hacer la programación más accesible a más gente, con un nivel de 'alfabetización' básico en lenguajes de programación, similar a la alfabetización básica en inglés y habilidades matemáticas necesarias por muchos trabajadores. Python tuvo un papel crucial en este proceso: debido a su orientación hacia una sintaxis limpia, ya era idóneo, y las metas de CP4E presentaban similitudes con su predecesor, ABC. El proyecto fue patrocinado por DARPA.[13] Para el año 2007, el proyecto CP4E se encontraba inactivo[14]; a pesar de ello, Python continúa intentando ser fácil de aprender y no muy arcano en su sintaxis y semántica, con el objetivo de ser entendible incluso para no-programadores.
En el año 2000, el equipo principal de desarrolladores de Python se cambió a BeOpen.com para formar el equipo BeOpen PythonLabs. CNRI pidió que la versión 1.6 fuera pública, continuando su desarrollo hasta que el equipo de desarrollo abandonó CNRI; su programa de lanzamiento y el de la versión 2.0 tenían una significativa cantidad de traslapo.[15] Python 2.0 fue el primer y único lanzamiento de BeOpen.com. Después que Python 2.0 fuera publicado por BeOpen.com, Guido van Rossum y los otros desarrolladores de PythonLabs se unieron en Digital Creations.
Python 2.0 tomó una característica mayor del lenguaje de programación funcional Haskell: listas por comprensión. La sintaxis de Python para esta construcción es muy similar a la de Haskell, salvo por la preferencia de los caracteres de puntuación en Haskell, y la preferencia de Python por palabras claves alfabéticas. Python 2.0 introdujo además un sistema de recolección de basura capaz de recolectar referencias cíclicas.[15]
Posterior a este doble lanzamiento, y después que van Rossum dejara CNRI para trabajar con desarrolladores de software comercial, quedó claro que la opción de usar Python con software disponible bajo la GNU GPL era muy deseable. La licencia usada entonces, la Python License, incluía una cláusula estipulando que la licencia estaba gobernada por el estado de Virginia, por lo que, bajo la óptica de los abogados de Free Software Foundation (FSF), se hacía incompatible con GPL. Para las versiones 1.61 y 2.1, CNRI y FSF hicieron compatibles la licencia de Python con GPL, renombrándola como Python Software Foundation License. En el año 2001, van Rossum fue premiado con el FSF Award for the Advancement of Free Software.
Python 2.1 fue un trabajo derivado de las versiones 1.6.1 y 2.0. Es a partir de este momento que Python Software Foundation (PSF) pasa a dirigir el proyecto, organizada como una organización sin ánimo de lucro fundada en el año 2001, tomando como modelo a la Apache Software Foundation.[3] Incluida con este lanzamiento estuvo una implementación del alcance de variables más parecida a las reglas del static scoping originado por Scheme.[16]
Una innovación mayor en Python 2.2 fue la unificación de los tipos en Python (tipos escritos en C), y clases (tipos escritos en Python) dentro de una jerarquía. Esa unificación logró un modelo de objetos de Python puro y consistente.[17] También fueron agregados los generadores, que fueron inspirados por el lenguaje Icon.[18]
Las adiciones a la biblioteca estándar de Python y las decisiones sintácticas fueron influenciadas fuertemente por Java en algunos casos: el paquete logging
,[19] introducido en la versión 2.3, está basado en log4j; el parser SAX, introducido en 2.0; el paquete threading
,[20] cuya clase Thread expone un subconjunto de la interfaz de la clase homónima en Java.
Python 2.7.x (última versión de la serie Python 2.x) fue oficialmente descontinuado el 1 de enero de 2020 (paso inicialmente planeado para 2015), por lo que ya no se publicarán parches de seguridad y otras mejoras para él.[21][22] Con el final del ciclo de vida de Python 2, solo tienen soporte la rama Python 3.6.x[23] y posteriores.
Con Python 3.5 llegaría el soporte incluido para entrada/salida asíncrona a través de la biblioteca asyncio
, orientada a aplicaciones que requieren alto rendimiento de código concurrente, como servidores web, bibliotecas de conexión de bases de datos y colas de tareas distribuidas.[24]
En la actualidad, Python se aplica en los campos de inteligencia artificial y machine learning.[25]
Python es un lenguaje de programación multiparadigma. Esto significa que más que forzar a los programadores a adoptar un estilo particular de programación, permite varios estilos: programación orientada a objetos, programación imperativa y programación funcional. Otros paradigmas están soportados mediante el uso de extensiones.
Python usa tipado dinámico y conteo de referencias para la gestión de memoria.
Una característica importante de Python es la resolución dinámica de nombres; es decir, lo que enlaza un método y un nombre de variable durante la ejecución del programa (también llamado enlace dinámico de métodos).
Otro objetivo del diseño del lenguaje es la facilidad de extensión. Se pueden escribir nuevos módulos fácilmente en C o C++. Python puede incluirse en aplicaciones que necesitan una interfaz programable.[26]
Aunque la programación en Python podría considerarse en algunas situaciones hostil a la programación funcional tradicional expuesta por Lisp, existen bastantes analogías entre Python y los lenguajes minimalistas de la familia Lisp (como Scheme).
Los usuarios de Python se refieren a menudo a la filosofía de Python, que es bastante similar a la filosofía de Unix. El código que siga los principios de Python es reconocido como «pythónico». Estos principios fueron descritos por el desarrollador de Python Tim Peters en El Zen de Python:
- Bello es mejor que feo.
- Explícito es mejor que implícito.
- Simple es mejor que complejo.
- Complejo es mejor que complicado.
- Plano es mejor que anidado.
- Disperso es mejor que denso.
- La legibilidad cuenta.
- Los casos especiales no son tan especiales como para quebrantar las reglas.
- Lo práctico gana a lo puro.
- Los errores nunca deberían dejarse pasar silenciosamente.
- A menos que hayan sido silenciados explícitamente.
- Frente a la ambigüedad, rechaza la tentación de adivinar.
- Debería haber una —y preferiblemente solo una— manera obvia de hacerlo.
- Aunque esa manera puede no ser obvia al principio a menos que usted sea holandés.[27]
- Ahora es mejor que nunca.
- Aunque nunca es a menudo mejor que ya mismo.
- Si la implementación es difícil de explicar, es una mala idea.
- Si la implementación es fácil de explicar, puede que sea una buena idea.
- Los espacios de nombres (namespaces) son una gran idea. ¡Hagamos más de esas cosas!
Desde la versión 2.1.2, Python incluye estos puntos (en su versión original en inglés) como un huevo de Pascua que se muestra al ejecutar import this
.[28]
El intérprete de Python estándar incluye un modo interactivo en el cual se escriben las instrucciones en una especie de intérprete de comandos: las expresiones pueden ser introducidas una a una, pudiendo verse el resultado de su evaluación inmediatamente, lo que da la posibilidad de probar porciones de código en el modo interactivo antes de integrarlo como parte de un programa. Esto resulta útil tanto para las personas que se están familiarizando con el lenguaje como para los programadores más avanzados.
Existen otros programas, como IDLE, bpython e IPython,[29] que añaden funcionalidades extra al modo interactivo, como completamiento automático de código y coloreado de la sintaxis del lenguaje.
Ejemplo del modo interactivo:
>>> 1 + 1
2
>>> a = range(10)
>>> print(list(a))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
Python está destinado a ser un lenguaje de fácil lectura. Su formato es visualmente ordenado y, a menudo, usa palabras clave en inglés donde otros idiomas usan puntuación. A diferencia de muchos otros lenguajes, no utiliza corchetes para delimitar bloques y se permiten puntos y coma después de las declaraciones, pero rara vez, si es que alguna vez, se utilizan. Tiene menos excepciones sintácticas y casos especiales que C o Pascal.
Diseñado para ser leído con facilidad, una de sus características es el uso de palabras donde otros lenguajes utilizarían símbolos. Por ejemplo, los operadores lógicos !
, ||
y &&
en Python se escriben not
, or
y and
, y los operadores aritméticos en python respectivamente.
El contenido de los bloques de código (bucles, funciones, clases, etc.) es delimitado mediante espacios o tabuladores, conocidos como sangrado o indentación, antes de cada línea de órdenes pertenecientes al bloque.[30] Python se diferencia así de otros lenguajes de programación que mantienen como costumbre declarar los bloques mediante un conjunto de caracteres, normalmente entre llaves {}
.[31][32] Se pueden utilizar tanto espacios como tabuladores para sangrar el código, pero se recomienda no mezclarlos.[33]
Función factorial en C (sangría opcional) | Función factorial en Python (sangría obligatoria) |
---|---|
int factorial(int x)
{
if (x < 0 || x % 1 != 0) {
printf("x debe ser un numero entero mayor o igual a 0");
return -1; // Error
}
if (x == 0) {
return 1;
}
return x * factorial(x - 1);
}
|
def factorial(x):
assert x >= 0 and x % 1 == 0, "x debe ser un entero mayor o igual a 0."
if x == 0:
return 1
else:
return x * factorial(x - 1)
|
Debido al significado sintáctico de la sangría, cada instrucción debe estar contenida en una sola línea. No obstante, si por legibilidad se quiere dividir la instrucción en varias líneas, añadiendo una barra invertida \
al final de una línea, se indica que la instrucción continúa en la siguiente.
Estas instrucciones son equivalentes:
lista = ['valor 1', 'valor 2', 'valor 3']
cadena = 'Esto es una cadena bastante larga'
|
lista = ['valor 1', 'valor 2' \
, 'valor 3']
cadena = 'Esto es una cadena ' \
'bastante larga'
|
Los comentarios se pueden poner de dos formas. La primera y más apropiada para comentarios largos es utilizando la notación ''' comentario ''', tres apóstrofos de apertura y tres de cierre. La segunda notación utiliza el símbolo #
, que se extiende hasta el final de la línea.
El intérprete no tiene en cuenta los comentarios, lo cual es útil si deseamos poner información adicional en el código. Por ejemplo, una explicación sobre el comportamiento de una sección del programa.
'''
Comentario más largo en una línea en Python
'''
print("Hola mundo") # También es posible añadir un comentario al final de una línea de código
Las variables se definen de forma dinámica, lo que significa que no se tiene que especificar cuál es su tipo de antemano y puede tomar distintos valores en otro momento, incluso de un tipo diferente al que tenía previamente. Se usa el símbolo =
para asignar valores.
x = 1
x = "texto" # Esto es posible porque los tipos son asignados dinámicamente
Los nombres de variables pueden contener números y letras pero deben comenzar con una letra. Además, existen 35 palabras reservadas en python:[34][35]
A partir de Python 3.10 existen también soft keywords, palabras que son reservadas en ciertos contextos, pero que normalmente pueden ser usadas como nombres de variables. Estos identificadores son match
, case
y _
.
Los tipos de datos básicos se pueden resumir en esta tabla:
Tipo | Clase | Notas | Ejemplo |
---|---|---|---|
str
|
Cadena en determinado formato de codificación (UTF-8 por defecto) | Inmutable | 'Cadena'
|
bytes
|
Vector o array de bytes | Inmutable | b'Cadena'
|
list
|
Secuencia | Mutable, puede contener objetos de diversos tipos | [4.0, 'Cadena', True]
|
tuple
|
Secuencia | Inmutable, puede contener objetos de diversos tipos | (4.0, 'Cadena', True)
|
set
|
Conjunto | Mutable, sin orden, no contiene duplicados | {4.0, 'Cadena', True}
|
frozenset
|
Conjunto | Inmutable, sin orden, no contiene duplicados | frozenset([4.0, 'Cadena', True])
|
dict
|
Diccionario | Grupo de pares clave:valor | {'key1': 1.0, 'key2': False}
|
int
|
Número entero | Precisión arbitraria | 42
|
float
|
Número decimal | Coma flotante de doble precisión | 3.1415927
|
complex
|
Número complejo | Parte real y parte imaginaria j. | (4.5 + 3j)
|
bool
|
Booleano | Valor booleano (verdadero o falso) | True o False
|
Una sentencia condicional ejecuta su bloque de código interno solo si se cumple cierta condición. Se define usando la palabra clave if
seguida de la condición y el bloque de código. Si existen condiciones adicionales, se introducen usando la palabra clave elif
seguida de la condición y su bloque de código. Las condiciones se evalúan de manera secuencial hasta encontrar la primera que sea verdadera, y su bloque de código asociado es el único que se ejecuta. Opcionalmente, puede haber un bloque final (la palabra clave else
, seguida de un bloque de código) que se ejecuta solo cuando todas las condiciones anteriores fueron falsas.
>>> verdadero = True
>>> if verdadero: # No es necesario poner "verdadero == True"
... print("Verdadero")
... else:
... print("Falso")
...
Verdadero
>>> lenguaje = "Python"
>>> if lenguaje == "C": # lenguaje no es "C", por lo que este bloque se obviará y evaluará la siguiente condición
... print("Lenguaje de programación: C")
... elif lenguaje == "Python": # Se pueden añadir tantos bloques "elif" como se quiera
... print("Lenguaje de programación: Python")
... else: # En caso de que ninguna de las anteriores condiciones fuera cierta, se ejecutaría este bloque
... print("Lenguaje de programación: indefinido")
...
Lenguaje de programación: Python
>>> if verdadero and lenguaje == "Python": # Uso de "and" para comprobar que ambas condiciones son verdaderas
... print("Verdadero y Lenguaje de programación: Python")
...
Verdadero y Lenguaje de programación: Python
El bucle for es similar a foreach en otros lenguajes. Recorre un objeto iterable, como una lista, una tupla o un generador, y por cada elemento del iterable ejecuta el bloque de código interno. Se define con la palabra clave for
seguida de un nombre de variable, seguido de in
, seguido del iterable, y finalmente el bloque de código interno. En cada iteración, el elemento siguiente del iterable se asigna al nombre de variable especificado:
>>> lista = ["a", "b", "c"]
>>> for i in lista: # Iteramos sobre una lista, que es iterable
... print(i)
...
a
b
c
>>> cadena = "abcdef"
>>> for i in cadena: # Iteramos sobre una cadena, que también es iterable
... print(i, end=', ') # Añadiendo end=', ' al final hacemos que no introduzca un salto de línea, sino una coma y un espacio
...
a, b, c, d, e, f,
El bucle while evalúa una condición y, si es verdadera, ejecuta el bloque de código interno. Continúa evaluando y ejecutando mientras la condición sea verdadera. Se define con la palabra clave while
seguida de la condición, y a continuación el bloque de código interno:
>>> numero = 0
>>> while numero < 10:
... print(numero, end=" ")
... numero += 1 # Un buen programador modificará las variables de control al finalizar el ciclo while
...
0 1 2 3 4 5 6 7 8 9
[]
, en cambio, para declarar una tupla se usan los paréntesis ()
. En ambas los elementos se separan por comas, y en el caso de las tuplas es necesario que tengan como mínimo una coma.>>> lista = ["abc", 42, 3.1415]
>>> lista[0] # Acceder a un elemento por su índice
'abc'
>>> lista[-1] # Acceder a un elemento usando un índice negativo
3.1415
>>> lista.append(True) # Añadir un elemento al final de la lista
>>> lista
['abc', 42, 3.1415, True]
>>> del lista[3] # Borra un elemento de la lista usando un índice (en este caso: True)
>>> lista[0] = "xyz" # Re-asignar el valor del primer elemento de la lista
>>> lista[0:2] # Mostrar los elementos de la lista del índice "0" al "2" (sin incluir este último)
['xyz', 42]
>>> lista_anidada = [lista, [True, 42]] # Es posible anidar listas
>>> lista_anidada
[['xyz', 42, 3.1415], [True, 42]]
>>> lista_anidada[1][0] # Acceder a un elemento de una lista dentro de otra lista (del segundo elemento,
mostrar el primer elemento)
True
>>> tupla = ("abc", 42, 3.1415)
>>> tupla[0] # Acceder a un elemento por su índice
'abc'
>>> del tupla[0] # No es posible borrar (ni añadir) un elemento en una tupla, lo que provocará una excepción
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'tuple' object doesn't support item deletion
>>> tupla[0] = "xyz" # Tampoco es posible re-asignar el valor de un elemento en una tupla, lo que también provocará una excepción
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> tupla[0:2] # Mostrar los elementos de la tupla del índice "0" al "2" (sin incluir este último)
('abc', 42)
>>> tupla_anidada = (tupla, (True, 3.1415)) # También es posible anidar tuplas
>>> 1, 2, 3, "abc" # Esto también es una tupla, aunque es recomendable ponerla entre paréntesis (recuerde que
requiere, al menos, una coma)
(1, 2, 3, 'abc')
>>> (1) # Aunque se encuentra entre paréntesis, esto no es una tupla, ya que no posee al menos una coma, por
lo que únicamente aparecerá el valor
1
>>> (1,) # En cambio, en este otro caso, sí es una tupla
(1,)
>>> (1, 2) # Con más de un elemento no es necesaria la coma final
(1, 2)
>>> (1, 2,) # Aunque agregarla no modifica el resultado
(1, 2)
{}
. Contienen elementos separados por comas, donde cada elemento está formado por un par clave:valor
(el símbolo :
separa la clave de su valor correspondiente).>>> diccionario = {"cadena": "abc", "numero": 42, "lista": [True, 42]} # Diccionario que tiene diferentes
valores por cada clave, incluso una lista
>>> diccionario["cadena"] # Usando una clave, se accede a su valor
'abc'
>>> diccionario["lista"][0] # Acceder a un elemento de una lista dentro de un valor (del valor de la clave
"lista", mostrar el primer elemento)
True
>>> diccionario["cadena"] = "xyz" # Re-asignar el valor de una clave
>>> diccionario["cadena"]
'xyz'
>>> diccionario["decimal"] = 3.1415927 # Insertar un nuevo elemento clave:valor
>>> diccionario["decimal"]
3.1415927
>>> diccionario_mixto = {"tupla": (True, 3.1415), "diccionario": diccionario} # También es posible
que un valor sea un diccionario
>>> diccionario_mixto["diccionario"]["lista"][1] # Acceder a un elemento dentro de una lista, que se
encuentra dentro de un diccionario
42
>>> diccionario = {("abc",): 42} # Sí es posible que una clave sea una tupla, pues es inmutable
>>> diccionario = {["abc"]: 42} # No es posible que una clave sea una lista, pues es mutable, lo que provocará una excepción
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'
Python cuenta con la estructura match-case desde la versión 3.10. Esta tiene el nombre de Structural Pattern Matching.
match variable:
case condicion:
# codigo
case condicion:
# codigo
case condicion:
# codigo
case _:
# codigo
Cabe destacar que esta funcionalidad es considerablemente más compleja que el conocido switch-case de la mayoría de lenguajes de programación, ya que no solo permite realizar una comparación del valor, sino que también puede comprobar el tipo del objeto, y sus atributos. Además, puede realizar un desempaquetado directo de secuencias de datos, y comprobarlos de forma específica.
En el siguiente ejemplo, se comprueban los atributos de nuestra instancia de Punto
. Si en estos no se cumple que x = 10
y y = 40
, se pasará a la siguiente condición.
Es importante anotar que Punto(x=10, y=40)
no está construyendo un nuevo objeto, aunque pueda parecerlo.
from dataclasses import dataclass
@dataclass
class Punto:
x: int
y: int
coordenada = Punto(10, 34)
match coordenada:
case Punto(x=10, y=40): # los atributos "x" e "y" tienen el valor specificado
print("Coordenada 10, 40")
case Punto(): # si es una instancia de Punto
print("es un punto")
case _: # ninguna condición cumplida (default)
print("No es un punto")
En versiones anteriores, existen diferentes formas de realizar esta operación lógica de forma similar:
Podemos usar la estructura de la siguiente manera:
>>> if condicion1:
... hacer1
>>> elif condicion2:
... hacer2
>>> elif condicion3:
... hacer3
>>> else:
... hacer
En esa estructura se ejecutara controlando la condicion1, si no se cumple pasara a la siguiente y así sucesivamente hasta entrar en el else. Un ejemplo práctico sería:
>>> def calculo(op, a, b):
... if op == 'sum':
... return a + b
... elif op == 'rest':
... return a - b
... elif op == 'mult':
... return a * b
... elif op == 'div':
... return a / b
... else:
... return None
>>>
>>> print(calculo('sum',3,4))
7
Podríamos decir que el lado negativo de la sentencia armada con if, elif y else es que si la lista de posibles operaciones es muy larga, las tiene que recorrer una por una hasta llegar a la correcta.
Podemos usar un diccionario para el mismo ejemplo:
>>> def calculo(op, a, b):
... return {
... 'sum': lambda: a + b,
... 'rest': lambda: a - b,
... 'mult': lambda: a * b,
... 'div': lambda: a/b
... }.get(op, lambda: None)()
>>>
>>> print(calculo('sum',3,4))
7
De esta manera, si las opciones fueran muchas, no recorrería todas; solo iría directamente a la operación buscada en la última línea (.get(op, lambda: None)()
) y estaríamos dando una opción por defecto. El motivo por el que se usan expresiones lambda dentro del diccionario es para prevenir la ejecución de las instrucciones que contienen a la hora de definir el diccionario. Este únicamente define funciones como valores del diccionario, y posteriormente, al obtener estas mediante get()
, se llama a la función, ejecutando la expresión que esta contiene.
set(items)
, donde items es cualquier objeto iterable, como listas o tuplas. Los conjuntos no mantienen el orden ni contienen elementos duplicados.>>> conjunto_inmutable = frozenset(["a", "b", "a"]) # Se utiliza una lista como objeto iterable
>>> conjunto_inmutable
frozenset(['a', 'b'])
>>> conjunto1 = set(["a", "b", "a"]) # Primer conjunto mutable
>>> conjunto1
set(['a', 'b'])
>>> conjunto2 = set(["a", "b", "c", "d"]) # Segundo conjunto mutable
>>> conjunto2
set(['a', 'c', 'b', 'd']) # Los conjuntos no mantienen el orden, como los diccionarios
>>> conjunto1 & conjunto2 # Intersección
set(['a', 'b'])
>>> conjunto1 | conjunto2 # Unión
set(['a', 'c', 'b', 'd'])
>>> conjunto1 - conjunto2 # Diferencia (1)
set([])
>>> conjunto2 - conjunto1 # Diferencia (2)
set(['c', 'd'])
>>> conjunto1 ^ conjunto2 # Diferencia simétrica
set(['c', 'd'])
Una lista por comprensión (en inglés list comprehension) es una expresión compacta para definir listas. Al igual que lambda
, aparece en lenguajes funcionales. Ejemplos:
>>> range(5) # La función range devuelve una lista, empezando en 0 y terminando con el número indicado menos uno
[0, 1, 2, 3, 4]
>>> [i * i for i in range(5)] # Por cada elemento del rango, lo multiplica por sí mismo y lo agrega al resultado
[0, 1, 4, 9, 16]
>>> lista = [(i, i + 2) for i in range(5)]
>>> lista
[(0, 2), (1, 3), (2, 4), (3, 5), (4, 6)]
def
, seguida del nombre de la función y sus parámetros. Otra forma de escribir funciones, aunque menos utilizada, es con la palabra clave lambda
(que aparece en lenguajes funcionales como Lisp).def
será el dado con la instrucción return
.*args
recibe como una tupla un número variable de argumentos posicionales.**kwargs
recibe como un diccionario un número variable de argumentos por palabras clave.def
:
>>> def suma(x, y=2):
... return x + y # Retornar la suma del valor de la variable "x" y el valor de "y"
...
>>> suma(4) # La variable "y" no se modifica, siendo su valor: 2
6
>>> suma(4, 10) # La variable "y" sí se modifica, siendo su nuevo valor: 10
14
*args
:
>>> def suma(*args):
... resultado = 0
... # Se itera la tupla de argumentos
... for num in args:
... resultado += num # Suma todos los argumentos
... return resultado # Retorna el resultado de la suma
...
>>> suma(2, 4)
6
>>> suma(1, 3, 5, 7, 9) # No importa el número de variables posicionales que se pasen a la función
25
**kwargs
:
def suma(**kwargs):
... resultado = 0
... # Se itera el diccionario de argumentos
... for key, value in kwargs.items():
... resultado += value # Suma todos los valores de los argumentos
... return resultado
...
>>> suma(x=1, y=3)
4
>>> suma(x=2, y=4, z=6) # No importa el número de variables por clave que se pasen a la función
12
lambda
:
>>> suma = lambda x, y=2: x + y
>>> suma(4) # La variable "y" no se modifica, siendo su valor: 2
6
>>> suma(4, 10) # La variable "y" sí se modifica, siendo su nuevo valor: 10
14
class
, seguida del nombre de la clase y, si hereda de otras clases, los nombres de estas.object
, en Python 3.x ya no hace falta.__init__
es un método especial que se ejecuta al instanciar la clase, se usa generalmente para inicializar atributos y ejecutar métodos necesarios. Al igual que todos los métodos en Python, debe tener al menos un parámetro (generalmente se utiliza self
). El resto de parámetros serán los que se indiquen al instanciar la clase.self.
delante del nombre.>>> class Persona():
... def __init__(self, nombre, edad):
... self.nombre = nombre # Un atributo cualquiera
... self.edad = edad # Otro atributo cualquiera
... def mostrar_edad(self): # Es necesario que, al menos, tenga un parámetro, generalmente self
... print(self.edad) # mostrando un atributo
... def modificar_edad(self, edad): # Modificando edad
... if 0 > edad < 150: # Se comprueba que la edad no sea menor que 0 (algo imposible) ni mayor que 150 (algo realmente difícil)
... return False
... else: # Si está en el rango 0-150, entonces se modifica la variable
... self.edad = edad # Se modifica la edad
...
>>> p = Persona('Alicia', 20) # Instanciando la clase. Como se puede ver, no se especifica el valor de self
>>> p.nombre # La variable "nombre" del objeto sí es accesible desde fuera
'Alicia'
>>> p.nombre = 'Andrea' # Y por tanto, se puede cambiar su contenido
>>> p.nombre
'Andrea'
>>> p.mostrar_edad() # Se llama a un método de la clase
20
>>> p.modificar_edad(21) # Es posible cambiar la edad usando el método específico que hemos hecho para hacerlo de forma controlada
>>> p.mostrar_edad()
21
Existen muchas propiedades que se pueden agregar al lenguaje importando módulos, conjuntos de funciones y clases para realizar determinadas tareas usualmente escritos también en Python. Un ejemplo es el módulo tkinter[38], que permite crear interfaces gráficas basadas en la biblioteca Tk. Otro ejemplo es el módulo os
, que provee acceso a muchas funciones del sistema operativo. Los módulos se agregan al código escribiendo la palabra import
, seguida del nombre del módulo que queramos usar.[39]
La instalación de módulos en Python se puede realizar mediante la herramienta de software Pip, que suele estar incluida en las instalaciones de Python. Esta herramienta permite la gestión de los distintos paquetes o módulos instalables para Python, incluyendo así las siguientes características:
El módulo os provee funciones para interactuar con el sistema operativo:
>>> import os
>>> os.name # Devuelve el nombre del sistema operativo
'posix'
>>> os.mkdir("/tmp/ejemplo") # Crea un directorio en la ruta especificada
Para tareas de administración de archivos, el módulo shutil provee una interfaz de más alto nivel:
>>> import shutil
>>> shutil.copyfile('datos.db', 'informacion.db')
'informacion.db'
>>> shutil.move('/build/programas', 'dir_progs')
'dir_progs'
El módulo glob provee una función para crear listas de archivos a partir de búsquedas con comodines en carpetas:
>>> import glob
>>> glob.glob('*.py')
['numeros.py', 'ejemplo.py', 'ejemplo2.py']
Los argumentos de línea de órdenes se almacenan en el atributo argv del módulo sys como una lista.
>>> import sys
>>> print(sys.argv)
['demostracion.py', 'uno', 'dos', 'tres']
El módulo math permite acceder a las funciones de matemática de punto flotante:
>>> import math
>>> math.cos(math.pi / 3)
0.494888338963
>>> math.log(1024, 2)
10.0
El módulo random se utiliza para realizar selecciones al azar:
>>> import random
>>> random.choice(['durazno', 'manzana', 'frutilla'])
'durazno'
>>> random.sample(range(100), 10) # Elección sin reemplazo
[30, 23, 17, 24, 8, 81, 41, 80, 28, 13]
>>> random.random() # Un float al azar en el intervalo [0, 1)
0.23370387692726126
>>> random.randrange(6) # Un entero al azar en el intervalo [0, 6)
3
El módulo statistics se utiliza para estadística básica, por ejemplo: media, mediana, varianza, etc.:
>>> import statistics
>>> datos = [1.75, 2.75, 1.25, 0.5, 0.25, 1.25, 3.5]
>>> statistics.mean(datos)
1.6071428571428572
>>> statistics.median(datos)
1.25
>>> statistics.variance(datos)
1.3720238095238095
Los módulos time y datetime permiten trabajar con fechas y horas.
>>> from datetime import datetime
>>> import time
>>> datetime.now().isoformat() # Devuelve la fecha y hora actual
'2010-08-10T18:01:17.900401'
>>> datetime.now().strftime("%Y-%m-%d %H:%M:%S") # Devuelve la fecha y/u hora actual con el formato especificado
'2010-08-10 18:01:17'
>>> time.strftime("%Y-%m-%d %H:%M:%S") # Método equivalente
'2010-08-10 18:01:17'
El módulo turtle permite la implementación de gráficas tortuga:
>>> import turtle
>>> turtle.pensize(2)
>>> turtle.left(120)
>>> turtle.forward(100)
Polígonos con el módulo Turtle:
En Python todo es un objeto (incluso las clases). Las clases, al ser objetos, son instancias de una metaclase. Python, además, soporta herencia múltiple y polimorfismo.
>>> cadena = "abc" # Una cadena es un objeto de "str"
>>> cadena.upper() # Al ser un objeto, posee sus propios métodos
'ABC'
>>> lista = [True, 3.1415] # Una lista es un objeto de "list"
>>> lista.append(42) # Una lista (al igual que todo) es un objeto, y también posee sus propios métodos
>>> lista
[True, 3.1415, 42]
Python tiene una gran biblioteca estándar, usada para una diversidad de tareas. Esto viene de la filosofía «pilas incluidas» (batteries included) en referencia a los módulos de Python. Los módulos de la biblioteca estándar pueden complementarse con módulos personalizados escritos en C o en Python. Debido a la gran variedad de herramientas incluidas en la biblioteca estándar, combinada con la capacidad de usar lenguajes de bajo nivel como C y C++ (los cuales son capaces de interactuar con otras bibliotecas), Python es un lenguaje que combina su clara sintaxis con el inmenso poder de lenguajes de más bajo nivel.[40]
Existen diversas implementaciones del lenguaje:
A lo largo de su historia, Python ha presentado una serie de incidencias, de las cuales las más importantes han sido las siguientes:
<ref>
definida en las <references>
con nombre «Glosario LUCA, 2020» no se utiliza en el texto anterior.