-
Administrador, fundador y milenario...
-
Agradecimientos - 1 Gracias
-
Administrador, fundador y milenario...
Introducción python para todos por raúl gonzález duque
introducción
¿Qué es Python? . Python es un lenguaje de programación creado por Guido van Rossum a principios de los años 90 cuyo nombre esta inspirado en el grupo de cómicos ingleses Monty Python. Es un lenguaje similar a perl, pero con una sintaxis muy limpia y que favorece un código legible.
Se trata de un lenguaje interpretado o de script, con tipado dinámico, fuertemente tipado, multiplataforma y orientado a objetos.
Lenguaje interpretado o de script.
un lenguaje interpretado o de script es aquel que se ejecuta utilizando un programa intermedio llamado intérprete, en lugar de compilar el código a lenguaje máquina que pueda comprender y ejecutar directamente un ordenador (lenguajes compilados).
La ventaja de los lenguajes compilados es que su ejecución es más rápida. Sin embargo, los lenguajes interpretados son más flexibles y más portables.
Python tiene, no obstante, muchas de las características de los lenguajes compilados, por lo que se podría decir que es semi interpretado. En Python, como en java y muchos otros lenguajes, el código fuente se traduce a un pseudo código máquina intermedio llamado bytecode la primera vez que se ejecuta, generando archivos.pyc o.pyo (bytecode optimizado), que son los que se ejecutaran en sucesivas ocasiones.
tipado dinámico
La característica de tipado dinámico se refiere a que no es necesario declarar el tipo de dato que va a contener una determinada variable, sino que su tipo se determinara en tiempo de ejecución según el tipo del valor al que se asigne, y el tipo de esta variable puede cambiar si se le asigna un valor de otro tipo.
fuertemente tipado
No se permite tratar a una variable como si fuera de un tipo distinto al que tiene, es necesario convertir de forma explícita dicha variable al nuevo tipo previamente. Por ejemplo, si tenemos una variable que contiene un texto (variable de tipo cadena o string) no podremos tratarla como un número (sumar la cadena 9 y el número. En otros lenguajes el tipo de la variable cambiaría para adaptarse al comportamiento esperado, aunque esto es más propenso a errores.
multiplataforma
El intérprete de Python está disponible en multitud de plataformas (Unix, Solaris, Linux, dos, Windows, os/2, Mac os, etc.) por lo que, si no utilizamos librerías específicas de cada plataforma nuestro programa podrá correr en todos estos sistemas sin grandes cambios.
orientado a objetos
La orientación a objetos es un paradigma de programación en el que los conceptos del mundo real relevantes para nuestro problema se trasladan a clases y objetos en nuestro programa. La ejecución del programa consiste en una serie de interacciones entre los objetos.
Python también permite la programación imperativa, programación funcional y programación orientada a aspectos.
¿por qué Python?
Python es un lenguaje que todo el mundo debería conocer. Su sintaxis simple, clara y sencilla, el tipado dinámico, el gestor de memoria, la gran cantidad de librerías disponibles y la potencia del lenguaje, entre otros, hacen que desarrollar una aplicación en Python sea sencillo, muy rápido y, lo que es más importante, divertido, la sintaxis de Python es tan sencilla y cercana al lenguaje natural que los programas elaborados en Python parecen pseudocódigo. Por este motivo se trata además de uno de los mejores lenguajes para comenzar a programar.
Python no es adecuando sin embargo, para la programación de bajo nivel o para aplicaciones en las que el rendimiento sea crítico.
Algunos casos de éxito en el uso de Python son Google, Yahoo, la nasa, industrias light & magic, y todas las distribuciones Linux, en las que Python cada vez representa un tanto por ciento mayor de los programas disponibles.
instalación de Python
Existen varias implementaciones distintas de Python: Cpython, Jython, Ironpython, Pypy, etc.
Cpython es la más utilizada, la más rápida y la más madura. Cuando la gente bien de Python normalmente se refiere a esta implementación. En este caso tanto el intérprete como los módulos están escritos en c.
Jython es la implementación en java de Python, mientras que Ironpython es su contrapartida en c# (. Net). Su interés estriba en que utilizando estas implementaciones se pueden utilizar todas las librerías disponibles para los programadores de java y. Net.
Pypy, por último, como habréis adivinado por el nombre, se trata de una implementación en Python de Python.
Cpython está instalado por defecto en la mayor parte de las distribuciones Linux y en las últimas versiones de Mac os. Para comprobar si está instalado abre una terminal y escribe Python. Si está instalado se iniciara la consola interactiva de Python y obtendremos parecido a lo siguiente.
Python 2.5.1 (r251:54863, may 2 2007, 16:56:35)
[GC 4.1.2 (Ubuntu 4.1.2-0ubuntu4)] on Linux 2
Type help, copyright, credits or license for more información.
>>>.
La primera línea nos indica la versión de Python que tenemos instalada. Al final podemos ver el Prompt (>>>) que nos indica que el intérprete está esperando código del usuario. Podemos salir escribiendo exit(), o pulsando control + d.
Si no te muestra algo parecido no te preocupes, instalar Python es muy sencillo. Puedes descargar la versión correspondiente a tu sistema operativo desde la web de Python, en http://www.Python.org/download/ existen instaladores para Windows y Mac os. Si utilizas Linux es muy probable que puedas instalarlo usando la herramienta de gestión de paquetes de tu distribución, aunque también podemos descargar la aplicación compilada desde la web de Python.
herramientas básicas
Existen dos formas de ejecutar código Python. Podemos escribir líneas de código en el intérprete y obtener una respuesta del intérprete para cada línea (sesión interactiva) o bien podemos escribir el código de un programa en un archivo de texto y ejecutarlo.
A la hora de realizar una sesión interactiva os aconsejo instalar y utilizar IPython, en lugar de la consola interactiva de Python. Se puede encontrar en http://IPython, scipy.org/, IPython cuenta con características añadidas muy interesantes, como el autocompletado o el operador? (para activar la característica de autocompletado en Windows es necesario instalar pyreadline, que puede descargarse desde http://IPython, scipy.org/ moin/pyreadline/intro).
La función de autocompletado se lanza pulsando el tabulador. Si escribimos fi y pulsamos tab nos mostrara una lista de los objetos que comienzan con fi (file, filter y finally). Si escribimos file, y pulsamos tab nos mostrara una lista de los métodos y propiedades del objeto file.
El operador? Nos muestra información sobre los objetos. Se utiliza añadiendo el símbolo de interrogación al final del nombre del objeto del cual queremos más información. Por ejemplo.
In [3]: str?
Type: type.
Base class:
String form:
Namespace: Python builtin.
Docstring:
Str(object) -> string.
Return a nice string representation of the object, if the argument is a string, the return value is the same object.
En el campo de IDE y editores de código gratuitos pydev (http://pydev.sourceforge.net/) se alza como cabeza de serie. Pydev es un plugin para eclipse que permite utilizar este IDE multiplataforma para programar en Python. Cuenta con autocompletado de código (con información sobre cada elemento), resaltado de sintaxis, un depurador gráfico, resaltado de errores, explorador de clases, formateo del código, refactorización, etc. Sin duda es la opción más completa, sobre todo si instalamos las extensiones comerciales, aunque necesita de una cantidad.
Importante de memoria y no es del todo estable.
Otras opciones gratuitas a considerar son spe o stanis Python editor (http://sourceforge.net/projects/spe/), Eric (http://die-ofenbachs.de/Eric/), boa constructor (http://boa-constructor.sourceforge.net/) o incluso Emacs o vim.
Si no te importa desembolsar algo de dinero, Cómodo (http://www.activestate.com/comodo_ide/) y Wing IDE (http://www.wingware.com/) son también muy buenas opciones, con montones de características interesantes, como pydev, pero mucho más estables y robustos. Además, si desarrollas software libre no comercial puedes contactar con Wing ware y obtener, con un poco de suerte, una licencia gratuita para Wing IDE professional.
Última edición por 3dpoder; 11-01-2009 a las 23:27
-
Administrador, fundador y milenario...
Mi primer programa en python python para todos por raúl gonzález duque
mi primer programa en Python
. Como comentamos en el capítulo anterior existen dos formas de ejecutar código Python, bien en una sesión interactiva (línea a línea) con el intérprete, o bien de la forma habitual, escribiendo el código en un archivo de código fuente y ejecutándolo.
El primer programa que vamos a escribir en Python es el clásico hola mundo, y en este lenguaje es tan simple como.Vamos a probarlo primero en el intérprete. Ejecuta Python o Ipython según tus preferencias, escribe la línea anterior y pulsa enter. El intérprete responderá mostrando en la consola el texto hola mundo.
Vamos ahora a crear un archivo de texto con el código anterior, de forma que pudiéramos distribuir nuestro pequeño gran programa entre nuestros amigos. Abre tu editor de texto preferido o bien el IDE que hayas elegido y copia la línea anterior. Guárdalo como hola, py, por ejemplo.
Ejecutar este programa es tan sencillo como indicarle el nombre del archivo a ejecutar al intérprete de Python.Pero vamos a ver cómo simplificarlo aún más.
Si utilizas Windows los archivos.py ya estarán asociados al intérprete de Python, por lo que basta hacer doble clic sobre el archivo para ejecutar el programa. Sin embargo, como este programa no hace más que imprimir un texto en la consola, la ejecución es demasiado rápida para poder verlo si quiera. Para remediarlo, vamos a añadir una nueva línea que espere la entrada de datos por parte del usuario.
Print hola mundo
Raw_input().
De esta forma se mostrara una consola con el texto hola mundo hasta que pulsemos enter.
Si utilizas Linux (u otro Unix) para conseguir este comportamiento, es decir, para que el sistema operativo abra el archivo.py con el intérprete adecuando, es necesario añadir una nueva línea al principio del archivo.
#./usr/bin/Python.
Print hola mundo
Raw_input().
A esta línea se le conoce en el mundo Unix como Shebang, Hashbang o Sharpbang. El par de caracteres #, indica al sistema operativo que dicho script se debe ejecutar utilizando el intérprete especificado a continuación. De esto se desprende, evidentemente, que si esta no es la ruta en la que está instalado nuestro intérprete de Python, es necesario cambiarla.
Otra opción es utilizar el programa env (de environment, entorno) para preguntar al sistema por la ruta al intérprete de Python, de forma que nuestros usuarios no tengan ningún problema si se diera el caso de que el programa no estuviera instalado en dicha ruta.
#./usr/bin/env Python.
Print hola mundo
Raw_input().
Por supuesto además de añadir el Shebang, tendremos que dar permisos de ejecución al programa.Y listo, si hacemos doble clic el programa se ejecutara, mostrando una consola con el texto hola mundo, como en el caso de Windows, también podríamos correr el programa desde la consola como si tratara de un ejecutable cualquiera.
Última edición por 3dpoder; 11-01-2009 a las 23:28
-
Administrador, fundador y milenario...
Tipos básicos python para todos por raúl gonzález duque
tipos básicos
.En Python los tipos básicos se dividen en:
- números, como pueden ser o 3 (entero), 15.57 (de coma flotante) o 7 + 5j (complejos)
- cadenas de texto, como o hola mundo
- valores booleanos: o true (cierto) y false (falso).
Vamos a crear un par de variables a modo de ejemplo. Una de tipo cadena y una de tipo entero.
# esto es una cadena.
C = hola mundo
# y esto es un entero.
E = 23
# podemos comprobarlo con la función type.
Type (c)
Type (e).
Como veis en Python, a diferencia de muchos otros lenguajes, no se declara el tipo de la variable al crearla. En java, por ejemplo, escribiríamos.
String c = hola mundo;
Int e = 23.
Este pequeño ejemplo también nos ha servido para presentar los comentarios inline en Python: cadenas de texto que comienzan con el carácter # y que Python ignora totalmente. Hay más tipos de comentarios, de los que hablaremos más adelante.
números.
Como decíamos, en Python se pueden representar números enteros, reales y complejos.
enteros
Los números enteros son aquellos números positivos o negativos que no tienen decimales (además del cero). En Python se pueden representar mediante el tipo int (de integer, entero) o el tipo long (largo). La única diferencia es que el tipo long permite almacenar números más grandes. Es aconsejable no utilizar el tipo long a menos que sea necesario, para no malgastar memoria.
El tipo int de Python se implementa a bajo nivel mediante un tipo long de c. Y dado que Python utiliza c por debajo, como c, y a diferencia.
De java, el rango de los valores que puede representar depende de la plataforma.
En la mayor parte de las máquinas el long de c se almacena utilizando 32 bits, es decir, mediante el uso de una variable de tipo int de Python podemos almacenar números de -231 a 231 - 1, o lo que es lo mismo, de -2.147.483.648 a 2.147.483.647. En plataformas de 64 bits, el rango es de -9.223.372.036.854.775.808 hasta 9.223.372.036.854.775.807.
El tipo long de Python permite almacenar números de cualquier precisión, estando limitados solo por la memoria disponible en la máquina.
Al asignar un número a una variable está pasara a tener tipo int, a menos que el número sea tan grande cómo para requerir el uso del tipo long.
# type (entero) devolvería int.
Entero = 23.
También podemos indicar a Python que un número se almacene usando long añadiendo una l al final.
# type (entero) devolvería long.
Entero = 23l.
El literal que se asigna a la variable también se puede expresar como un octal, anteponiendo un cero.
# 027 octal = 23 en base 10
Entero = 027.
O bien en hexadecimal, anteponiendo un 0x.
# 0×17 hexadecimal = 23 en base 10
Entero = 0×17.
reales
Los números reales son los que tienen decimales. En Python se expresan mediante el tipo float. En otros lenguajes de programación, como c, tenemos también el tipo double, similar a float, pero de mayor precisión (double = doble precisión). Python, sin embargo, implementa su tipo float a bajo nivel mediante una variable de tipo double de c, es decir, utilizando 64 bits, luego en Python siempre se utiliza doble precisión, y en concreto se sigue el estándar iExplorer 754: 1 bit para el signo, 11 para el exponente, y 52 para la mantisa. Esto significa que los valores que podemos representar van desde ±2,2250738585072020 por 10-308 hasta ±1,7976931348623157×10308.
La mayor parte de los lenguajes de programación siguen el mismo esquema para la representación interna. Pero como muchos sabréis esta tiene sus limitaciones, impuestas por el hardware. Por eso desde Python 2.4 contamos también con un nuevo tipo decimal, para el caso de que se necesite representar fracciones de forma más precisa. Sin embargo, este tipo está fuera del alcance de este tutorial, y sólo es necesario para el ámbito de la programación científica y otros relacionados. Para aplicaciones normales podéis utilizar el tipo float sin miedo, como ha venido haciéndose desde hace años, aunque teniendo en cuenta que los números en coma flotante no son precisos (ni en este ni en otros lenguajes de programación).
Para representar un número real en Python se escribe primero la parte entera, seguido de un punto y por último la parte decimal.También se puede utilizar notación científica, y añadir una e (de exponente) para indicar un exponente en base 10. Por ejemplo.Sería equivalente a 0.1 por 10-3 = 0.1 x 0.001 = 0.0001
complejos
Los números complejos son aquellos que tienen parte imaginaria. Si no conocías de su existencia, es más que probable que nunca lo vayas a necesitar, por lo que puedes saltarte este apartado tranquilamente. De hecho, la mayor parte de lenguajes de programación carecen de este tipo, aunque sea muy utilizado por ingenieros y científicos en general.
En el caso de que necesitéis utilizar números complejos, o simplemente tengáis curiosidad, os diré que este tipo, llamado complex en Python, también se almacena usando coma flotante, debido a que estos números son una extensión de los números reales. En concreto se almacena en una estructura de c, compuesta por dos variables de tipo double, sirviendo una de ellas para almacenar la parte real y la otra para la parte imaginaria.
Los números complejos en Python se representan de la siguiente forma.operadores
Veamos ahora que podemos hacer con nuestros números usando los operadores por defecto. Para operación más complejas podemos recurrir al módulo math.
operadores aritméticos.
Puede que tengáis dudas sobre cómo funciona el operador de módulo, y cuál es la diferencia entre división y división entera.
El operador de módulo no hace otra cosa que devolvernos el resto de la división entre los dos operandos. En el ejemplo, 7/2 sería 3, con 1 de resto, luego el módulo es 1.
La diferencia entre división y división entera no es otra que la que indica su nombre. En la división el resultado que se devuelve es un número real, mientras que en la división entera el resultado que se devuelve es solo la parte entera.
No obstante hay que tener en cuenta que si utilizamos dos operandos enteros, Python determinara que queremos que la variable resultado también sea un entero, por lo que el resultado de, por ejemplo, 3 / 2 y 3 // 2 sería el mismo: 1.
Si quisiéramos obtener los decimales necesitaríamos que al menos uno de los operandos fuera un número real, bien indicando los decimales.O bien utilizando la función float (no es necesario que sepáis lo qué significa el término función, ni que recordéis esta forma, lo veremos un poco más adelante).Esto es así porque cuando se mezclan tipos de números, Python humilde todos los operandos al tipo más complejo de entre los tipos de los operandos.
operadores a nivel de bit
Si no conocéis estos operadores es poco probable que vayáis a necesitarlos, por lo que podéis obviar esta parte. Si aun así tenéis curiosidad os diré que estos son operadores que, actúan sobre las representaciones en binario de los operandos.
Por ejemplo, si veis una operación como 3 & 2, lo que estáis viendo es un and bit a bit entre los números binarios 11 y 10 (las representaciones en binario de 3 y 2).
El operador and (&), del inglés y, devuelve 1 si el primer bit operando es 1 y el segundo bit operando es 1. Se devuelve 0 en caso contrario.
El resultado de aplicar and bit a bit a 11 y 10 sería entonces el número binario 10, o lo que es lo mismo, 2 en decimal (el primer dígito es 1 para ambas cifras, mientras que el segundo es 1 sólo para una de ellas).
El operador or (|), del inglés o, devuelve 1 si el primer operando es 1 o el segundo operando es 1. Para el resto de casos se devuelve 0.
El operador XOR u or exclusivo () devuelve 1 si uno de los operandos es 1 y el otro no lo es.
El operador not (~), del inglés no, sirve para negar uno a uno cada bit, es decir, si el operando es 0, cambia a 1 y si es 1, cambia a 0.
Por último, los operadores de desplazamiento (<< y >>) sirven para desplazar los bits n posiciones hacia la izquierda o la derecha.
cadenas
Las cadenas no son más que texto encerrado entre comillas simples (cadena) o dobles (cadena). Dentro de las comillas se pueden añadir caracteres especiales escapando con, como \n, el carácter de nueva línea, o \t, el de tabulación.
Una cadena puede estar precedida por el carácter u o el carácter r, los cuales indican, respectivamente, que se trata de una cadena que utiliza codificación unicode y una cadena Raw (del inglés, cruda). Las cadenas Raw se distinguen de las normales en que los caracteres escapados mediante la barra invertida (\) no se sustituyen por sus contrapartidas. Esto es especialmente útil, por ejemplo, para las expresiones regulares, como veremos en el capítulo correspondiente.También es posible encerrar una cadena entre triples comillas (simples o dobles). De esta forma podremos escribir el texto en varias líneas, y al imprimir la cadena, se respetaran los saltos de línea que introdujimos sin tener que recurrir al carácter \n, así como las comillas sin tener que escaparlas.
Triple = primera linea.
Esto se verá en otra linea.
Las cadenas también admiten operadores como +, que funciona realizando.
Una concatenación de las cadenas utilizadas como operandos y *, en la que se repite la cadena tantas veces como lo indique el número utilizado como segundo operando.
A = uno
B = dos
C = a + b # c es unodos
C = a * 3 # c es unounouno.
booleanos
Como decíamos al comienzo del capítulo una variable de tipo booleano sólo puede tener dos valores: true (cierto) y false (falso). Estos valores son especialmente importantes para las expresiones condicionales y los bucles, como veremos más adelante.
En realidad, el tipo bol (el tipo de los booleanos) es una subclase del tipo int. Puede que esto no tenga mucho sentido para tí si no conoces los términos de la orientación a objetos, que veremos más adelante, aunque tampoco es nada importante.
Estos son los distintos tipos de operadores con los que podemos trabajar con valores booleanos, los llamados operadores lógicos o condicionales:
Los valores booleanos son además el resultado de expresiones que utilizan operadores relacionales (comparaciones entre valores):
.
Última edición por 3dpoder; 11-01-2009 a las 23:28
-
Administrador, fundador y milenario...
Colecciones python para todos por raúl gonzález duque
Colecciones.
En el capítulo anterior vimos algunos tipos básicos, como los números, las cadenas de texto y los booleanos. En esta lección veremos algunos tipos de colecciones de datos: listas, tuplas y diccionarios.
Listas
La lista es un tipo de colección ordenada. Sería equivalente a lo que en otros lenguajes se conoce por arrays, o vectores.
Las listas pueden contener cualquier tipo de dato: números, cadenas, booleanos, y también listas.
Crear una lista es tan sencillo como indicar entre corchetes, y separados
por comas, los valores que queremos incluir en la lista:
l = [22, true, "una lista", [1, 2].
Podemos acceder a cada uno de los elementos de la lista escribiendo el nombre de la lista e indicando el índice del elemento entre corchetes. Ten en cuenta sin embargo, que el índice del primer elemento de la lista es 0, y no 1:
l = [11, False]
mi_var = l[0] # mi_var vale 11.
Si queremos acceder a un elemento de una lista incluida dentro de otra lista tendremos que utilizar dos veces este operador, primero para indicar a qué posición de la lista exterior queremos acceder, y el segundo para seleccionar el elemento de la lista interior:
l = ["una lista", [1, 2]
mi_var = l[1][0] # mi_var vale 1.
También podemos utilizar este operador para modificar un elemento de la lista si lo colocamos en la parte izquierda de una asignación:
l = [22, true]
l[0] = 99 # Con esto l valdrá [99, true].
El uso de los corchetes para acceder y modificar los elementos de una lista es común en muchos lenguajes, pero Python nos depara varias sorpresas muy agradables.
Una curiosidad sobre el operador [] de Python es que podemos utilizar también números negativos. Si se utiliza un número negativo como índice, esto se traduce en que el índice empieza a contar desde el final, hacia la izquierda; es decir, con [-1] accederíamos al último elemento de la lista, con [-2] al penúltimo, con [-3], al antepenúltimo, y así sucesivamente.
Otra cosa inusual es lo que en Python se conoce como slicing o particionado, y que consiste en ampliar este mecanismo para permitir seleccionar porciones de la lista. Si en lugar de un número escribimos dos números inicio y fin separados por dos puntos (inicio:fin) Python interpretara qué queremos una lista qué vaya desde la posición inicio a la posición fin, sin incluir este último. Si escribimos tres números (inicio:fin:salto) en lugar de dos, el tercero se utiliza para determinar
cada cuantas posiciones añadir un elemento a la lista.
l = [99, true, "una lista", [1, 2]
mi_var = l[0:2] # mi_var vale [99, true]
mi_var = l[0:4:2] # mi_var vale [99, "una lista"].
Los números negativos también se pueden utilizar en un slicing, con el mismo comportamiento que se comentó anteriormente.
Hay que mencionar así mismo que no es necesario indicar el principio y el final del slicing, sino que, si estos se omiten, se usaran por defecto las posiciones de inicio y fin de la lista, respectivamente:
l = [99, true, "una lista"]
mi_var = l[1:] # mi_var vale [True, "una lista"]
mi_var = l[:2] # mi_var vale [99, true]
mi_var = l[:] # mi_var vale [99, true, "una lista"]
mi_var = l[:2] # mi_var vale [99, "una lista"].
También podemos utilizar este mecanismo para modificar la lista:
l = [99, true, "una lista", [1, 2]
l[0:2] = [0, 1] # l vale [0, 1, "una lista", [1, 2].
Pudiendo incluso modificar el tamaño de la lista si la lista de la parte derecha de la asignación tiene un tamaño menor o mayor que el de la selección de la parte izquierda de la asignación:
l[0:2] = [False] # l vale [False, "una lista", [1, 2].
En todo caso las listas ofrecen mecanismos más cómodos para ser modificadas a través de las funciones de la clase correspondiente, aunque no veremos estos mecanismos hasta más adelante, después de explicar lo que son las clases, los objetos y las funciones.
Tuplas
Todo lo que hemos explicado sobre las listas se aplica también a las tuplas, a excepción de la forma de definirla, para lo que se utilizan paréntesis en lugar de corchetes.
t = (1, 2, true, "Python").
En realidad, el constructor de la tupla es la coma, no el paréntesis, pero el intérprete muestra los paréntesis, y nosotros deberíamos utilizarlos, por claridad.
>>> te = 1, 2, 3
>>> type(t)
type "tuple".
Además, hay que tener en cuenta que es necesario añadir una coma para tuplas de un solo elemento, para diferenciarlo de un elemento entre paréntesis.
>>> te = (1)
>>> type(t)
type "int"
>>> te = (1,)
>>> type(t)
type "tuple".
Para referirnos a elementos de una tupla, como en una lista, se usa el operador []:
mi_var = t[0] # mi_var es 1
mi_var = t[0:2] # mi_var es (1, 2).
Podemos utilizar el operador [] debido a qué las tuplas, al igual que las listas, forman parte de un tipo de objetos llamados secuencias. Permitirme un pequeño inciso para indicaros que las cadenas de texto también son secuencias, por lo que no os extrañara qué podamos hacer cosas como estas:
c = "Mortal Kombat mundo"
c[0] # h
c[5:] # mundo
c[:3] # hauo.
Volviendo al tema de las tuplas, su diferencia con las listas estriba en que las tuplas no posen estos mecanismos de modificación a través de funciones tan útiles de los que hablábamos al final de la anterior sección.
Además, son inmutables, es decir, sus valores no se pueden modificar una vez creada; y tienen un tamaño fijo.
A cambio de estas limitaciones las tuplas son más "ligeras" que las listas, por lo que si el uso que le vamos a dar a una colección es muy básico, puedes utilizar tuplas en lugar de listas y ahorrar memoria.
Diccionarios
Los diccionarios, también llamados matrices asociativas, deben su nombre a qué son colecciones que relacionan una clave y un valor. Por ejemplo, veamos un diccionario de películas y directores:
d = {"Love Actually ": "Richard Curtis", "Kill Bill": "Tarantino", "Amélie": "Jean-Pierre Jeunet"}.
El primer valor se trata de la clave y el segundo del valor asociado a la clave. Como clave podemos utilizar cualquier valor inmutable: podríamos usar números, cadenas, booleanos, tuplas, pero no listas o diccionarios, dado que son mutables. Esto es así porque los diccionarios se implementan como tablas hash, y a la hora de introducir un nuevo par clave-valor en el diccionario se calcula el hash de la clave para después poder encontrar la entrada correspondiente rápidamente. Si se modificara el objeto clave después de a ver sido introducido en el diccionario, evidentemente, su hash también cambiaría y no podría ser encontrado.
La diferencia principal entre los diccionarios y las listas o las tuplas es que, a los valores almacenados en un diccionario se les accede no por su índice, porque de hecho, no tienen orden, sino por su clave, utilizando de nuevo el operador [].
d["Love Actually "] # devuelve "Richard Curtis".
Al igual que en listas y tuplas también se puede utilizar este operador para reasignar valores.
d["Kill Bill"] = "Queentin Tarantino".
Sin embargo, en este caso no se puede utilizar slicing, entre otras cosas porque los diccionarios no son secuencias, si no mappings (mapeados, asociaciones).
-
Administrador, fundador y milenario...
Control de flujo python para todos por raúl gonzález duque
control de flujo
.En esta lección vamos a ver los condicionales y los bucles.
sentencias condicionales .
Si un programa no fuera más que una lista de órdenes a ejecutar de forma secuencial, una por una, no tendría mucha utilidad. Los condicionales nos permiten comprobar condiciones y hacer que nuestro programa se comporte de una forma u otra, que ejecute un fragmento de código u otro, dependiendo de esta condición.
Aquí es donde cobran su importancia el tipo booleano y los operadores lógicos y relacionales que, aprendimos en el capítulo sobre los tipos básicos de Python.
if
La forma más simple de un estamento condicional es un if (del inglés si) seguido de la condición a evaluar, dos puntos (y en la siguiente línea e identificado, el código a ejecutar en caso de que se cumpla dicha condición.
Fav = mundogek, net
# si (if) fav es igual a mundogek, net
If fav == mundogek, net:
Print tienes buen gusto.
Print gracias.
Como veis es bastante sencillo.
Eso sí, aseguraros de que indentais el código tal cual se ha hecho en el ejemplo, es decir, aseguraros de pulsar tabulación antes de las dos órdenes print, dado que está es la forma de Python de saber que vuestra intención es la de que los dos print se ejecuten sólo en el caso de que se cumpla la condición, y no la de que se imprima la primera cadena si se cumple la condición y la otra siempre, cosa que se expresaría así.
If fav == mundogek, net:
Print tienes buen gusto.
Print gracias.
En otros lenguajes de programación los bloques de código se determinan encerrándolos entre llaves, y el indentarlos no se trata más que de una buena práctica para que sea más sencillo seguir el flujo del programa con un solo golpe de vista. Por ejemplo, el código anterior expresado en java sería algo así.
String fav = mundogek, net;
If (fav, equals(mundogek, net)){
System, out, println(tienes buen gusto.),
System, out, println(gracias),
}.
Sin embargo, como ya hemos comentado, en Python se trata de una obligación, y no de una elección. De esta forma se obliga a los programadores a indentar su código para que sea más sencillo de leer.
if, else
Vamos a ver ahora un condicional algo más complicado. ¿Qué haríamos si quisiéramos que se ejecutaran unas ciertas órdenes en el caso de que la condición no se cumpliera? Sin duda podríamos añadir otro if que tuviera como condición la negación del primero.
If fav == mundogek, net:
Print tienes buen gusto.
Print gracias
If fav.= mundogek, net:
Print vaya, que lastima.
Pero el condicional tiene una segunda construcción mucho más útil.
If fav == mundogek, net:
Print tienes buen gusto.
Print gracias
Else:
Print vaya, que lastima.
Vemos que la segunda condición se puede sustituir con un else (del inglés: si no, en caso contrario). Si leemos el código vemos que tiene bastante sentido: si fav es igual a mundogek, net, imprime esto y esto, si no, imprime esto otro.
if, elif, elif, else
Todavía queda una construcción más que ver, que es la que hace uso del elif.
If número < 0:
Print negativo
Elif número > 0:
Print positivo
Else:
Print cero.
Elif es una contracción de else if, por lo tanto elif número > 0 puede leerse como si no, si número es mayor que 0. Es decir, primero se evalúa la condición del if. Si es cierta, se ejecuta su código y se continúa ejecutando el código posterior al condicional, si no se cumple, se evalúa la condición del elif. Si se cumple la condición del elif se ejecuta su código y se continua ejecutando el código posterior al condicional, si no se cumple y hay más de un elif se continúa con el siguiente en orden de aparición. Si no se cumple la condición del if ni de ninguno de los elif, se ejecuta el código del else.
a if c else b
También existe una construcción similar al operador? De otros lenguajes, que no es más que una forma compacta de expresar un if else. En esta construcción se evalúa el predicado c y se devuelve a si se cumple o b si no se cumple: a if c else b. Veamos un ejemplo.
VAR = par if (num % 2 == 0) else impar.
Y eso es todo. Si conocéis otros lenguajes de programación puede que esperarais que os hablara ahora del switch, pero en Python no existe está construcción, que podría emularse con un simple diccionario, así que, pasemos directamente a los bucles.
bucles
Mientras que los condicionales nos permiten ejecutar distintos fragmentos de código dependiendo de ciertas condiciones, los bucles nos permiten ejecutar un mismo fragmento de código un cierto número de veces, mientras se cumpla una determinada condición.
while
El bucle while (mientras) ejecuta un fragmento de código mientras se cumpla una condición.
Edad = 0
While edad < 18:
Edad = edad + 1
Print felicidades, tienes + str(edad).
La variable edad comienza valiendo 0. Como la condición de que edad es menor que 18 es cierta (0 es menor que 1, se entra en el bucle. Se aumenta edad en 1 y se imprime el mensaje informando de que el usuario ha cumplido un año. Recordad que el operador + para las cadenas funciona concatenando ambas cadenas. Es necesario utilizar la función str (de string, cadena) para crear una cadena a partir del número, dado que no podemos concatenar números y cadenas, pero ya comentaremos esto y mucho más en próximos capítulos.
Ahora se vuelve a evaluar la condición, y 1 sigue siendo menor que 18, por lo que se vuelve a ejecutar el código que aumenta la edad en un año e imprime la edad en la pantalla. El bucle continuara ejecutándose hasta que edad sea igual a 18, momento en el cual la condición dejara de cumplirse y el programa continuaría ejecutando las instrucciones siguientes al bucle.
Ahora imaginemos que se nos olvidará escribir la instrucción que aumenta la edad. En ese caso nunca se llegaría a la condición de que edad fuese igual o mayor que 18, siempre sería 0, y el bucle continuaría indefinidamente escribiendo en pantalla has cumplido 0.
Esto es lo que se conoce como un bucle infinito.
Sin embargo, hay situaciones en las que un bucle infinito es útil. Por ejemplo, veamos un pequeño programa que repite todo lo que el usuario diga hasta que escriba adiós.
While true:
Entrada = raw_input(> )
If entrada == adiós:
Break.
Else:
Print entrada.
Para obtener lo que el usuario escriba en pantalla utilizamos la función raw_input. No es necesario que sepáis que es una función ni cómo funciona exactamente, simplemente aceptad por ahora que en cada iteración del bucle la variable entrada contendrá lo que el usuario escribió hasta pulsar enter.
Comprobamos entonces si lo que escribió el usuario fue adiós, en cuyo caso se ejecuta la orden break o si era cualquier otra cosa, en cuyo caso se imprime en pantalla lo que el usuario escribió.
La palabra clave break (romper) sale del bucle en el que estamos.
Este bucle se podría haber escrito también, no obstante, de la siguiente forma.
Salir = false.
While not salir:
Entrada = raw_input()
If entrada == adiós:
Salir = true.
Else:
Print entrada.
Pero nos ha servido para ver cómo funciona break, otra palabra clave que nos podemos encontrar dentro de los bucles es continúe (continuar). Como habréis adivinado no hace otra cosa que pasar directamente a la siguiente iteración del bucle.
Edad = 0
While edad < 18:
Edad = edad + 1
If edad % 2 == 0:
Continue.
Print felicidades, tienes + str(edad).
Como veis esta es una modificación de nuestro programa de felicitaciones. En esta ocasión hemos añadido un if que comprueba si la edad es par, en cuyo caso saltamos a la próxima iteración en lugar de imprimir el mensaje. Es decir, con esta modificación el programa sólo imprimiría felicitaciones cuando la edad fuera impar.
for, in
A los que hayáis tenido experiencia previa con según qué lenguajes este bucle os va a sorprender gratamente. En Python for se utiliza como una forma genérica de iterar sobre una secuencia. Y como tal intenta facilitar su uso para este fin.
Este es el aspecto de un bucle for en Python.
Secuencia = [uno, dos, tres]
For elemento in secuencia:
Print elemento.
Como hemos dicho los for se utilizan en Python para recorrer secuencias, por lo que vamos a utilizar un tipo secuencia, como es la lista, para nuestro ejemplo.
Leamos la cabecera del bucle como si de lenguaje natural se tratara: para cada elemento en secuencia. Y esto es exactamente lo que hace el bucle: para cada elemento que tengamos en la secuencia, ejecuta estas líneas de código.
Lo que hace la cabecera del bucle es obtener el siguiente elemento de la secuencia secuencia y almacenarlo en una variable de nombre elemento. Por esta razón en la primera iteración del bucle elemento valdrá uno, en la segunda dos, y en la tercera tres.
Fácil y sencillo, en c o C++, por ejemplo, lo que habríamos hecho sería iterar sobre las posiciones, y no sobre los elementos.
Int mi_array[] = {1, 2, 3, 4, 5};
Int i;
For(i = 0, y < 5, i++) {
Printf(%d\n, mi_array[i]),
}.
Es decir, tendríamos un bucle for que fuera aumentando una variable i en cada iteración, desde 0 al tamaño de la secuencia, y utilizaríamos esta variable a modo de índice para obtener cada elemento e imprimirlo.
Como veis el enfoque de Python es más natural e intuitivo.
Pero, ¿Qué ocurre si quisiéramos utilizar el for como si estuviéramos en c o en java, por ejemplo, para imprimir los números de 30 a 50? No os preocupéis, porque no necesitaríais crear una lista y añadir uno a uno los números del 30 al 50. Python proporciona una función llamada range (rango) que permite generar una lista que vaya desde el primer número que le indiquemos al segundo. Lo veremos después de ver al fin a qué se refiere ese término tan recurrente: las funciones.
-
Administrador, fundador y milenario...
Funciones python para todos por raúl gonzález duque
funciones
.Una función es un fragmento de código con un nombre asociado que realiza una serie de tareas y devuelve un valor. A los fragmentos de código que tienen un nombre asociado y no devuelven valores se les suele llamar procedimientos. En Python no existen los procedimientos, ya que, cuando el programador no especifica un valor de retorno la función devuelve el valor none (nada), equivalente al null de java.
Además, de ayudarnos a programar y depurar dividiendo el programa en partes las funciones también permiten reutilizar código.
En Python las funciones se declaran de la siguiente forma.
Def mi_funcion(param1, param2):
Print param1
Print param2.
Es decir, la palabra clave Def seguida del nombre de la función y entre paréntesis los argumentos separados por comas. A continuación, en otra línea, identificado y después de los dos puntos tendríamos las líneas de código que conforman el código a ejecutar por la función.
También podemos encontrarnos con una cadena de texto como primera línea del cuerpo de la función. Estas cadenas se conocen con el nombre de docstring (cadena de documentación) y sirven, como su nombre indica, a modo de documentación de la función.
Def mi_funcion(param1, param2):
Esta función imprime los dos valores pasados.
Como parámetros
Print param1
Print param2.
Esto es lo que imprime el operador? De IPython o la función help del lenguaje para proporcionar una ayuda sobre el uso y utilidad de las funciones. Todos los objetos pueden tener docstrings, no solo las funciones, como veremos más adelante.
Volviendo a la declaración de funciones, es importante aclarar que al declarar la función lo único que hacemos es asociar un nombre al fragmento de código que conforma la función, de forma que podamos ejecutar dicho código más tarde referenciándolo por su nombre. Es decir, a la hora de escribir estas líneas no se ejecuta la función. Para llamar a la función (ejecutar su código) se escribiría.
Mi_funcion(mortal kombat, 2).
Es decir, el nombre de la función a la que queremos llamar seguido de los valores que queramos pasar como parámetros entre paréntesis. La asociación de los parámetros y los valores pasados a la función se hace normalmente de izquierda a derecha: como a param1 le hemos dado un valor mortal kombat y param2 vale 2, mi_funcion imprimiría hola en una línea, y a continuación 2.
Sin embargo, también es posible modificar el orden de los parámetros si indicamos el nombre del parámetro al que asociar el valor a la hora de llamar a la función.
Mi_funcion(param2 = 2, param1 = mortal kombat).
El número de valores que se pasan como parámetro al llamar a la función tiene que coincidir con el número de parámetros que la función acepta según la declaración de la función. En caso contrario Python se quejara.
>>> mi_funcion(mortal kombat)
Tracebak (most recent call last):
File <stdin>, line 1, in <module>
Typeerror: mi_funcion() takes exactly 2 arguments (1 given).
También es posible, no obstante, definir funciones con un número variable de argumentos, o bien asignar valores por defecto a los parámetros para el caso de que no se indique ningún valor para ese parámetro al llamar a la función.
Los valores por defecto para los parámetros se definen situando un signo igual después del nombre del parámetro y a continuación el valor por defecto.
Def imprimir(texto, veces = 1):
Print veces * texto.
En el ejemplo anterior si no indicamos un valor para el segundo parámetro se imprimirá una sola vez la cadena que le pasamos como primer parámetro.
>>> imprimir(mortal kombat)
Mortal kombat.
Si se le indica otro valor, será este el que se utilice.
>>> imprimir(mortal kombat, 2)
Mortal kombatmortal kombat.
Para definir funciones con un número variable de argumentos colocamos un último parámetro para la función cuyo nombre debe precederse de un signo *.
Def varios(param1, param2, *otros):
For val in otros:
Print val.
Varios(1, 2)
Varios(1, 2, 3)
Varios(1, 2, 3, 4).
Esta sintaxis funciona creando una tupla (de nombre otros en el ejemplo) en la que se almacenan los valores de todos los parámetros extra pasados como argumento. Para la primera llamada, varios(1, 2), la tupla otros estaría vacía dado que no se han pasado más parámetros que los dos definidos por defecto, por lo tanto no se imprimiría nada. En la segunda llamada otros valdría (3), y en la tercera (3, 4).
También se puede preceder el nombre del último parámetro con **, en cuyo caso en lugar de una tupla se utilizaría un diccionario. Las claves de este diccionario serían los nombres de los parámetros indicados al llamar a la función y los valores del diccionario, los valores asociados a estos parámetros.
En el siguiente ejemplo se utiliza la función Items de los diccionarios, que devuelve una lista con sus elementos, para imprimir los parámetros que contiene el diccionario.
Def varios(param1, param2, **otros):
For I in otros, items():
Print i.
Varios(1, 2, tercero = 3).
Los que conozcáis algún otro lenguaje de programación os estaréis preguntando si en Python al pasar una variable como argumento de una función estas se pasan por referencia o por valor. En el paso por referencia lo que se pasa como argumento es una referencia o puntero a la variable, es decir, la dirección de memoria en la que se encuentra el contenido de la variable, y no el contenido en si. En el paso por valor, por el contrario, lo que se pasa como argumento es el valor que contenía la variable.
La diferencia entre ambos estriba en que en el paso por valor los cambios que se hagan sobre el parámetro no se ven fuera de la función, dado que los argumentos de la función son variables locales a la función que contienen los valores indicados por las variables que se pasaron como argumento. Es decir, en realidad lo que se le pasa a la función son copias de los valores y no las variables en si.
Si quisiéramos modificar el valor de uno de los argumentos y que estos cambios se reflejaran fuera de la función tendríamos que pasar el parámetro por referencia.
En c los argumentos de las funciones se pasan por valor, aunque se puede simular el paso por referencia usando punteros. En java también se usa paso por valor, aunque para las variables que son objetos lo que se hace es pasar por valor la referencia al objeto, por lo que en realidad parece paso por referencia.
En Python también se utiliza el paso por valor de referencias a objetos, como en java, aunque en el caso de Python, a diferencia de java, todo es un objeto (para ser exactos lo que ocurre en realidad es que, al objeto se le asigna otra etiqueta o nombre en el espacio de nombres local de la función).
Sin embargo, no todos los cambios que hagamos a los parámetros dentro de una función Python se reflejaran fuera de esta, ya que hay que tener en cuenta que en Python existen objetos inmutables, como las tuplas, por lo que si intentáramos modificar una tupla pasada como parámetro lo que ocurriría en realidad es que se crearía una nueva instancia, por lo que los cambios no se verían fuera de la función.
Veamos un pequeño programa para demostrarlo. En este ejemplo se hace uso del método append de las listas. Un método no es más que una función que pertenece a un objeto, en este caso a una lista, y append, en concreto, sirve para añadir un elemento a una lista.
Def f(x, y):
X = x + 3
Y, append(23)
Print x, y.
X = 22
Y = [22]
F(x, y)
Print x, y.
El resultado de la ejecución de este programa sería.Como vemos la variable x no conserva los cambios una vez salimos de la función porque los enteros son inmutables en Python. Sin embargo, la variable y si los conserva, porque las listas son mutables, en resumen: los valores mutables se comportan como paso por referencia, y los inmutables como paso por valor.
Con esto terminamos todo lo relacionado con los parámetros de las funciones. Veamos por último cómo devolver valores, para lo que se utiliza la palabra clave return.
Def sumar(x, y):
Return x + y.
Print sumar(3, 2).
Como vemos esta función tan sencilla no hace otra cosa que sumar los valores pasados como parámetro y devolver el resultado como valor de retorno.
También podríamos pasar varios valores que retornar a return.
Def f(x, y):
Return x * 2, y * 2
A, b = f(1, 2).
Sin embargo, esto no quiere decir que las funciones Python puedan devolver varios valores, lo que ocurre en realidad es que Python crea una tupla al vuelo cuyos elementos son los valores a retornar, y esta única variable es la que se devuelve.
-
Administrador, fundador y milenario...
Orientación a objetos python para todos por raúl gonzález duque
orientación a objetos
.En el capítulo de introducción ya comentamos que Python es un lenguaje multiparadigma en el se podía trabajar con programación estructurada, como veníamos haciendo hasta ahora, o con programación orientada a objetos o programación funcional.
La programación orientada a objetos (po u op según sus siglas en inglés) es un paradigma de programación en el que los conceptos del mundo real relevantes para nuestro problema se modelan a través de clases y objetos, y en el que nuestro programa consiste en una serie de interacciones entre estos objetos.
clases y objetos
Para entender este paradigma primero tenemos que comprender que es una clase y que es un objeto. Un objeto es una entidad que agrupa un estado y una funcionalidad relacionadas. El estado del objeto se define a través de variables llamadas atributos, mientras que la funcionalidad se modela a través de funciones a las que se les conoce con el nombre de métodos del objeto.
Un ejemplo de objeto podría ser un coche, en el que tendríamos atributos como la marca, el número de puertas o el tipo de carburante y métodos como arrancar y parar. O bien cualquier otra combinación de atributos y métodos según lo que fuera relevante para nuestro programa.
Una clase, por otro lado, no es más que una plantilla genérica a partir de la cual instanciar los objetos, plantilla que es la que define que atributos y métodos tendrán los objetos de esa clase.
Volviendo a nuestro ejemplo: en el mundo real existe un conjunto de objetos a los que llamamos coches y que tienen un conjunto de atributos comunes y un comportamiento común, esto es a lo que llamamos clase. Sin embargo, mi coche no es igual que el coche de mi vecino y, aunque pertenecen a la misma clase de objetos, son objetos distintos.
En Python las clases se definen mediante la palabra clave class seguida del nombre de la clase, dos puntos (y a continuación, identificado, el cuerpo de la clase. Como en el caso de las funciones, si la primera línea del cuerpo se trata de una cadena de texto, esta será la cadena de documentación de la clase o docstring.
Class coche:
Abstracción de los objetos coche.
Def __init__(self, gasolina):
Self, gasolina = gasolina.
Print tenemos, gasolina, litros
Def arrancar(self):
If self, gasolina > 0:
Print arranca
Else:
Print no arranca
Def conducir(self):
If self, gasolina > 0:
Self, gasolina -= 1
Print quedan, self, gasolina, litros
Else:
Print no se mueve.
Lo primero que llama la atención en el ejemplo anterior es el nombre tan curioso que tiene el método __init__. Este nombre es una convención y no un capricho. El método __init__, con una doble barra baja al principio y final del nombre, se ejecuta justo después de crear un nuevo objeto a partir de la clase, proceso que se conoce con el nombre de instanciacción. El método __init__ sirve, como sugiere su nombre, para realizar cualquier proceso de inicialización que sea necesario.
Como vemos el primer parámetro de __init__ y del resto de métodos de la clase es siempre self. Esta es una idea inspirada en modula-3 y sirve para referirse al objeto actual. Este mecanismo es necesario para poder acceder a los atributos y métodos del objeto diferenciando, por ejemplo, una variable local mi_var de un atributo del objeto self, mi_var.
Si volvemos al método __init__ de nuestra clase coche veremos cómo se utiliza self para asignar al atributo gasolina del objeto (self, gasolina) el valor que el programador especificó para el parámetro gasolina. El parámetro gasolina se destruye al final de la función, mientras que el atributo gasolina se conserva (y puede ser accedido) mientras el objeto viva.
Para crear un objeto se escribiría el nombre de la clase seguido de cualquier.
Parámetro que sea necesario entre paréntesis. Estos parámetros son los que se pasaran al método __init__, que como decíamos es el método que se llama al instanciar la clase.Os preguntareis entonces cómo es posible que a la hora de crear nuestro primer objeto pasemos un solo parámetro a __init__, el número 3, cuando la definición de la función indica claramente que precisa de dos parámetros (self y gasolina). Esto es así porque Python pasa el primer argumento (la referencia al objeto que se crea) automáticamente.
Ahora que ya hemos creado nuestro objeto, podemos acceder a sus atributos y métodos mediante la sintaxis objeto, atributo y objeto, método ().
>>> print mi_coche, gasolina.
3
>>> mi_coche, arrancar()
Arranca.
>>> mi_coche, conducir()
Quedan 2 litros.
>>> mi_coche, conducir()
Quedan 1 litros.
>>> mi_coche, conducir()
Quedan 0 litros.
>>> mi_coche, conducir()
No se mueve.
>>> mi_coche, arrancar()
No arranca.
>>> print mi_coche, gasolina.
0.
Como último apunte recordar que en Python, como ya se comentó en repetidas ocasiones anteriormente, todo son objetos. Las cadenas, por ejemplo, tienen métodos como upper(), que devuelve el texto en mayúsculas o count(sub), que devuelve el número de veces que se encontró la cadena sub en el texto.
herencia
Hay tres conceptos que son básicos para cualquier lenguaje de programación orientado a objetos: el encapsulamiento, la herencia y el polimorfismo.
En un lenguaje orientado a objetos cuando hacemos que una clase (subclase) herede de otra clase (superclase) estamos haciendo que la subclase contenga todos los atributos y métodos que tenía la superclase. No obstante al acto de heredar de una clase también se le llama a menudo extender una clase.
Supongamos que queremos modelar los instrumentos musicales de una banda, tendremos entonces una clase guitarra, una clase batería, una clase bajo, etc. Cada una de estas clases tendrá una serie de atributos y métodos, pero ocurre que, por el mero hecho de ser instrumentos musicales, estas clases compartirán muchos de sus atributos y métodos, un ejemplo sería el método tocar().
Es más sencillo crear un tipo de objeto instrumento con las atributos y métodos comunes e indicar al programa que guitarra, batería y bajo son tipos de instrumentos, haciendo que hereden de instrumento.
Para indicar que una clase hereda de otra se coloca el nombre de la clase de la que se hereda entre paréntesis después del nombre de la clase.
Class instrumento:
Def __init__(self, precio):
Self, precio = precio.
Def tocar(self):
Print estamos tocando música
Def romper(self):
Print eso lo pagas tu
Print son, self, precio, $$$
Class batería (instrumento):
Pass.
Class guitarra (instrumento):
Pass.
Como batería y guitarra heredan de instrumento, ambos tienen un método tocar() y un método romper(), y se inicializan pasando un parámetro precio. Pero, ¿Qué ocurriría si quisiéramos especificar un nuevo parámetro tipo_cuerda a la hora de crear un objeto guitarra? Bastaría con escribir un nuevo método __init__ para la clase guitarra que se ejecutaría en lugar del __init__ de instrumento. Esto es lo que se conoce como sobrescribir métodos.
Ahora bien, puede ocurrir en algunos casos que necesitemos sobrescribir.
Un método de la clase padre, pero que en ese método queramos ejecutar el método de la clase padre porque nuestro nuevo método no necesite más que ejecutar un par de nuevas instrucciones extra. En ese caso usaríamos la sintaxis superclase, método (self, args) para llamar al método de igual nombre de la clase padre. Por ejemplo, para llamar al método __init__ de instrumento desde guitarra usaríamos instrumento.__init__(self, precio).
Observad que en este caso si es necesario especificar el parámetro self.
herencia múltiple
En Python, a diferencia de otros lenguajes como java o c#, se permite la herencia múltiple, es decir, una clase puede heredar de varias clases a la vez. Por ejemplo, podríamos tener una clase cocodrilo que heredará de la clase terrestre, con métodos como caminar() y atributos como velocidad_caminar y de la clase acuático, con métodos como nadar() y atributos como velocidad_nadar. Basta con enumerar las clases de las que se hereda separándolas por comas.
Class cocodrilo (terrestre, acuático):
Pass.
En el caso de que alguna de las clases padre tuvieran métodos con el mismo nombre y número de parámetros las clases sobrescribirían la implementación de los métodos de las clases más a su derecha en la definición.
En el siguiente ejemplo, como terrestre se encuentra más a la izquierda, sería la definición de desplazar de esta clase la que prevalecería, y por lo tanto si llamamos al método desplazar de un objeto de tipo cocodrilo que se imprimiría sería el animal anda.
Class terrestre:
Def desplazar(self):
Print el animal anda
Class acuático:
Def desplazar(self):
Print el animal nada
Class cocodrilo (terrestre, acuático):
Pass.
C = cocodrilo ()
C, desplazar().
Polimorfismo
La palabra polimorfismo, del griego poly Morphs (varias formas), se refiere a la habilidad de objetos de distintas clases de responder al mismo mensaje. Esto se puede conseguir a través de la herencia: un objeto de una clase derivada es al mismo tiempo un objeto de la clase padre, de forma que allí donde se requiere un objeto de la clase padre también se puede utilizar uno de la clase hija.
Python, al ser de tipado dinámico, no impone restricciones a los tipos que se le pueden pasar a una función, por ejemplo, más, allá de que el objeto se comporte cómo se espera: si se va a llamar a un método f() del objeto pasado como parámetro, por ejemplo, evidentemente el objeto tendrá que contar con ese método. Por ese motivo, a diferencia de lenguajes de tipado estático como java o C++, el polimorfismo en Python no es de gran importancia.
En ocasiones también se utiliza el término polimorfismo para referirse a la sobrecarga de métodos, término que se define como la capacidad del lenguaje de determinar que método ejecutar de entre varios métodos con igual nombre según el tipo o número de los parámetros que se le pasa. En Python no existe sobrecarga de métodos (el último método sobrescribiría la implementación de los anteriores), aunque se puede conseguir un comportamiento similar recurriendo a funciones con valores por defecto para los parámetros o a la sintaxis *parámetros o **parámetros explicada en el capítulo sobre las funciones en Python, o bien usando decoradores (mecanismo que veremos más adelante).
encapsulación
La encapsulación se refiere a impedir el acceso a determinados métodos y atributos de los objetos estableciendo así que puede utilizarse desde fuera de la clase.
Esto se consigue en otros lenguajes de programación como java utilizando modificadores de acceso que definen si cualquiera puede acceder a esa función o variable (public) o si esta restringido el acceso a la propia clase (private).
En Python no existen los modificadores de acceso, y lo que se suele hacer es que el acceso a una variable o función viene determinado por su nombre: si el nombre comienza con dos guiones bajos (y no termina también con dos guiones bajos) se trata de una variable o función privada, en caso contrario es pública. Los métodos cuyo nombre comienza y termina con dos guiones bajos son métodos especiales que Python llama automáticamente bajo ciertas circunstancias, como veremos al final del capítulo.
En el siguiente ejemplo sólo se imprimirá la cadena correspondiente al método público (), mientras que al intentar llamar al método __privado () Python lanzara una excepción quejándose de que no existe (evidentemente existe, pero no lo podemos ver porque es privado).
Class ejemplo:
Def público (self):
Print publico
Def __privado (self):
Print privado
Ej = ejemplo ()
Ejemplos, público ()
Ej.__privado ().
Este mecanismo se basa en que los nombres que comienzan con un doble guión bajo se renombran para incluir el nombre de la clase (característica que se conoce con el nombre de name mangling). Esto implica que el método o atributo no es realmente privado, y podemos acceder a el mediante una trampa.En ocasiones también puede suceder que queramos permitir el acceso a algún atributo de nuestro objeto, pero que este se produzca de forma controlada. Para esto podemos escribir métodos cuyo único cometido sea este, métodos que normalmente, por convención, tienen nombres como getvariable y setvariable, de ahí que se conozcan también con el nombre de getters y setters.
Class fecha ():
Def __init__(self):
Self.__día = 1
Def getdia (self):
Return self.__dia.
Def setdia (self, día):
If día > 0 and día < 31:
Self.__día = día.
Else:
Print error
Mi_fecha = fecha ()
Mi_fecha, setdia (33).
Esto se podría simplificar mediante propiedades, que abstraen al usuario del hecho de que se está utilizando métodos entre bambalinas para obtener y modificar los valores del atributo.
Class fecha (object):
Def __init__(self):
Self.__día = 1
Def getdia (self):
Return self.__dia.
Def setdia (self, día):
If día > 0 and día < 31:
Self.__día = día.
Else:
Print error
Día = property(getdia, setdia)
Mi_fecha = fecha ()
Mi_fecha, día = 33.
Clases de nuevo-estilo
En el ejemplo anterior os habrá llamado la atención el hecho de que la clase fecha derive de object. La razón de esto es que para poder usar propiedades la clase tiene que ser de nuevo-estilo, clases enriquecidas introducidas en Python 2.2 que serán el estándar en Python 3.0 pero que aún conviven con las clases clásicas por razones de retrocompatibilidad. Además, de las propiedades las clases de nuevo estilo añaden otras funcionalidades como descriptores o métodos estáticos.
Para que una clase sea de nuevo estilo es necesario, por ahora, que extienda una clase de nuevo-estilo. En el caso de que no sea necesario heredar el comportamiento o el estado de ninguna clase, como en nuestro ejemplo anterior, se puede heredar de object, que es un objeto vacío que sirve como base para todas las clases de nuevo estilo.
La diferencia principal entre las clases antiguas y las de nuevo estilo consiste en que a la hora de crear una nueva clase anteriormente no se definía realmente un nuevo tipo, sino que todos los objetos creados a partir de clases, fueran estas las clases que fueran, eran de tipo instance.
Métodos especiales
Ya vimos al principio del artículo el uso del método __init__. Existen.
Otros métodos con significados especiales, cuyos nombres siempre comienzan y terminan con dos guiones bajos. A continuación se listan algunos especialmente útiles.Método llamado después de crear el objeto para realizar tareas de inicialización.Método exclusivo de las clases de nuevo estilo que se ejecuta antes que __init__ y que se encarga de construir y devolver el objeto en sí. Es equivalente a los constructores de C++ o java. Se trata de un método estático, es decir, que existe con independencia de las instancias de la clase: es un método de clase, no de objeto, y por lo tanto el primer parámetro no es self, sino la propia clase: cls.Método llamado cuando el objeto va a ser borrado. También llamado destructor, se utiliza para realizar tareas de limpieza.Método llamado para crear una cadena de texto que represente a nuestro objeto. Se utiliza cuando usamos print para mostrar nuestro objeto o cuando usamos la función str(obj) para crear una cadena a partir de nuestro objeto.Método llamado cuando se utilizan los operadores de comparación para comprobar si nuestro objeto es menor, mayor o igual al objeto pasado como parámetro. Debe devolver un número negativo si nuestro objeto es menor, cero si son iguales, y un número positivo si nuestro objeto es mayor. Si este método no está definido y se intenta comparar el objeto mediante los operadores <, <=, > o >= se lanzara una excepción. Si se utilizan los operadores == o.= para comprobar si dos objetos son iguales, se comprueba si son el mismo objeto (si tienen el mismo id).Método llamado para comprobar la longitud del objeto. Se utiliza, por ejemplo, cuando se llama a la función len(obj) sobre nuestro objeto. Como es de suponer, el método debe devolver la longitud del objeto, existen bastantes más métodos especiales, que permite entre otras cosas utilizar el mecanismo de slicing sobre nuestro objeto, utilizar los operadores aritméticos o usar la sintaxis de diccionarios, pero un estudio exhaustivo de todos los métodos queda fuera del propósito del capítulo.
-
Administrador, fundador y milenario...
Revisitando objetos python para todos por raúl gonzález duque
revisitando objetos
.En los capítulos dedicados a los tipos simples y las colecciones veíamos por primera vez algunos de los objetos del lenguaje Python: números, booleanos, cadenas de texto, diccionarios, listas y tuplas.
Ahora que sabemos que son las clases, los objetos, las funciones, y los métodos es el momento de revisitar estos objetos para descubrir su verdadero potencial.
Veremos a continuación algunos métodos útiles de estos objetos. Evidentemente, no es necesario memorizarlos, pero sí, al menos, recordar que existen para cuando sean necesarios.
diccionarios
D.get(k[, d])
Busca el valor de la clave que en el diccionario. Es equivalente a utilizar d[k] pero al utilizar este método podemos indicar un valor a devolver por defecto si no se encuentra la clave, mientras que con la sintaxis d[k], de no existir la clave se lanzaría una excepción.has_key(k)
Comprueba si el diccionario tiene la clave k. Es equivalente a la sintaxis que in d.items()
Devuelve una lista de tuplas con pares clave-valor.keys()
Devuelve una lista de las claves del diccionario.pop(k[, d])
Borra la clave que del diccionario y devuelve su valor. Si no se encuentra dicha clave se devuelve de si se especificó el parámetro o bien se lanza una excepción.values()
Devuelve una lista de los valores del diccionario.
Cadenas
S.count(sub[, start[, end])
Devuelve el número de veces que se encuentra sub en la cadena. Los parámetros opcionales start y end definen una subcadena en la que buscar.
S.find(sub[, start[, end])
Devuelve la posición en la que se encontró por primera vez sub en la cadena o -1 si no se encontró.
S.join(sequence)
Devuelve una cadena resultante de concatenar las cadenas de la secuencia seque separadas por la cadena sobre la que se llama el método.
S.partition(sep)
Busca el separador sí en la cadena y devuelve una tupla con la subcadena hasta dicho separador, el separador en sí, y la subcadena del separador hasta el final de la cadena. Si no se encuentra el separador, la tupla contendrá la cadena en si y dos cadenas vacías.
S.replace (old, new[, count])
Devuelve una cadena en la que se han remplazado todas las ocurrencias de la cadena old por la cadena new. Si se especifica el parámetro count, este indica el número máximo de ocurrencias a reemplazar.
S.Split([sep [, maxsplit])
Devuelve una lista conteniendo las subcadenas en las que se divide nuestra cadena al dividirlas por el delimitador sep. En el caso de que no se especifique sep, se usan espacios. Si se especifica maxsplit, este indica el número máximo de particiones a realizar.
listas
L.append(object)
Añade un objeto al final de la lista.
L.count(value)
Devuelve el número de veces que se encontró value en la lista.
L.extend(iterable)
Añade los elementos del iterable a la lista.
L.index(value[, start[, estop])
Devuelve la posición en la que se encontró la primera ocurrencia de value. Si se especifican, start y estop definen las posiciones de inicio y fin de una sublista en la que buscar.
L.insert(index, object)
Inserta el objeto object en la posición index.
L.pop([index])
Devuelve el valor en la posición index y lo elimina de la lista. Si no se especifica la posición, se utiliza el último elemento de la lista.
L.remove (value)
Eliminar la primera ocurrencia de value en la lista.
L.reverse ()
Invierte la lista. Esta función trabaja sobre la propia lista desde la que se invoca el método, no sobre una copia.
L.sort(cmp=none, key=none, reverse=false)
Ordena la lista. Si se especifica cmp, este debe ser una función que tome como parámetro dos valores x e y de la lista y devuelva -1 si x es menor que y, 0 si son iguales y 1 si x es mayor que y.
El parámetro reverse es un booleano que indica si se debe ordenar la lista de forma inversa, lo que sería equivalente a llamar primero a l.sort() y después a l.reverse ().
Por último, si se especifica, el parámetro key debe ser una función que tome un elemento de la lista y devuelva una clave a utilizar a la hora de comparar, en lugar del elemento en si.
-
Administrador, fundador y milenario...
Programación funcional python para todos por raúl gonzález duque
programación funcional
.La programación funcional es un paradigma en el que la programación. Se basa casi en su totalidad en funciones, entendiendo el concepto de función según su definición matemática, y no como los simples subprogramas de los lenguajes imperativos que hemos visto hasta ahora.
En los lenguajes funcionales puros un programa consiste exclusivamente en la aplicación de distintas funciones a un valor de entrada para obtener un valor de salida.
Python, sin ser un lenguaje puramente funcional incluye varias características tomadas de los lenguajes funcionales como son las funciones de orden superior o las funciones lambda (funciones anónimas).
funciones de orden superior
El concepto de funciones de orden superior se refiere al uso de funciones como si de un valor cualquiera se tratara, posibilitando el pasar funciones como parámetros de otras funciones o devolver funciones como valor de retorno.
Esto es posible porque, como hemos insistido ya en varias ocasiones, en Python todo son objetos. Y las funciones no son una excepción.
Veamos un pequeño ejemplo.
Def saludar(lang):
Def saludar_es():
Print hola
Def saludar_en():
Print hi
Def saludar_fr():
Print saludos
Lang_func = {es: saludar_es, en: saludar_en, fr: saludar_fr}
Return lang_func[lang]
F = saludar(es)
F().
Como podemos observar lo primero que hacemos en nuestro pequeño programa es llamar a la función saludar con un parámetro es. En la función saludar se definen varias funciones: saludar_es, saludar_en y saludar_fr y a continuación se crea un diccionario que tiene como claves cadenas de texto que identifican a cada lenguaje, y como valores las funciones. El valor de retorno de la función es una de estas funciones. La función a devolver viene determinada por el valor del parámetro lang que se pasó como argumento de saludar.
Como el valor de retorno de saludar es una función, como hemos visto, esto quiere decir que f es una variable que contiene una función. Podemos entonces llamar a la función a la que se refiere f de la forma en que llamaríamos a cualquier otra función, añadiendo unos paréntesis y, de forma opcional, una serie de parámetros entre los paréntesis.
Esto se podría acortar, ya que no es necesario almacenar la función que nos pasan como valor de retorno en una variable para poder llamarla.
>>> saludar(en)()
Hi.
>>> saludar(fr)()
Saludos.
En este caso el primer par de paréntesis indica los parámetros de la función saludar, y el segundo par, los de la función devuelta por saludar.
Iteraciones de orden superior sobre listas
Una de las cosas más interesantes que podemos hacer con nuestras funciones de orden superior es pasarlas como argumentos de las funciones map, filter y reduce. Estas funciones nos permiten sustituir los bucles típicos de los lenguajes imperativos mediante construcciones equivalentes.
map(function, sequence[, sequence. ])
La función map aplica una función a cada elemento de una secuencia y devuelve una lista con el resultado de aplicar la función a cada elemento. Si se pasan como parámetros n secuencias, la función tendrá que aceptar n argumentos. Si alguna de las secuencias es más las demás, el valor que le llega a la función function para posiciones mayores que el tamaño de dicha secuencia será none.
A continuación podemos ver un ejemplo en el que se utiliza map para elevar al cuadrado todos los elementos de una lista.
Def cuadrado (n):
Return n ** 2
L = [1, 2, 3]
L2 = map(cuadrado, l)
Filter(function, sequence).
La función filter verifica que los elementos de una secuencia cumplan.
Una determinada condición, devolviendo una secuencia con los elementos que cumplen esa condición. Es decir, para cada elemento de sequence se aplica la función function, si el resultado es true se añade a la lista y en caso contrario se descarta.
A continuación podemos ver un ejemplo en el que se utiliza filter para conservar solos números que son pares.
Def es_par(n):
Return (n % 2.0 == 0)
L = [1, 2, 3]
L2 = filter(es_par, l).
Reduce (function, sequence[, initial])
La función reduce aplica una función a pares de elementos de una secuencia hasta dejarla en un solo valor.
A continuación podemos ver un ejemplo en el que se utiliza reduce para sumar todos los elementos de una lista.
Def sumar(x, y):
Return x + y.
L = [1, 2, 3]
L2 = reduce (sumar, l).
funciones lambda
El operador lambda sirve para crear funciones anónimas en línea. Al ser funciones anónimas, es decir, sin nombre, estas no podrán ser referenciadas más tarde.
Las funciones lambda se construyen mediante el operador lambda, los parámetros de la función separados por comas (atención, sin paréntesis), dos puntos (y el código de la función.
Esta construcción podrían a ver sido de utilidad en los ejemplos anteriores para reducir código. El programa que utilizamos para explicar filter, por ejemplo, podría expresarse así.
L = [1, 2, 3]
L2 = filter(lambda n: n % 2.0 == 0, l).
Comparemos con la versión anterior.
Def es_par(n):
Return (n % 2.0 == 0)
L = [1, 2, 3]
L2 = filter(es_par, l).
Las funciones lambda están restringidas por la sintaxis a una sola expresión.
comprensión de listas
En Python 3000 map, filter y reduce perderán importancia. Y aunque.
Estas funciones se mantendrán, reduce pasara a formar parte del módulo functols, con lo que quedará fuera de las funciones disponibles por defecto, y map y filter se desaconsejaran en favor de las list comprehensions o comprensión de listas.
La comprensión de listas es una característica tomada del lenguaje de programación funcional haskell que está presente en Python desde la versión 2.0 y consiste en una construcción que permite crear listas a partir de otras listas.
Cada una de estas construcciones consta de una expresión que determina cómo modificar el elemento de la lista original, seguida de una o varias cláusulas for y opcionalmente una o varias cláusulas if.
Veamos un ejemplo de cómo se podría utilizar la comprensión de listas para elevar al cuadrado todos los elementos de una lista, como hicimos en nuestro ejemplo de map.
L2 = [n ** 2 for n in l].
Esta expresión se leería como para cada n en el haz n ** 2. Como vemos tenemos primero la expresión que modifica los valores de la lista original (n ** 2), después el for, el nombre que vamos a utilizar para referirnos al elemento actual de la lista original, el in, y la lista sobre la que se itera.
El ejemplo que utilizamos para la función filter (conservar solos números que son pares) se podría expresar con comprensión de listas así.
L2 = [n for n in l if n % 2.0 == 0].
Veamos por último un ejemplo de compresión de listas con varias cláusulas for.
L = [0, 1, 2, 3]
Vaya = [a, b]
N = [s * v for s in m.
For v in l.
If v > 0].
Esta construcción sería equivalente a una serie de for-in anidados.
L = [0, 1, 2, 3]
Vaya = [a, b]
N = []
For s in m:
For v in l:
If v > 0:
N, append(s* v).
generadores
Las expresiones generadoras funcionan de forma muy similar a la comprensión de listas. De hecho, su sintaxis es exactamente igual, a excepción de que se utilizan paréntesis en lugar de corchetes.
L2 = (n ** 2 for n in l).
Sin embargo, las expresiones generadoras se diferencian de la comprensión de listas en que no se devuelve una lista, sino un generador.
>>> l2 = [n ** 2 for n in l]
>>> l2
[0, 1, 4, 9]
>>> l2 = (n ** 2 for n in l)
>>> l2
Generator object at 0×00e33210>.
Un generador es una clase especial de función que genera valores sobre los que iterar. Para devolver el siguiente valor sobre el que iterar se utiliza la palabra clave yield en lugar de return. Veamos, por ejemplo, un generador que devuelva números de n a con un salto s.
Def mi_generador(n, s):
While (n <= m):
Yield n.
N += s.
>>> x = mi_generador(0, 5, 1)
>>> x.
Generator object at 0×00e25710>.
El generador se puede utilizar en cualquier lugar donde se necesite un objeto iterable. Por ejemplo, en un for-in.
For n in mi_generador(0, 5, 1):
Print n.
Como no estamos creando una lista completa en memoria, sino generando un solo valor cada vez que se necesita, en situaciones en las que no sea necesario tener la lista completa el uso de generadores puede suponer una gran diferencia de memoria. En todo caso siempre es posible crear una lista a partir de un generador mediante la función list.
Lista = list(mi_generador).
decoradores
Un decorador no es es más que una función que recibe una función como parámetro y devuelve otra función como resultado. Por ejemplo, podríamos querer añadir la funcionalidad de que se imprimiera el nombre de la función llamada por motivos de depuración.
Def mi_decorador(función):
Def nueva (*args):
Print llamada a la función, función.__name__
Retorno = función(*args)
Return retorno.
Return nueva.
Como vemos el código de la función mi_decorador no hace más que crear una nueva función y devolverla. Esta nueva función imprime el nombre de la función a la que decoramos, ejecuta el código de dicha función, y devuelve su valor de retorno. Es decir, que si llamáramos a la nueva función que nos devuelve mi_decorador, el resultado sería el mismo que el de llamar directamente a la función que le pasamos como parámetro, exceptuando el que se imprimiría además el nombre de la función.
Supongamos como ejemplo una función imp que no hace otra cosa que mostrar en pantalla la cadena pasada como parámetro.
>>> imp(mortal kombat)
Mortal kombat.
>>> mi_decorador(imp)(mortal kombat)
Llamada a la función imp.
Mortal kombat.
La sintaxis para llamar a la función que nos devuelve mi_decorador no es muy clara, aunque si lo estudiamos detenidamente veremos que no tiene mayor complicación. Primero se llama a la función que decora con la función a decorar: mi_decorador(imp), y una vez obtenida la función ya decorada se la puede llamar pasando el mismo parámetro que se pasó anteriormente: mi_decorador(imp)(mortal kombat).
Esto se podría expresar más claramente precediendo la definición de la función que queremos decorar con el signo @ seguido del nombre de la función decoradora.
@mi_decorador.
Def imp(s):
Print s.
De esta forma cada vez que se llame a imp se estará llamando realmente a la versión decorada. Python incorpora esta sintaxis desde la versión 2.4 en adelante.
Si quisiéramos aplicar más de un decorador bastaría añadir una nueva línea con el nuevo decorador.
@otro_decorador.
@mi_decorador.
Def imp(s):
Print s.
Es importante advertir que los decoradores se ejecutaran de abajo a arriba. Es decir, en este ejemplo primero se ejecutaría mi_decorador y después otro_decorador.
copiar, distribuir y comunicar públicamente la obra.
hacer obras derivadas.
reconocimiento. Debe reconocer y dar crédito al autor original (Raúl González duque).
Lo primero
+ Preguntar sobre
Citar
Ignorar este usuario
