El tutorial de Python

STE DOCUMENTO ES UNA RECOPILACION DE DISTINTAS

FUENTES Y CONTIENE MATERIAL DE MI COMPLETA AUTORIA
ES DE USO LIBRE.

Att. MARCO VIVERO TENORIO

Septiembre 2009

Este PDF fue generado usando la herramienta rst2pdf

Contenido
Introducción 7
Abriendo tu apetito 8

Usando el intérprete de Python 10

Invocando al intérprete 10

Pasaje de argumentos 11

Modo interactivo 11

El intérprete y su entorno 12

Manejo de errores 12

Programas ejecutables de Python 12

Codificación del código fuente 13

El archivo de inicio interactivo 13

Una introducción informal a Python 15

Usar Python como una calculadora 15

Números 15

Cadenas de caracteres 18

Cadenas de texto Unicode 22

Listas 24

Primeros pasos hacia la programación 26

Más herramientas para control de flujo 28

La sentencia if 28

La sentencia for 28

La función range() 29

Las sentencias break, continue, y else en lazos 30

La sentencia pass 30

Definiendo funciones 31

Más sobre definición de funciones 33

Argumentos con valores por omisión 33

Palabras claves como argumentos 34

Listas de argumentos arbitrarios 36

 Desempaquetando una lista de argumentos 36
Formas con lambda 37

Cadenas de texto de documentación 38

Intermezzo: Estilo de codificación 38

Estructuras de datos 40

Más sobre listas 40

Usando listas como pilas 41

Usando listas como colas 42

Herramientas de programación funcional 42

Listas por comprensión 43

Listas por comprensión anidadas 44

La instrucción del 45

Tuplas y secuencias 46

Conjuntos 47

Diccionarios 48

Técnicas de iteración 49

Más acerca de condiciones 50

Comparando secuencias y otros tipos 51

Módulos 52

Más sobre los módulos 53

Ejecutando módulos como scripts 54

El camino de búsqueda de los módulos 54

Archivos "compilados" de Python 55

Módulos estándar 56

La función dir() 56

Paquetes 58

Importando * desde un paquete 60

Referencias internas en paquetes 61

Paquetes en múltiple directorios 61

Entrada y salida 63

Formateo elegante de la salida 63

Viejo formateo de cadenas 66
 Leyendo y escribiendo archivos 67

Métodos de los objetos Archivo 67

El módulo pickle 69

Errores y excepciones 71

Errores de sintaxis 71

Excepciones 71

Manejando excepciones 72

Levantando excepciones 75

Excepciones definidas por el usuario 75

Definiendo acciones de limpieza 77

Acciones predefinidas de limpieza 78

Clases 79

Unas palabras sobre nombres y objetos 79

Alcances y espacios de nombres en Python 79

Un primer vistazo a las clases 81

Sintaxis de definición de clases 81

Objetos clase 82

Objetos instancia 83

Objetos método 84

Algunas observaciones 85

Herencia 86

Herencia múltiple 87

Variables privadas 88

Cambalache 89

Las excepciones también son clases 89

Iteradores 90

Generadores 92

Expresiones generadoras 92

Pequeño paseo por la Biblioteca Estándar 94

Interfaz al sistema operativo 94

Comodines de archivos 94
 Argumentos de linea de órdenes 95

Redirección de la salida de error y finalización del programa 95

Coincidencia en patrones de cadenas 95

Matemática 96

Acceso a Internet 96

Fechas y tiempos 97

Compresión de datos 97

Medición de rendimiento 98

Control de calidad 98

Las pilas incluidas 99

Pequeño paseo por la Biblioteca Estándar - Parte II 100

Formato de salida 100

Plantillas 101

Trabajar con registros estructurados conteniendo datos binarios 102

Multi-hilos 103

Registrando 104

Referencias débiles 104

Herramientas para trabajar con listas 105

Aritmética de punto flotante decimal 106

¿Y ahora qué? 108

Edición de entrada interactiva y sustitución de historial 109

Edición de línea 109

Sustitución de historial 109

Atajos de teclado 110

Alternativas al intérprete interactivo 111

Aritmética de Punto Flotante: Problemas y Limitaciones 113

Error de Representación 115

Introducción
Python es un lenguaje de programación poderoso y fácil de aprender. Cuenta con estructuras de datos
eficientes y de alto nivel y un enfoque simple pero efectivo a la programación orientada a objetos. La elegante
sintaxis de Python y su tipado dinámico, junto con su naturaleza interpretada, hacen de éste un lenguaje
ideal para scripting y desarrollo rápido de aplicaciones en diversas áreas y sobre la mayoría de las
plataformas.

El intérprete de Python y la extensa biblioteca estándar están a libre disposición en forma binaria y de código
fuente para las principales plataformas desde el sitio web de Python, http://www.python.org/, y puede
distribuirse libremente. El mismo sitio contiene también distribuciones y enlaces de muchos módulos libres
de Python de terceros, programas y herramientas, y documentación adicional.

El intérprete de Python puede extenderse fácilmente con nuevas funcionalidades y tipos de datos
implementados en C o C++ (u otros lenguajes accesibles desde C). Python también puede usarse como un
lenguaje de extensiones para aplicaciones personalizables.

Este tutorial introduce de manera informal al lector a los conceptos y características básicas del lenguaje y
el sistema de Python. Es bueno tener un interprete de Python a mano para experimentar, sin embargo todos
los ejemplos están aislados, por lo tanto el tutorial puede leerse estando desconectado.

Para una descripción de los objetos y módulos estándar, mira la Referencia de la Biblioteca de Python. El
Manual de Referencia de Python provee una definición más formal del lenguaje. Para escribir extensiones
en C o C++, lee Extendiendo e Integrando el Intérprete de Python y la Referencia de la API Python/C. Hay
también numerosos libros que tratan a Python en profundidad.

Este tutorial no pretende ser exhaustivo ni tratar cada una de las características, o siquiera las características
más usadas. En cambio, introduce la mayoría de las características más notables de Python, y te dará una
buena idea del gusto y estilo del lenguaje. Luego de leerlo, serás capaz de leer y escribir módulos y
programas en Python, y estarás listo para aprender más de los variados módulos de la biblioteca de Python
descriptos en la Referencia de la Biblioteca de Python.

También vale la pena mirar el glosario.

Abriendo tu apetito
Si trabajás mucho con computadoras, eventualmente encontrarás que te gustaría automatizar alguna tarea.
Por ejemplo, podrías desear realizar una búsqueda y reemplazo en un gran número de archivos de texto, o
renombrar y reorganizar un montón de archivos con fotos de una manera compleja. Tal vez quieras escribir
alguna pequeña base de datos personalizada, o una aplicación especializada con interfaz gráfica, o un juego
simple.

Si sos un desarrollador de software profesional, tal vez necesites trabajar con varias bibliotecas de
C/C++/Java pero encuentres que se hace lento el ciclo usual de escribir/compilar/testear/recompilar. Tal vez
estás escribiendo una batería de pruebas para una de esas bibliotecas y encuentres que escribir el código
MARCO VIVERO
de testeo se hace una tarea tediosa. O tal vez has escrito un programa al que le vendría bien un lenguaje de
extensión, y no quieres diseñar/implementar todo un nuevo lenguaje para tu aplicación.

Python es el lenguaje justo para ti.

Podrías escribir un script (o programa) en el interprete de comandos o un archivo por lotes de Windows para
algunas de estas tareas, pero los scripts se lucen para mover archivos de un lado a otro y para modificar
datos de texto, no para aplicaciones con interfaz de usuario o juegos. Podrías escribir un programa en
C/C++/Java, pero puede tomar mucho tiempo de desarrollo obtener al menos un primer borrador del
programa. Python es más fácil de usar, está disponible para sistemas operativos Windows, Mac OS X y Unix,
y te ayudará a realizar tu tarea más velozmente.

Python es fácil de usar, pero es un lenguaje de programación de verdad, ofreciendo mucho mucho mayor
estructura y soporte para programas grandes que lo que lo que pueden ofrecer los scripts de Unix o archivos
por lotes. Por otro lado, Python ofrece mucho más chequeo de error que C, y siendo un lenguaje de muy alto
nivel, tiene tipos de datos de alto nivel incorporados como arreglos de tamaño flexible y diccionarios. Debido
a sus tipos de datos más generales Python puede aplicarse a un dominio de problemas mayor que Awk o
incluso Perl, y aún así muchas cosas siguen siendo al menos igual de fácil en Python que en esos lenguajes.

Python te permite separar tu programa en módulos que pueden reusarse en otros programas en Python.
Viene con una gran colección de módulos estándar que puedes usar como base de tus programas, o como
ejemplos para empezar a aprender a programar en Python. Algunos de estos módulos proveen cosas como
entrada/salida a archivos, llamadas al sistema, sockets, e incluso interfaces a sistemas de interfaz gráfica de
usuario como Tk.

Python es un lenguaje interpretado, lo cual puede ahorrarte mucho tiempo durante el desarrollo ya que no es
necesario compilar ni enlazar. El intérprete puede usarse interactivamente, lo que facilita experimentar con
características del lenguaje, escribir programas descartables, o probar funciones cuando se hace desarrollo
de programas de abajo hacia arriba. Es también una calculadora de escritorio práctica.

Python permite escribir programas compactos y legibles. Los programas en Python son típicamente más
cortos que sus programas equivalentes en C, C++ o Java por varios motivos:

• los tipos de datos de alto nivel permiten expresar operaciones complejas en una sola instrucción
• la agrupación de instrucciones se hace por snagría en vez de llaves de apertura y cierre
• no es necesario declarar variables ni argumentos.

Python es extensible: si ya sabes programar en C es fácil agregar una nueva función o módulo al intérprete,
ya sea para realizar operaciones críticas a velocidad máxima, o para enlazar programas Python con
bibliotecas que tal vez sólo estén disponibles en forma binaria (por ejemplo bibliotecas gráficas específicas
de un fabricante). Una vez que estés realmente entusiasmado, podés enlazar el intérprete Python en una
aplicación hecha en C y usarlo como lenguaje de extensión o de comando para esa aplicación.

Por cierto, el lenguaje recibe su nombre del programa de televisión de la BBC "Monty Python's Flying Circus"
y no tiene nada que ver con reptiles. Hacer referencias a sketches de Monty Python en la documentación no
sólo esta permitido, ¡sino que también está bien visto!

MARCO VIVERO
Ahora que ya estás emocionado con Python, querrás verlo en más detalle. Como la mejor forma de aprender
un lenguaje es usarlo, el tutorial te invita a que juegues con el intérprete de Python a medida que vas leyendo.

En el próximo capítulo se explicará la mecánica de uso del intérprete. Esta es información bastante mundana,
pero es esencial para poder probar los ejemplos que aparecerán más adelante.

El resto del tutorial introduce varias características del lenguaje y el sistema Python a través de ejemplos,
empezando con expresiones, instrucciones y tipos de datos simples, pasando por funciones y módulos, y
finalmente tocando conceptos avanzados como excepciones y clases definidas por el usuario.

MARCO VIVERO
Usando el intérprete de Python

Invocando al intérprete
Por lo general, el intérprete de Python se instala en file:/usr/local/bin/python en las máquinas dónde está
disponible; poner /usr/local/bin en el camino de búsqueda de tu intérprete de comandos Unix hace
posible iniciarlo ingresando la orden:

python

...en la terminal. Ya que la elección del directorio dónde vivirá el intérprete es una opción del proceso de
instalación, puede estar en otros lugares; consultá a tu Gurú Python local o administrador de sistemas. (Por
ejemplo, /usr/local/python es una alternativa popular).

En máquinas con Windows, la instalación de Python por lo general se encuentra en C:\Python26, aunque
se puede cambiar durante la instalación. Para añadir este directorio al camino, podes ingresar la siguiente
orden en el prompt de DOS:

set path=%path%;C:\python26

Se puede salir del intérprete con estado de salida cero ingresando el carácter de fin de archivo (Control-D
en Unix, Control-Z en Windows) en el prompt primario. Si esto no funciona, se puede salir del intérprete
ingresando: import sys; sys.exit().

Las características para editar líneas del intérprete no son muy sofisticadas. En Unix, quien instale el
intérprete tendrá habilitado el soporte para la biblioteca GNU readlines, que añade una edición interactiva
más elaborada e historia. Tal vez la forma más rápida de detectar si las características de edición están
presentes es ingresar Control-P en el primer prompt de Python que aparezca. Si se escucha un beep, las
características están presentes; ver Apéndice tut-interacting para una introducción a las teclas. Si no pasa
nada, o si aparece ^P, estas características no están disponibles; solo vas a poder usar backspace para
borrar los caracteres de la línea actual.

La forma de operar del intérprete es parecida a la línea de comandos de Unix: cuando se la llama con la
entrada estándar conectada a una terminal lee y ejecuta comandos en forma interactiva; cuando es llamada
con un nombre de archivo como argumento o con un archivo como entrada estándar, lee y ejecuta un script
del archivo.

Una segunda forma de iniciar el intérprete es python -c comando [arg] ..., que ejecuta las sentencias
en comando, similar a la opción -c de la línea de comandos. Ya que las sentencias de Python suelen tener
espacios en blanco u otros caracteres que son especiales en la línea de comandos, es normalmente
recomendado citar comando entre comillas dobles.

MARCO VIVERO
Algunos módulos de Python son también útiles como scripts. Pueden invocarse usando python -m module
[arg] ..., que ejecuta el código de module como si se hubiese ingresado su nombre completo en la línea
de comandos.
Notá que existe una diferencia entre python file y python <file. En el último caso, la entrada solicitada
por el programa, como en llamadas a input() y raw_input(), son satisfechas desde file. Ya que este
archivo ya fue leído hasta el final por el analizador antes de que el programa empiece su ejecución, se
encontrará el fin de archivo enseguida. En el primer caso (lo que usualmente vas a querer) son satisfechas
por cualquier archivo o dispositivo que esté conectado a la entrada estándar del intérprete de Python.

Cuando se usa un script, a veces es útil correr primero el script y luego entrar al modo interactivo. Esto se
puede hacer pasándole la opción -i antes del nombre del script. (Esto no funciona si el script es leído desde
la entrada estándar, por la misma razón explicada en el párrafo anterior).

Pasaje de argumentos
Cuando son conocidos por el intérprete, el nombre del script y los argumentos adicionales son entonces
pasados al script en la variable sys.argv, una lista de cadenas de texto. Su longitud es al menos uno;
cuando ningún script o argumentos son pasados, sys.argv[0] es una cadena vacía. Cuando se pasa el
nombre del script con '-' (lo que significa la entrada estándar), sys.argv[0] vale '-'. Cuando se usa -
c command, sys.argv[0] vale '-c'. Cuando se usa -m module, sys.argv[0] toma el valor del nombre
completo del módulo. Las opciones encontradas luego de -c command o -m module no son consumidas por
el procesador de opciones de Python pero de todas formas almacenadas en sys.argv para ser manejadas
por el comando o módulo.

Modo interactivo
Se dice que estamos usando el intérprete en modo interactivo, cuando los comandos son leídos desde una
terminal. En este modo espera el siguiente comando con el prompt primario, usualmente tres signos mayor-
que (>>>); para las líneas de continuación espera con el prompt secundario, por defecto tres puntos (...).
Antes de mostrar el prompt primario, el intérprete muestra un mensaje de bienvenida reportando su número
de versión y una nota de copyright:
python Python 2.6 (#1, Feb 28 2007, 00:02:06) Type "help",
"copyright", "credits" or "license" for more information.

>>>
Las líneas de continuación son necesarias cuando queremos ingresar un constructor multilínea. Como en el
ejemplo, mirá la sentencia if:
>>> el_mundo_es_plano = 1 >>> if
el_mundo_es_plano: ... print u"¡Tené
cuidado de no caerte!" ...

¡Tené cuidado de no caerte!

MARCO VIVERO
El intérprete y su entorno

Manejo de errores
Cuando ocurre un error, el intérprete imprime un mensaje de error y la traza del error. En el modo interactivo,
luego retorna al prompt primario; cuando la entrada viene de un archivo, el programa termina con código de
salida distinto a cero luego de imprimir la traza del error. (Las excepciones manejadas por una clausula
except en una sentencia try no son errores en este contexto). Algunos errores son incondicionalmente
fatales y causan una terminación con código de salida distinto de cero; esto se debe a inconsistencias
internas o a que el intérprete se queda sin memoria. Todos los mensajes de error se escriben en el flujo de
errores estándar; las salidas normales de comandos ejecutados se escriben en la salida estándar.

Al ingresar el caracter de interrupción (por lo general Control-C o DEL) en el prompt primario o secundario,
se cancela la entrada y retorna al prompt primario. 1 Tipear una interrupción mientras un comando se están
ejecutando lanza la excepción KeyboardInterrupt, que puede ser manejada con una sentencia try.

Programas ejecutables de Python

En los sistemas Unix y tipo BSD, los programas Python pueden convertirse directamente en ejecutables,
como programas del intérprete de comandos, poniendo la linea:

#! /usr/bin/env python

...al principio del script y dándole al archivo permisos de ejecución (asumiendo que el intérprete están en la
variable de entorno PATH del usuario). #! deben ser los primeros dos caracteres del archivo. En algunas
plataformas, la primer línea debe terminar al estilo Unix ('\n'), no como en Windows ('\r\n').

Notá que el caracter numeral '#' se usa en Python para comenzar un comentario.

Se le puede dar permisos de ejecución al script usando el comando chmod:

$ chmod +x myscript.py

En sistemas Windows, no existe la noción de "modo ejecutable". El instalador de Python asocia

automáticamente la extensión .py con python.exe para que al hacerle doble click a un archivo Python
se corra el script. La extensión también puede ser .pyw, en este caso se omite la ventana con la consola
que normalmente aparece.

Codificación del código fuente

Es posible utilizar una codificación distinta a ASCII en el código fuente de Python. La mejor forma de hacerlo
es poner otro comentario especial enseguida después de la línea con #! para definir la codificación:

MARCO VIVERO
 # -*- coding: encoding -*-

Con esa declaración, todos los caracteres en el archivo fuente serán traducidos utilizando la codificación
encoding, y será posible escribir directamente cadenas de texto literales Unicode en la codificación
seleccionada. La lista de posibles codificaciones se puede encontrar en la Referencia de la Biblioteca de
Python, en la sección sobre codecs.

Por ejemplo, para escribir literales Unicode, incluyendo el símbolo de la moneda Euro, se puede usar la
codificación ISO-8859-15, en la que el símbolo Euro tiene el valor 164. Este script imprimirá el valor 8364 (
el código Unicode correspondiente al símbolo Euro) y luego saldrá :
# -*- coding: iso-8859-15 -*-

moneda = u"€"
print ord(moneda)
Si tu editor tiene soporte para guardar archivos como UTF-8 con marca de orden de byte UTF-8 (también
conocida como BOM), podés usar eso en lugar de la declaración de codificación. IDLE lo soporta si se activa
Options/General/Default Source Encoding/UTF-8. Notá que esto no funciona en versiones
antiguas de Python (2.2 y anteriores), ni por el sistema operativo en scripts con la línea con #!
( solo usado en sistemas Unix ).

Usando UTF-8 (ya sea mediante BOM o la declaración de codificación), los caracteres de la mayoría de los
idiomas del mundo pueden ser usados simultáneamente en cadenas de texto o comentarios. No se soporta
usar caracteres no-ASCII en identificadores. Para mostrar todos estos caracteres de forma apropiada, tu
editor debe reconocer que el archivo es UTF-8, y debe usar una tipografía que soporte todos los caracteres
del archivo.

El archivo de inicio interactivo

Cuando usás Python en forma interactiva, suele ser útil que algunos comandos estándar se ejecuten cada
vez que el intérprete se inicia. Podés hacer esto configurando la variable de entorno PYTHONSTARTUP con
el nombre de un archivo que contenga tus comandos de inicio. Esto es similar al archivo .profile en los
intérpretes de comandos de Unix.

Este archivo es solo leído en las sesiones interactivas del intérprete, no cuando Python lee comandos de un
script ni cuando file:/dev/tty se explicita como una fuente de comandos (que de otro modo se comporta como
una sesión interactiva). Se ejecuta en el mismo espacio de nombres en el que los comandos interactivos se
ejecutan, entonces los objetos que define o importa pueden ser usados sin cualificaciones en la sesión
interactiva. En este archivo también podés cambiar los prompts sys.ps1 y sys.ps2.
Si querés leer un archivo de inicio adicional desde el directorio actual, podés programarlo en el archivo de
inicio global usando algo como if os.path.isfile('.pythonrc.py'):

execfile('.pythonrc.py'). Si querés usar el archivo de inicio en un script, tenés que hacer lo siguiente
en forma explícita en el script:

MARCO VIVERO
import os
nombrearchivo = os.environ.get('PYTHONSTARTUP') if
nombrearchivo and os.path.isfile(nombrearchivo):

execfile(nombrearchivo)

1 Un problema con el paquete GNU Readline puede evitar que funcione.

MARCO VIVERO
Una introducción informal a Python
En los siguientes ejemplos, las entradas y salidas son distinguidas por la presencia o ausencia de los prompts
(`>>>` and `...`): para reproducir los ejemplos, debés escribir todo lo que esté después del prompt,
cuando este aparezca; las líneas que no comiencen con el prompt son las salidas del intérprete. Tené en
cuenta que el prompt secundario que aparece por si sólo en una línea de un ejemplo significa que debés
escribir una línea en blanco; esto es usado para terminar un comando multilínea.

Muchos de los ejemplos de este manual, incluso aquellos ingresados en el prompt interactivo, incluyen
comentarios. Los comentarios en Python comienzan con el carácter numeral, #, y se extienden hasta el final
físico de la línea. Un comentario quizás aparezca al comienzo de la línea o seguidos de espacios blancos o
código, pero sin una cadena de caracteres. Un carácter numeral dentro de una cadena de caracteres es sólo
un carácter numeral. Ya que los comentarios son para aclarar código y no son interpretados por Python,
pueden omitirse cuando se escriben ejemplos.

Algunos ejemplos:
# este es el primer comentario
SPAM = 1 # y este es el segundo comentario
# ... y ahora un tercero!

STRING = "# Este no es un comentario".

Usar Python como una calculadora

Vamos a probar algunos comandos simples en Python. Iniciá un intérprete y esperá por el prompt primario,
>>>. (No debería demorar tanto).

Números
El intérprete actúa como una simple calculadora; podés ingrsar una expresión y este escribirá los valores. La
sintaxis es sencilla: los operadores +, -, * y / funcionan como en la mayoría de los lenguajes (por ejemplo,
Pascal o C); los paréntesis pueden ser usados para agrupar. Por ejemplo:
>>> 2+2
4 >>> # Este es un
comentario

... 2+2
4 >>> 2+2 # y un comentario en la misma línea que el
código

4 >>> (50-
5*6)/4

MARCO VIVERO
 5
>>> # La división entera retorna redondeado al piso:
... 7/3
2
>>> 7/-3
-3

El signo igual (=) es usado para asignar un valor a una variable. Luego, ningún resultado es mostrado antes
del próximo prompt:
>>> ancho = 20
>>> largo = 5*9
>>> ancho * largo

900
Un valor puede ser asignado a varias variables simultáneamente:

>>> x = y = z = 0 # Cero a x, y, y z
>>> x
0
>>> y
0
>>> z
0

Las variables deben estar "definidas" (con un valor asignado) antes de que puedan usarse, o un error ocurrirá:
>>> # tratamos de acceder a una variable no definida
... n Traceback (most recent call
last):

File "<stdin>", line 1, in <module>

NameError: name 'n' is not defined
Se soporta completamente los números de punto flotante; las operaciones con mezclas en los tipos de los
operandos convierten los enteros a punto flotante:

>>> 3 * 3.75 / 1.5

7.5
>>> 7.0 / 2
3.5

Los números complejos también están soportados; los números imaginarios son escritos con el sufijo de j
o J. Los números complejos con un componente real que no sea cero son escritos como (real+imagj), o
pueden ser escrito con la función complex(real, imag).

MARCO VIVERO
 >>> 1j * 1J
(-1+0j)
>>> 1j * complex(0,1)
(-1+0j)
>>> 3+1j*3
(3+3j)
>>> (3+1j)*3
(9+3j)
>>> (1+2j)/(1+1j)
(1.5+0.5j)

Los números complejos son siempre representados como dos números de punto flotante, la parte real y la
imaginaria. Para extraer estas partes desde un número complejo z, usá z.real y z.imag.

>>> a=1.5+0.5j
>>> a.real
1.5
>>> a.imag
0.5

La función de conversión de los punto flotante y enteros (float(), int() y long()) no funciona para
números complejos; aquí no hay una forma correcta de convertir un número complejo a un número real. Usá
abs(z) para obtener esta magnitud (como un flotante) o z.real para obtener la parte real.

>>> a=3.0+4.0j
>>> float(a) ... TypeError: can't convert
complex to float

>>> a.real
3.0
>>> a.imag
4.0
>>> abs(a) # sqrt(a.real**2 + a.imag**2)
5.0
>>>
En el modo interactivo, la última expresión impresa es asignada a la variable _. Esto significa que cuando
estés usando Python como una calculadora de escritorio, es más fácil seguir calculando, por ejemplo:
>>> impuesto = 12.5 / 100
>>> precio = 100.50
>>> precio * impuesto

12.5625

MARCO VIVERO
 >>> precio + _
113.0625
>>> round(_, 2)
113.06
>>>
Esta variable debería ser tratada como de sólo lectura por el usuario. No le asignes explícitamente un valor;
crearás una variable local independiente con el mismo nombre enmascarando la variable con el
comportamiento mágico.

Cadenas de caracteres
Además de números, Python puede manipular cadenas de texto, las cuales pueden ser expresadas de
distintas formas. Pueden estar encerradas en comillas simples o dobles:

>>> 'huevos y pan'

'huevos y pan'
>>> 'doesn\'t'
"doesn't"
>>> "doesn't"
"doesn't"
>>> '"Si," le dijo.'
'"Si," le dijo.'
>>> "\"Si,\" le dijo."
'"Si," le dijo.'
>>> '"Isn\'t," she said.'
'"Isn\'t," she said.'

Las cadenas de texto literales pueden contener múltiples líneas de distintas formas. Las líneas continuas se
pueden usar, con una barra invertida como el último carácter de la línea para indicar que la siguiente línea
es la continuación lógica de la línea:
hola = "Esta es una larga cadena que contiene\n\ varias líneas
de texto, tal y como se hace en C.\n\ Notar que los
espacios en blanco al principio de la linea\ son
significantes."

print hola
Notá que de todas formas se necesita embeber los salto de líneas con \n; la nueva línea que sigue a la barra
invertida final es descartada. Este ejemplo imprimiría:

MARCO VIVERO
 Esta es una larga cadena que contiene varias líneas de texto, tal
y como se hace en C. Notar que los espacios en blanco al
principio de la linea son significantes.

O, las cadenas de texto pueden ser rodeadas en un par de comillas triples: """ o '''. No se necesita
escapar los finales de línea cuando se utilizan comillas triples, pero serán incluidos en la cadena.

print """
Uso: algo [OPTIONS]
-h Muestra el mensaje de uso -H
nombrehost Nombre del host al cual conectarse

"""
...produce la siguiente salida:

Uso: algo [OPTIONS]

-h Muestra el mensaje de uso
-H nombrehost Nombre del host al cual conectarse

Si se hace de la cadena de texto una cadena "cruda", la secuencia \n no es convertida a salto de línea,
pero la barra invertida al final de la línea y el carácter de nueva línea en la fuente, ambos son incluidos en la
cadena como datos. Así, el ejemplo:
hola = r"Esta es una larga cadena que contiene\n\
varias líneas de texto, tal y como se hace en C."

print hola
...imprimirá:

Esta es una larga cadena que contiene\n\ varias

líneas de texto, tal y como se hace en C.

El interprete imprime el resultado de operaciones entre cadenas de la misma forma en que son tecleadas
como entrada: dentro de comillas, y con comillas y otros caracteres raros escapados con barras invertidas,
para mostrar el valor preciso. La cadena de texto es encerrada con comillas dobles si contiene una comilla
simple y no comillas dobles, sino es encerrada con comillas simples. (La declaración print, descrita luego,
puede ser usado para escribir cadenas sin comillas o escapes).

Las cadenas de texto pueden ser concatenadas (pegadas juntas) con el operador + y repetidas con *:

>>> palabra = 'Ayuda' + 'A'

>>> palabra
'AyudaA'
>>> '<' + palabra*5 + '>'
'<AyudaAAyudaAAyudaAAyudaAAyudaA>'

MARCO VIVERO
Dos cadenas de texto juntas son automáticamente concatenadas; la primer línea del ejemplo anterior podría
haber sido escrita palabra = 'Ayuda' 'A'; esto solo funciona con dos literales, no con expresiones
arbitrarias:
>>> 'cad' 'ena' # <- Esto es correcto
'cadena' >>> 'cad'.strip() + 'ena' # <- Esto
es correcto

'cadena' >>> 'cad'.strip() 'ena' # <- Esto no

es correcto ...
SyntaxError: invalid syntax

Las cadenas de texto se pueden indexar; como en C, el primer carácter de la cadena tiene el índice 0. No
hay un tipo de dato para los caracteres; un carácter es simplemente una cadena de longitud uno. Como en
Icon, se pueden especificar subcadenas con la notación de rebanadas: dos índices separados por dos
puntos.
>>> palabra[4]
'a' >>>
palabra[0:2]

'Ay' >>>
palabra[2:4]

'ud'
Los índices de las rebanadas tienen valores por defecto útiles; el valor por defecto para el primer índice es
cero, el valor por defecto para el segundo índice es la longitud de la cadena a rebanar.
>>> palabra[:2] # Los primeros dos caracteres
'Ay' >>> palabra[2:] # Todo menos los primeros dos
caracteres

'udaA'
A diferencia de las cadenas de texto en C, en Python no pueden ser modificadas. Intentar asignar a una
posición de la cadena es un error:
>>> palabra[0] = 'x' ... TypeError: 'str' object does
not support item assignment

>>> palabra[:1] = 'Mas' Traceback

(most recent call last):
File "<stdin>", line 1, in ?
TypeError: 'str' object does not support item assignment
Sin embargo, crear una nueva cadena con contenido combinado es fácil y eficiente:
>>> 'x' + palabra[1:]
'xyudaA' >>> 'Mas' +
palabra[5]

'MasA'
Algo útil de las operaciones de rebanada: s[:i] + s[i:] es s.
MARCO VIVERO
 >>> palabra[:2] + palabra[2:]
'AyudaA' >>> palabra[:3] +
palabra[3:]

'AyudaA'
Los índices degenerados en las rebanadas son manejados bien: un índice muy largo es reemplazado por la
longitud de la cadena, un límite superior más chico que el límite menor retorna una cadena vacía.
>>> palabra[1:100]
'yudaA' >>>
palabra[10:]

'' >>>
palabra[2:1]

''
Los índices pueden ser números negativos, para empezar a contar desde la derecha. Por ejemplo:
>>> palabra[-1] # El último caracter
'A' >>> palabra[-2] # El penúltimo
caracter

'a' >>> palabra[-2:] # Los últimos dos

caracteres

'aA' >>> palabra[:-2] # Todo menos los últimos dos

caracteres

'Ayud'
Pero notá que -0 es en realidad lo mismo que 0, ¡por lo que no cuenta desde la derecha!

>>> palabra[-0] # (ya que -0 es igual a 0)

'A'

Los índices negativos fuera de rango son truncados, pero esto no funciona para índices de un solo elemento
(no rebanada):
>>> palabra[-100:]
'AyudaA'
>>> palabra[-10] # error
Traceback (most recent call last):

File "<stdin>", line 1, in ?

IndexError: string index out of range
Una forma de recordar cómo funcionan las rebanadas es pensar en los índices como puntos entre caracteres,
con el punto a la izquierda del primer carácter numerado en 0. Luego, el punto a la derecha del último carácter
de una cadena de n caracteres tienen índice n, por ejemplo:

+---+---+---+---+---+---+
| A | y | u | d | a | A |

MARCO VIVERO
 +---+---+---+---+---+---+
0 1 2 3 4 5 6
-6 -5 -4 -3 -2 -1

La primer fila de números da la posición de los índices 0...6 en la cadena; la segunda fila da los
correspondientes índices negativos. La rebanada de i a j consiste en todos los caracteres entre los puntos
etiquetados i y j, respectivamente.

Para índices no negativos, la longitud de la rebanada es la diferencia de los índices, si ambos entran en los
límites. Por ejemplo, la longitud de palabra[1:3] es 2.

La función incorporada len() devuelve la longitud de una cadena de texto:

>>> s = 'supercalifrastilisticoespialidoso'
>>> len(s)
33

Ver también
typesseq
Las cadenas de texto y la cadenas de texto Unicode descritas en la siguiente sección son ejemplos de
tipos secuencias, y soportan las operaciones comunes para esos tipos.

string-methods
Tanto las cadenas de texto normales como las cadenas de texto Unicode soportan una gran cantidad de
métodos para transformaciones básicas y búsqueda.

new-string-formatting
Aquí se da información sobre formateo de cadenas de texto con str.format().

string-formatting
Aquí se describe con más detalle las operaciones viejas para formateo usadas cuando una cadena de
texto o una cadena Unicode están a la izquierda del operador %.

Cadenas de texto Unicode

Desde la versión 2.0 de Python, se encuentra disponible un nuevo tipo de datos para que los programadores
almacenen texto: el objeto Unicode. Puede ser usado para almacenar y manipular datos Unicode (ver
http://www.unicode.org/) y se integran bien con los objetos existentes para cadenas de texto, mediante auto-
conversión cuando es necesario.

MARCO VIVERO
Unicode tiene la ventaja de tener un número ordinal para cada carácter usado tanto en textos modernos
como antiguos. Previamente, había sólo 256 ordinales posibles para los caracteres en scripts. Los textos
eran típicamente asociados a un código que relaciona los ordinales a caracteres en scripts. Esto lleva a
mucha confusión, especialmente al internacionalizar software. Unicode resuelve estos problemas definiendo
una sola codificación para todos los scripts.

Crear cadenas Unicode en Python es tan simple como crear cadenas de texto normales:

>>> u'Hola Mundo!'

u'Hola Mundo!'

La 'u' al frente de la comilla indica que se espera una cadena Unicode. Si querés incluir caracteres
especiales en la cadena, podés hacerlo usando una forma de escapar caracteres Unicode provista por
Python. El siguiente ejemplo muestra cómo:

>>> u'Hola\u0020Mundo!'
u'Hola Mundo!'

La secuencia de escape \u0020 indica que se debe insertar el carácter Unicode con valor ordinal 0x0020 (
el espacio en blanco) en la posición dada.

Otros caracteres son interpretados usando su respectivo valor ordinal como ordinales Unicode. Si tenés
cadenas de texto literales en la codificación estándar Latin-1 que es muy usada en países occidentales,
encontrarás conveniente que los primeros 256 caracteres de Unicode son los mismos primeros 256
caracteres de Latin-1.

También existe un modo crudo para expertos, del mismo modo que con las cadenas de texto normales.
Debés anteponer 'ur' a la comilla inicial para que Python use el modo de escape crudo de Unicode. Solo se
aplicará la conversión \uXXXX si hay un número impar de barras invertidas frente a la 'u'.

>>> ur'Hola\u0020Mundo!'
u'Hola Mundo!' >>>
ur'Hola\\u0020Mundo!'
u'Hola\\\\u0020Mundo!'

El modo crudo es útil principalmente cuando tenés que insertar muchas barras invertidas, como puede
suceder al trabajar con expresiones regulares.

Además de estas codificaciones estándar, Python provee muchas más formas de crear cadenas de texto
Unicode en las bases de codificaciones conocidas.

La función predefinida unicode() da acceso a todos los codecs (CODificadores y DECodificadores).

Algunos de los códigos más conocidos que estos codecs pueden convertir son Latin-1, ASCII, UTF-8, y UTF-
16. Los dos últimas son códigos de longitud variable que almacenan cada carácter Unicode en uno o más
bytes. El código por defecto es normalmente configurado a ASCII, que contiene los caracteres del rango 0-

MARCO VIVERO
127 y rechaza cualquier otro con un error. Cuando una cadena Unicode se imprime, escribe en un archivo,
o se convierte con la función str(), se realiza la conversión utilizando el código por defecto.

>>> u"abc"
u'abc' >>>
str(u"abc")
'abc' >>>
u"äöü"
u'\xe4\xf6\xfc'
>>> str(u"äöü")
...

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: ordinal not in
range(128 )
Para convertir una cadena Unicode en una cadena de 8-bit utilizando un código en particular, los objetos
Unicode tienen un método encode() que toma un argumento, el nombre del código. Se prefieren los
nombres en minúsculas para los nombres de los códigos.

>>> u"äöü".encode('utf-8')
'\xc3\xa4\xc3\xb6\xc3\xbc'
Si tenés datos en un código en particular y querés producir la cadena Unicode correspondiente, podés usar
la función unicode() con el nombre del código como segundo argumento.

>>> unicode('\xc3\xa4\xc3\xb6\xc3\xbc', 'utf-8')

u'\xe4\xf6\xfc'

Listas
Python tiene varios tipos de datos compuestos, usados para agrupar otros valores. El más versátil es la lista,
la cual puede ser escrita como una lista de valores separados por coma (ítems) entre corchetes. No es
necesario que los ítems de una lista tengan todos el mismo tipo.

>>> a = ['pan', 'huevos', 100, 1234]

>>> a
[ 'pan', 'huevos', 100, 1234]

Como los índices de las cadenas de texto, los índices de las listas comienzan en 0, y las listas pueden ser
rebanadas, concatenadas y todo lo demás:

>>> a[0]
'pan'
>>> a[3]
1234
>>> a[-2]

MARCO VIVERO
 100
>>> a[1:-1]
[ 'huevos', 100]
>>> a[:2] + ['carne', 2*2]
[ 'pan', 'huevos', 'carne', 4]
>>> 3*a[:3] + ['Boo!']
[ 'pan', 'huevos', 100, 'pan', 'huevos', 100, 'pan', 'huevos', 100, 'Boo!' ]

A diferencia de las cadenas de texto, que son inmutables, es posible cambiar un elemento individual de una
lista:
>>> a
[ 'pan', 'huevos', 100, 1234]
>>> a[2] = a[2] + 23

>>> a
[ 'pan', 'huevos', 123, 1234]
También es posible asignar a una rebanada, y esto incluso puede cambiar la longitud de la lista o vaciarla
totalmente:

>>> # Reemplazar algunos elementos:

... a[0:2] = [1, 12]
>>> a
[1 , 12, 123, 1234]
>>> # Borrar algunos:
... a[0:2] = []

>>> a
[123 , 1234] >>> # Insertar
algunos: ... a[1:1] = ['bruja',
'xyzzy']

>>> a
[123 , 'bruja', 'xyzzy', 1234] >>> # Insertar (una copia
de) la misma lista al principio

>>> a[:0] = a
>>> a
[123 , 'bruja', 'xyzzy', 1234, 123, 'bruja', 'xyzzy', 1234] >>> #
Vaciar la lista: reemplazar todos los items con una lista vacía

>>> a[:] = []
>>> a
[]
La función predefinida len() también sirve para las listas:

MARCO VIVERO
 >>> a = ['a', 'b', 'c', 'd']
>>> len(a)
4

Es posible anidar listas (crear listas que contengan otras listas), por ejemplo:
>>> q = [2, 3]
>>> p = [1, q, 4]
>>> len(p)
3
>>> p[1]
[2 , 3]
>>> p[1][0]

2 >>> p[1].append('extra') # Ver seccion

5.1

>>> p [1 , [2, 3,
'extra'], 4]
>>> q
[2 , 3, 'extra' ]
Notá que en el último ejemplo, p[1] y q ¡realmente hacen referencia al mismo objeto! Volveremos a la
semántica de los objetos más adelante.

Primeros pasos hacia la programación

Por supuesto, podemos usar Python para tareas más complicadas que sumar dos y dos. Por ejemplo,
podemos escribir una subsecuencia inicial de la serie de Fibonacci así:
>>> # Series de Fibonacci: ... # la suma de dos
elementos define el siguiente

... a, b = 0, 1
>>> while b < 10:

... print b ...

a, b = b, a+b ...

1
1
2
3
5
8
Este ejemplo introduce varias características nuevas.

MARCO VIVERO
 • La primer línea contiene una asignación múltiple: las variables``a`` y b toman en forma simultanea
los nuevos valores 0 y 1. En la última linea esto es vuelto a usar, demostrando que las expresiones a
la derecha son evaluadas antes de que suceda cualquier asignación. Las expresiones a la derecha
son evaluadas de izquierda a derecha.
• El bucle while se ejecuta mientras la condición (aquí: b < 10) sea verdadera. En Python, como
en C, cualquier entero distinto de cero es verdadero; cero es falso. La condición también puede ser
una cadena de texto o una lista, de hecho cualquier secuencia; cualquier cosa con longitud distinta
de cero es verdadero, las secuencias vacías son falsas. La prueba usada en el ejemplo es una
comparación simple. Los operadores estándar de comparación se escriben igual que en C: < (menor
qué), > (mayor qué), == (igual a), <= (menor o igual qué), >= (mayor o igual qué) y != ( distinto a
).
• El cuerpo del bucle está sangrado: la sangría es la forma que usa Python para agrupar declaraciones.
El intérprete interactivo de Python (¡aún!) no provee una facilidad inteligente para editar líneas, así
que debés teclear un tab o espacio(s) para cada línea sangrada. En la práctica vas a preparar
entradas más complicadas para Python con un editor de texto; la mayoría de los editores de texto
tienen la facilidad de agregar la sangría automáticamente. Al ingresar una declaración compuesta en
forma interactiva, debés finalizar con una línea en blanco para indicar que está completa (ya que el
analizador no puede adivinar cuando tecleaste la última línea). Notá que cada línea de un bloque
básico debe estar sangrada de la misma forma.
• La declaración print escribe el valor de la o las expresiones que se le pasan. Difiere de simplemente
escribir la expresión que se quiere mostrar (como hicimos antes en los ejemplos de la calculadora)
en la forma en que maneja múltiples expresiones y cadenas. Las cadenas de texto son impresas sin
comillas, y un espacio en blanco es insertado entre los elementos, así podés formatear cosas de una
forma agradable:

>>> i = 256*256
>>> print 'El valor de i es', i
El valor de i es 65536

Una coma final evita el salto de línea al final de la salida:

>>> a, b = 0, 1 >>>
while b < 1000:

... print b, ...

a, b = b, a+b ...

1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987

Notá que el intérprete inserta un salto de línea antes de imprimir el próximo prompt si la última línea
no estaba completa.

MARCO VIVERO
Más herramientas para control de flujo
Además de la sentencia while que acabamos de introducir, Python soporta las sentencias de control de
flujo que podemos encontrar en otros lenguajes, con algunos cambios.

La sentencia if
Tal vez el tipo más conocido de sentencia sea el if. Por ejemplo:

>>> x = int(raw_input("Ingresa un entero, por favor: "))

Ingresa un entero, por favor: 42 >>> if x < 0:

... x = 0 ... print 'Negativo

cambiado a cero' ... elif x == 0:

... print 'Cero'

... elif x == 1: ...
print 'Simple' ...
else: ... print
'Mas' ...

'Mas'
Puede haber cero o más bloques elif, y el bloque else es opcional. La palabra reservada 'elif' es una
abreviación de 'else if', y es útil para evitar un sangrado excesivo. Una secuencia if ... elif ... elif ...
sustituye las sentencias switch o case encontradas en otros lenguajes.

La sentencia for
La sentencia for en Python difiere un poco de lo que uno puede estar acostumbrado en lenguajes como C
o Pascal. En lugar de siempre iterar sobre una progresión aritmética de números (como en Pascal) o darle
al usuario la posibilidad de definir tanto el paso de la iteración como la condición de fin (como en C), la
sentencia for de Python itera sobre los ítems de cualquier secuencia (una lista o una cadena de texto), en
el orden que aparecen en la secuencia. Por ejemplo:

>>> # Midiendo cadenas de texto ... a =

['gato', 'ventana', 'defenestrado'] >>> for
x in a: ... print x, len(x) ... gato 4
ventana 7
defenestrado 12

No es seguro modificar la secuencia sobre la que se está iterando en el lazo (esto solo es posible para tipos
de secuencias mutables, como las listas). Si se necesita modificar la lista sobre la que se está iterando (por

MARCO VIVERO
ejemplo, para duplicar ítems seleccionados) se debe iterar sobre una copia. La notación de rebanada es
conveniente para esto:
>>> for x in a[:]: # hacer una copia por rebanada de toda la
lista ... if len(x) > 6: a.insert(0, x) ...

>>> a
[ 'defenestrado', 'ventana', 'gato', 'ventana', 'defenestrado' ]

La función range()
Si se necesita iterar sobre una secuencia de números, es apropiado utilizar la función integrada range().
Genera una lista conteniendo progresiones aritméticas:

>>> range(10)
[0 , 1, 2, 3, 4, 5, 6, 7, 8, 9]

El valor final dado nunca es parte de la lista; range(10) genera una lista de 10 valores, los índices
correspondientes para los ítems de una secuencia de longitud 10. Es posible hacer que el rango empiece
con otro número, o especificar un incremento diferente (incluso negativo; algunas veces se lo llama 'paso'):
>>> range(5, 10)
[5 , 6, 7, 8, 9]
>>> range(0, 10, 3)
[0 , 3, 6, 9] >>>
range(-10, -100, -30)

[-10 , -40, -70]

Para iterar sobre los índices de una secuencia, podés combinar range() y len() así:

>>> a = ['Mary', 'tenia', 'un', 'corderito']

>>> for i in range(len(a)): ... print i,
a[i] ...

0 Mary
1 tenia
2 un
3 corderito
En la mayoría de los casos, sin embargo, conviene usar la función enumerate(), mirá tut-loopidioms.

Las sentencias break, continue, y else en

lazos
La sentencia break, como en C, termina el lazo for o while más anidado.

La sentencia continue, también tomada prestada de C, continua con la próxima iteración del lazo.

MARCO VIVERO
Las sentencias de lazo pueden tener una cláusula else que es ejecutada cuando el lazo termina, luego de
agotar la lista (con for) o cuando la condición se hace falsa (con while) , pero no cuando el lazo es
terminado con la sentencia break. Se ejemplifica en el siguiente lazo, que busca números primos:

>>> for n in range(2, 10):

... for x in range(2, n):
... if n % x == 0: ... print
n, 'es igual a', x, '*', n/x
... break ... else: ... #
sigue el bucle sin encontrar un factor ...
print n, 'es un numero primo' ...

2 es un numero primo
3 es un numero primo
4 es igual a 2 * 2
5 es un numero primo
6 es igual a 2 * 3
7 es un numero primo
8 es igual a 2 * 4
9 es igual a 3 * 3

La sentencia pass
La sentencia pass no hace nada. Se puede usar cuando una sentencia es requerida por la sintáxis pero el
programa no requiere ninguna acción. Por ejemplo:

>>> while True: ... pass # Espera ocupada hasta una interrupción de
teclado (Ctrl+C) ...

Se usa normalmente para crear clases en su mínima expresión:

>>> class MyEmptyClass:
... pass
...
Otro lugar donde se puede usar pass es como una marca de lugar para una función o un cuerpo condicional
cuando estás trabajando en código nuevo, lo cual te permite pensar a un nivel de abstracción mayor. El pass
se ignora silenciosamente:

>>> def initlog(*args):

... pass # Acordate de implementar esto!
...

MARCO VIVERO
Definiendo funciones
Podemos crear una función que escriba la serie de Fibonacci hasta un límite determinado:
>>> def fib(n): # escribe la serie de Fibonacci hasta n
... """Escribe la serie de Fibonacci hasta n."""

... a, b = 0, 1
... while b < n:

... print b, ...

a, b = b, a+b ...

>>> # Ahora llamamos a la funcion que acabamos de definir:

... fib(2000)
1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597
La palabra reservada def se usa para definir funciones. Debe seguirle el nombre de la función y la lista de
parámetros formales entre paréntesis. Las sentencias que forman el cuerpo de la función empiezan en la
línea siguiente, y deben estar con sangría.

La primer sentencia del cuerpo de la función puede ser opcionalmente una cadena de texto literal; esta es la
cadena de texto de documentación de la función, o docstring. (Podés encontrar más acerca de docstrings en
la sección tut-docstrings.)

Hay herramientas que usan las docstrings para producir automáticamente documentación en línea o
imprimible, o para permitirle al usuario que navegue el código en forma interactiva; es una buena práctica
incluir docstrings en el código que uno escribe, por lo que se debe hacer un hábito de esto.

La ejecución de una función introduce una nueva tabla de símbolos usada para las variables locales de la
función. Más precisamente, todas las asignaciones de variables en la función almacenan el valor en la tabla
de símbolos local; así mismo la referencia a variables primero mira la tabla de símbolos local, luego en la
tabla de símbolos local de las funciones externas, luego la tabla de símbolos global, y finalmente la tabla de
nombres predefinidos. Así, no se les puede asignar directamente un valor a las variables globales dentro de
una función (a menos se las nombre en la sentencia global), aunque si pueden ser referenciadas.

Los parámetros reales (argumentos) de una función se introducen en la tabla de símbolos local de la función
llamada cuando esta es ejecutada; así, los argumentos son pasados por valor (dónde el valor es siempre
una referencia a un objeto, no el valor del objeto). 2 Cuando una función llama a otra función, una nueva tabla
de símbolos local es creada para esa llamada.

La definición de una función introduce el nombre de la función en la tabla de símbolos actual. El valor del
nombre de la función tiene un tipo que es reconocido por el interprete como una función definida por el
usuario. Este valor puede ser asignado a otro nombre que luego puede ser usado como una función. Esto
sirve como un mecanismo general para renombrar:
>>> fib <function fib at
10042ed0>

MARCO VIVERO
 >>> f = fib
>>> f(100)
1 1 2 3 5 8 13 21 34 55 89
Viniendo de otros lenguajes, podés objetar que fib no es una función, sino un procedimiento, porque no
devuelve un valor. De hecho, técnicamente hablando, los procedimientos sí retornan un valor, aunque uno
aburrido. Este valor se llama None ( es un nombre predefinido). El intérprete por lo general no escribe el
valor None si va a ser el único valor escrito. Si realmente se quiere, se puede verlo usando print:

>>> fib(0) >>>

print fib(0)

None
Es simple escribir una función que retorne una lista con los números de la serie de Fibonacci en lugar de
imprimirlos:
>>> def fib2(n): # devuelve la serie de Fibonacci hasta n ...
"""Devuelve una lista conteniendo la serie de Fibonacci hasta n."""

... result = []
... a, b = 0, 1 ... while b < n:
... result.append(b) # ver abajo

... a, b = b, a+b
... return result ...

>>> f100 = fib2(100) # llamarla

>>> f100 # escribir el resultado
[1 , 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
Este ejemplo, como es usual, demuestra algunas características más de Python:
• La sentencia return devuelve un valor en una función. return sin una expresión como argumento
retorna None. Si se alcanza el final de una función, también se retorna None.
• La sentencia result.append(b) llama a un método del objeto lista result. Un método es una
función que 'pertenece' a un objeto y se nombra obj.methodname, dónde obj es algún objeto
(puede ser una expresión), y methodname es el nombre del método que está definido por el tipo del
objeto. Distintos tipos definen distintos métodos. Métodos de diferentes tipos pueden tener el mismo
nombre sin causar ambigüedad. (Es posible definir tipos de objetos propios, y métodos, usando
clases, mirá tut-classes). El método append() mostrado en el ejemplo está definido para objetos
lista; añade un nuevo elemento al final de la lista. En este ejemplo es equivalente a result =
result + [b], pero más eficiente.

Más sobre definición de funciones

También es posible definir funciones con un número variable de argumentos. Hay tres formas que pueden
ser combinadas.

MARCO VIVERO
Argumentos con valores por omisión
La forma más útil es especificar un valor por omisión para uno o más argumentos. Esto crea una función que
puede ser llamada con menos argumentos que los que permite. Por ejemplo:
def pedir_confirmacion(prompt, reintentos=4, queja='Si o no, por favor!'):
while True:

ok = raw_input(prompt) if ok
in ('s', 'S', 'si', 'Si', 'SI'):

return True if ok in
('n', 'no', 'No', 'NO'):

return False
reintentos = reintentos - 1
if reintentos < 0:

raise IOError('usuario duro')

print queja
Esta función puede ser llamada de distintas maneras:
• pasando sólo el argumento obligatorio: pedir_confirmacion('¿Realmente queres
salir?')

• pasando uno de los argumentos opcionales: pedir_confirmacion('¿Sobreescribir

archivo?', 2)

• o pasando todos los argumentos: pedir_confirmacion('¿Sobreescribir archivo?',

2 , "Vamos, solo si o no !)

Este ejemplo también introduce la palabra reservada in, la cual prueba si una secuencia contiene o no un
determinado valor.

Los valores por omisión son evaluados en el momento de la definición de la función, en el ámbito de la
definición, entonces:
i = 5

def f(arg=i):
print arg

i = 6
f()
...imprimirá 5.

Advertencia importante: El valor por omisión es evaluado solo una vez. Existe una diferencia cuando el
valor por omisión es un objeto mutable como una lista, diccionario, o instancia de la mayoría de las clases.
Por ejemplo, la siguiente función acumula los argumentos que se le pasan en subsiguientes llamadas:

MARCO VIVERO
 def f(a, L=[]):
L.append(a)
return L

print f(1)
print f(2)
print f(3)
Imprimirá:

[1]
[1, 2]
[1, 2, 3]

Si no se quiere que el valor por omisión sea compartido entre subsiguientes llamadas, se pueden escribir la
función así:

def f(a, L=None):

if L is None:
L = []
L.append(a)
return L

Palabras claves como argumentos

Las funciones también puede ser llamadas nombrando a los argumentos de la forma keyword = value.
Por ejemplo, la siguiente función:
def loro(tension, estado='muerto', accion='explotar', tipo='Azul Nordico'):
print "-- Este loro no va a", accion,
print "si le aplicas", tension, "voltios."
print "-- Gran plumaje tiene el", tipo
print "-- Esta", estado, "!"

...puede ser llamada de cualquiera de las siguientes formas:

loro(1000)
loro(accion='EXPLOTARRRRR', tension=1000000)
loro('mil', estado='boca arriba') loro('un
millon', 'rostizado', 'saltar')
...pero estas otras llamadas serían todas inválidas:

loro() # falta argumento obligatorio

loro(tension=5.0, 'muerto') # argumento nombrado seguido de uno posicional
loro(110, tension=220) # valor duplicado para argumento
loro(actor='Juan Garau') # palabra clave desconocida
MARCO VIVERO
En general, una lista de argumentos debe tener todos sus argumentos posicionales seguidos por los
argumentos nombrados, dónde las palabras claves deben ser elegidas entre los nombres de los parámetros
formales. No es importante si un parámetro formal tiene un valor por omisión o no. Ningún argumento puede
recibir un valor más de una vez (los nombres de parámetros formales correspondientes a argumentos
posicionales no pueden ser usados como palabras clave en la misma llamada). Aquí hay un ejemplo que
falla debido a esta restricción:
>>> def funcion(a):
... pass ...
>>> funcion(0, a=0)
...

TypeError: funcion() got multiple values for keyword argument 'a'

Cuando un parámetro formal de la forma **nombre está presente al final, recibe un diccionario (ver
typesmapping) conteniendo todos los argumentos nombrados excepto aquellos correspondientes a un
parámetro formal. Esto puede ser combinado con un parámetro formal de la forma *nombre ( descripto en
la siguiente sección) que recibe una tupla conteniendo los argumentos posicionales además de la lista de
parámetros formales. (*nombre debe ocurrir antes de **nombre) . Por ejemplo, si definimos una función
así:
def ventadequeso(tipo, *argumentos, **palabrasclaves):
print "-- ¿Tiene", tipo, "?"
print "-- Lo siento, nos quedamos sin", kind
for arg in argumentos:

print arg
print "-"*40

claves = palabrasclaves.keys()
claves.sort()
for c in claves: print c,
":", palabrasclaves[c]

Puede ser llamada así:

ventadequeso("Limburger", "Es muy liquido, sr.",
"Realmente es muy muy liquido, sr.",
cliente="Juan Garau",
vendedor="Miguel Paez",

puesto="Venta de Queso Argentino")

...y por supuesto imprimirá:
-- ¿Tiene Limburger ? -- Lo siento,
nos quedamos sin Limburger Es muy
liquido, sr.

Realmente es muy muy liquido, sr. ------

---------------------------------cliente
: Juan Garau vendedor : Miguel Paez

MARCO VIVERO
 puesto : Venta de Queso Argentino
Se debe notar que el método sort() de la lista de nombres de argumentos nombrados es llamado antes
de imprimir el contenido del diccionario palabrasclaves; si esto no se hace, el orden en que los
argumentos son impresos no está definido.

Listas de argumentos arbitrarios

Finalmente, la opción menos frecuentemente usada es especificar que una función puede ser llamada con
un número arbitrario de argumentos. Estos argumentos serán organizados en una tupla (mirá tut-tuples).
Antes del número variable de argumentos, cero o más argumentos normales pueden estar presentes.:

def muchos_items(archivo, separador, *args):

archivo.write(separador.join(args))

Desempaquetando una lista de argumentos

La situación inversa ocurre cuando los argumentos ya están en una lista o tupla pero necesitan ser
desempaquetados para llamar a una función que requiere argumentos posicionales separados. Por ejemplo,
la función predefinida range() espera los argumentos inicio y fin. Si no están disponibles en forma
separada, se puede escribir la llamada a la función con el operador para desempaquetar argumentos de una
lista o una tupla *::
>>> range(3, 6) # llamada normal con argumentos separados
[3 , 4, 5]
>>> args = [3, 6] >>> range(*args) # llamada con argumentos
desempaquetados de una lista

[3 , 4, 5]
Del mismo modo, los diccionarios pueden entregar argumentos nombrados con el operador **::
>>> def loro(tension, estado='rostizado', accion='explotar'):
... print "-- Este loro no va a", accion, ... print
"si le aplicas", tension, "voltios.", ... print "Esta",
estado, "!" ... >>> d = {"tension": "cuatro millones",
"estado": "demacrado", ... "accion": "VOLAR"}

>>> loro(**d) -- Este loro no va a VOLAR si le aplicas cuatro millones voltios.

Esta demacrado !

Formas con lambda

Por demanda popular, algunas características comúnmente encontradas en lenguajes de programación
funcionales como Lisp fueron añadidas a Python. Con la palabra reservada lambda se pueden crear
pequeñas funciones anónimas. Esta es una función que devuelve la suma de sus dos argumentos: lambda
a, b: a+b. Las formas con lambda pueden ser usadas en cualquier lugar que se requieran funciones.
MARCO VIVERO
Semánticamente, son solo azúcar sintáctica para la definición de funciones. Cómo en la definición de
funciones anidadas, las formas con lambda pueden hacer referencia a variables del ámbito en el que son
contenidas:
>>> def hacer_incrementador(n):
... return lambda x: x + n
... >>> f =
hacer_incrementador(42)

>>> f(0)
42
>>> f(1)
43

Cadenas de texto de documentación

Hay convenciones emergentes sobre el contenido y formato de las cadenas de texto de documentación.

La primer línea debe ser siempre un resumen corto y conciso del propósito del objeto. Para ser breve, no se
debe mencionar explícitamente el nombre o tipo del objeto, ya que estos están disponibles de otros modos
(excepto si el nombre es un verbo que describe el funcionamiento de la función). Esta línea debe empezar
con una letra mayúscula y terminar con un punto.

Si hay más líneas en la cadena de texto de documentación, la segunda línea debe estar en blanco, separando
visualmente el resumen del resto de la descripción. Las líneas siguientes deben ser uno o más párrafos
describiendo las convenciones para llamar al objeto, efectos secundarios, etc.

El analizador de Python no quita el sangrado de las cadenas de texto literales multi-líneas, entonces las
herramientas que procesan documentación tienen que quitarlo si así lo desean. Esto se hace mediante la
siguiente convención. La primer línea que no está en blanco siguiente a la primer línea de la cadena
determina la cantidad de sangría para toda la cadena de documentación. (No podemos usar la primer línea
ya que generalmente es adyacente a las comillas de apertura de la cadena y el sangrado no se nota en la
cadena de texto). Los espacios en blanco "equivalentes" a este sangrado son luego quitados del comienzo
de cada línea en la cadena. No deberían haber líneas con una sangría menor, pero si las hay todos los
espacios en blanco del comienzo deben ser quitados. La equivalencia de espacios en blanco debe ser
verificada luego de la expansión de tabs (a 8 espacios, normalmente).

Este es un ejemplo de un docstring multi-línea:

>>> def mi_funcion():
... """No hace mas que documentar la funcion.
...
... No, de verdad. No hace nada.
... """
... pass
...

MARCO VIVERO
 >>> print mi_funcion.__doc__ No hace
mas que documentar la funcion.

No, de verdad. No hace nada.

Intermezzo: Estilo de codificación

Ahora que estás a punto de escribir piezas de Python más largas y complejas, es un buen momento para
hablar sobre estilo de codificación. La mayoría de los lenguajes pueden ser escritos (o mejor dicho,
formateados) con diferentes estilos; algunos son mas fáciles de leer que otros. Hacer que tu código sea más
fácil de leer por otros es siempre una buena idea, y adoptar un buen estilo de codificación ayuda
tremendamente a lograrlo.
Para Python, PEP 8 se erigió como la guía de estilo a la que más proyectos adhirieron; promueve un estilo
de codificación fácil de leer y visualmente agradable. Todos los desarrolladores Python deben leerlo en algún
momento; aquí están extraídos los puntos más importantes:

• Usar sangrías de 4 espacios, no tabs.

4 espacios son un buen compromiso entre una sangría pequeña (permite mayor nivel de sangrado)y
una sangría grande (más fácil de leer). Los tabs introducen confusión y es mejor dejarlos de lado.
• Recortar las líneas para que no superen los 79 caracteres.

Esto ayuda a los usuarios con pantallas pequeñas y hace posible tener varios archivos de código
abiertos, uno al lado del otro, en pantallas grandes.
• Usar líneas en blanco para separar funciones y clases, y bloques grandes de código dentro de
funciones.
• Cuando sea posible, poner comentarios en una sola línea.
• Usar docstrings.
• Usar espacios alrededor de operadores y luego de las comas, pero no directamente dentro de
paréntesis: a = f(1, 2) + g(3, 4).

• Nombrar las clases y funciones consistentemente; la convención es usar NotacionCamello para

clases y minusculas_con_guiones_bajos para funciones y métodos. Siempre usá self como
el nombre para el primer argumento en los métodos (mirá tut-firstclasses para más información sobre
clases y métodos).
• No usar codificaciones estrafalarias si se espera usar el código en entornos internacionales. ASCII
plano funciona bien en la mayoría de los casos.

2 En realidad, llamadas por referencia de objeto sería una mejor descripción, ya que si se pasa un objeto
mutable, quien realiza la llamada verá cualquier cambio que se realice sobre el mismo (por
ejemplo ítems insertados en una lista).

MARCO VIVERO
Estructuras de datos
Este capítulo describe algunas cosas que ya aprendiste en más detalle, y agrega algunas cosas nuevas
también.

Más sobre listas

El tipo de dato lista tiene algunos métodos más. Aquí están todos los métodos de los objetos lista:

list.append(x)
Agrega un ítem al final de la lista; equivale a a[len(a):] = [x].

list.extend(L)
Extiende la lista agregándole todos los ítems de la lista dada; equivale a a[len(a):] = L.

list.insert(i,x)
Inserta un ítem en una posición dada. El primer argumento es el índice del ítem delante del cual se
insertará, por lo tanto a.insert(0, x) inserta al principio de la lista, y a.insert(len(a), x)
equivale a a.append(x).

list.remove(x)
Quita el primer ítem de la lista cuyo calor sea x. Es un error si no existe tal ítem.

list.pop([i])
Quita el ítem en la posición dada de la lista, y lo devuelve. Si no se especifica un índice, a.pop() quita
y devuelve el último ítem de la lista. (Los corchetes que encierran a i en la firma del método denotan que
el parámetro es opcional, no que deberías escribir corchetes en esa posición. Verás esta notación con
frecuencia en la Referencia de la Biblioteca de Python.)

list.index(x)
Devuelve el índice en la lista del primer ítem cuyo valor sea x. Es un error si no existe tal ítem.

list.count(x)
Devuelve el número de veces que x aparece en la lista. list.sort()

Ordena los ítems de la lista, in situ.

list.reverse()
Invierte los elementos de la lista, in situ.

Un ejemplo que usa la mayoría de los métodos de lista:

MARCO VIVERO
 >>> a = [66.25, 333, 333, 1, 1234.5] >>> print
a.count(333), a.count(66.25), a.count('x')

2 1 0
>>> a.insert(2, -1)
>>> a.append(333)
>>> a [66.25, 333 , -1, 333, 1,
1234.5, 333] >>> a.index(333)

1 >>>
a.remove(333)

>>> a [66.25, -1 , 333, 1,

1234.5, 333] >>> a.reverse()

>>> a [333 , 1234.5, 1, 333, -

1, 66.25]
>>> a.sort()
>>> a
[-1 , 1, 66.25, 333, 333, 1234.5]

Usando listas como pilas

Los métodos de lista hacen que resulte muy fácil usar una lista como una pila, donde el último elemento
añadido es el primer elemento retirado ("último en entrar, primero en salir"). Para agregar un ítem a la cima
de la pila, use append(). Para retirar un ítem de la cima de la pila, use pop() sin un índice explícito. Por
ejemplo:
>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)

>>> stack
[3 , 4, 5, 6, 7]
>>> stack.pop()

7
>>> stack
[3 , 4, 5, 6]
>>> stack.pop()

6 >>>
stack.pop()

5
>>> stack
[3 , 4]

Usando listas como colas

MARCO VIVERO
También puedes usar una lista convenientemente como una cola, donde el primer elemento añadido es el
primer elemento retirado ("primero en entrar, primero en salir"). Para agregar un ítem al final de la cola, use
append(). Para retirar un ítem del frente de la pila, use pop() con 0 como índice. Por ejemplo:

>>> queue = ["Eric", "John", "Michael"]

>>> queue.append("Terry") # llega Terry
>>> queue.append("Graham") # llega Graham
>>> queue.pop(0)

'Eric' >>>
queue.pop(0)

'John'
>>> queue
[ 'Michael', 'Terry', 'Graham' ]

Herramientas de programación funcional

Hay tres funciones integradas que son muy útiles cuando se usan con listas: filter(), map(), y reduce().

filter(funcion, secuencia) devuelve una secuencia con aquellos ítems de la secuencia para los
cuales funcion(item) es verdadero. Si secuencia es un string o tuple, el resultado será del mismo
tipo; de otra manera, siempre será list. Por ejemplo, para calcular unos números primos:
>>> def f(x): return x % 2 != 0 and x % 3 != 0
...

>>> filter(f, range(2, 25))

[5 , 7, 11, 13, 17, 19, 23]
map(funcion, secuencia) llama a funcion(item) por cada uno de los ítems de la secuencia y
devuelve una lista de los valores retornados. Por ejemplo, para calcular unos cubos:
>>> def cubo(x): return x*x*x
...

>>> map(cubo, range(1, 11))

[1 , 8, 27, 64, 125, 216, 343, 512, 729, 1000]
Se puede pasar más de una secuencia; la función debe entonces tener tantos argumentos como secuencias
haya y es llamada con el ítem correspondiente de cada secuencia (o None si alguna secuencia es más corta
que otra). Por ejemplo:

>>> sec = range(8) >>> def

add(x, y): return x+y ...
>>> map(add, sec, sec)
[0 , 2, 4, 6, 8, 10, 12, 14]

reduce(funcion, secuencia) devuelve un único valor que se construye llamando a la función binaria
funcion con los primeros dos ítems de la secuencia, entonces con el resultado y el siguiente ítem, y así
sucesivamente. Por ejemplo, para calcular la suma de los números de 1 a 10:
MARCO VIVERO
 >>> def sumar(x,y): return x+y
... >>> reduce(sumar, range(1,
11))

55
Si sólo hay un ítem en la secuencia, se devuelve su valor; si la secuencia está vacía, se lanza una excepción.

Un tercer argumento puede pasarse para indicar el valor inicial. En este caso el valor inicial se devuelve para
una secuencia vacía, y la función se aplica primero al valor inicial y el primer ítem de la secuencia, entonces
al resultado y al siguiente ítem, y así sucesivamente. Por ejemplo,
>>> def sum(sec):
... def sumar(x,y): return x+y
... return reduce(sumar, sec, 0)
... >>> sum(range(1, 11))

55 >>>
sum([])

0
No uses la definición de este ejemplo de sum(): ya que la sumatoria es una necesidad tan común, se provee
una función integrada sum(secuencia) que funciona exactamente así.

Listas por comprensión

Las listas por comprensión proveen una forma concisa de crear listas sin tener que recurrir al uso de map(),
filter() y/o lambda. La definición resultante de la lista a menudo tiende a ser más clara que las listas
formadas usando esas construcciones.

Cada lista por comprensión consiste de una expresión seguida por una cláusula for, luego cero o más
cláusulas for o if. El resultado será una lista que resulta de evaluar la expresión en el contexto de las
cláusulas for y if que sigan. Si la expresión evalua a una tupla, debe encerrarse entre paréntesis.

>>> frutafresca = [' banana', ' mora de Logan ', 'maracuya ']
>>> [arma.strip() for arma in frutafresca] [
'banana', 'mora de Logan', 'maracuya' ]
>>> vec = [2, 4, 6]
>>> [3*x for x in vec]
[6 , 12, 18] >>> [3*x for x in
vec if x > 3]

[12 , 18] >>> [3*x for x in

vec if x < 2]

[]
>>> [[x,x**2] for x in vec]

MARCO VIVERO
 [[2 , 4], [4, 16], [6, 36]] >>> [x, x**2 for x in vec] # error - se
requieren paréntesis para tuplas ... [x, x**2 for x in vec]

^
SyntaxError: invalid syntax
>>> [(x, x**2) for x in vec]
[(2 , 4), (4, 16), (6, 36)]
>>> vec1 = [2, 4, 6]
>>> vec2 = [4, 3, -9]
>>> [x*y for x in vec1 for y in vec2]
[8 , 6, -18, 16, 12, -36, 24, 18, -54]
>>> [x+y for x in vec1 for y in vec2]
[6 , 5, -7, 8, 7, -5, 10, 9, -3] >>>
[vec1[i]*vec2[i] for i in range(len(vec1))]

[8 , 12, -54]
Las listas por comprensión son mucho más flexibles que map() y pueden aplicarse a expresiones complejas
y funciones anidadas:

>>> [str(round(355/113.0, i)) for i in range(1,6)]

[ '3.1', '3.14', '3.142', '3.1416', '3.14159' ]

Listas por comprensión anidadas

Si tienes el estómago suficiente, las listas por comprensión pueden anidarse. Son una herramienta poderosa
pero, como toda herramienta poderosa, deben usarse con cuidado, o ni siquiera usarse.

Considera el siguiente ejemplo de una matriz de 3x3 como una lista que contiene tres listas, una por fila:
>>> mat = [
... [1, 2, 3] ,
... [4, 5, 6] ,
... [7, 8, 9] ,

... ]
Ahora, si quisieras intercambiar filas y columnas, podrías usar una lista por comprensión:
>>> print [[fila[i] for fila in mat] for i in [0, 1, 2]]
[[1 , 4, 7], [2, 5, 8], [3, 6, 9]]

Se debe tener cuidado especial para la lista por comprensión anidada:

Para evitar aprensión cuando se anidan lista por comprensión, lee de derecha a izquierda.

MARCO VIVERO
Una versión más detallada de este retazo de código muestra el flujo de manera explícita:

for i in [0, 1, 2]:

for fila in mat:
print fila[i] ,
print

En el mundo real, deberías preferir funciones predefinidas a declaraciones con flujo complejo. La función
zip() haría un buen trabajo para este caso de uso:

>>> zip(*mat)
[(1 , 4, 7), (2, 5, 8), (3, 6, 9)]

Ver tut-unpacking-arguments para detalles en el asterisco de esta línea.

La instrucción del
Hay una manera de quitar un ítem de una lista dado su índice en lugar de su valor: la instrucción del. Esta
es diferente del método pop(), el cual devuelve un valor. La instrucción del también puede usarse para
quitar secciones de una lista o vaciar la lista completa (lo que hacíamos antes asignando una lista vacía a la
sección). Por ejemplo:
>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a [1 , 66.25, 333, 333,
1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]
del puede usarse también para eliminar variables:

>>> del a

Hacer referencia al nombre a de aquí en más es un error (al menos hasta que se le asigne otro valor).
Veremos otros usos para del más adelante.

Tuplas y secuencias
Vimos que las listas y cadenas tienen propiedades en común, como el indizado y las operaciones de
seccionado. Estas son dos ejemplos de datos de tipo secuencia (ver typesseq). Como Python es un lenguaje
MARCO VIVERO
en evolución, otros datos de tipo secuencia pueden agregarse. Existe otro dato de tipo secuencia estándar:
la tupla.

Una tupla consiste de un número de valores separados por comas, por ejemplo:
>>> t = 12345, 54321, 'hola!'
>>> t[0]
12345
>>> t
(12345, 54321 , 'hola!' ) >>> #
Las tuplas pueden anidarse: ... u
= t, (1, 2, 3, 4, 5)

>>> u
((12345, 54321 , 'hola!'), (1, 2, 3, 4, 5))
Como puedes ver, en la salida las tuplas siempre se encierran entre paréntesis, para que las tuplas anidadas
puedan interpretarse correctamente; pueden ingresarse con o sin paréntesis, aunque a menudo los
paréntesis son necesarios de todas formas (si la tupla es parte de una expresión más grande).

Las tuplas tienen muchos usos. Por ejemplo: pares ordenados (x, y), registros de empleados de una base de
datos, etc. Las tuplas, al igual que las cadenas, son inmutables: no es posible asignar a los ítems individuales
de una tupla (aunque puedes simular bastante ese efecto mediante seccionado y concatenación). También
es posible crear tuplas que contengan objetos mutables como listas.

Un problema particular es la construcción de tuplas que contengan 0 o 1 ítem: la sintaxis presenta algunas
peculiaridades para estos casos. Las tuplas vacías se construyen mediante un par de paréntesis vacío; una
tupla con un ítem se construye poniendo una coma a continuación del valor (no alcanza con encerrar un
único valor entre paréntesis). Feo, pero efectivo. Por ejemplo:
>>> vacia = () >>> singleton = 'hola', # <-- notar
la coma al final >>> len(vacia)

0 >>>
len(singleton)

1
>>> singleton
( 'hola', )
La declaración t = 12345, 54321, 'hola!' es un ejemplo de empaquetado de tuplas: los valores
12345, 54321 y 'hola!' se empaquetan juntos en una tupla.

La operación inversa también es posible:

>>> x, y, z = t

Esto se llama, apropiadamente, desempaquetado de secuencias, y funciona para cualquier secuencia en el

lado derecho del igual. El desempaquetado de secuencias requiere que la lista de variables a la izquierda
tenga el mismo número de elementos que el tamaño de la secuencia. Notá que la asignación múltiple es en
realidad sólo una combinación de empaquetado de tuplas y desempaquetado de secuencias.
MARCO VIVERO
Conjuntos
Python también incluye un tipo de dato para conjuntos. Un conjunto es una colección no ordenada y sin
elementos repetidos. Los usos básicos de éstos incluyen verificación de pertenencia y eliminación de
entradas duplicadas. Los conjuntos también soportan operaciones matemáticas como la unión, intersección,
diferencia, y diferencia simétrica.

Una pequeña demostración:

>>> canasta = ['manzana', 'naranja', 'manzana', 'pera', 'naranja',
'banana'] >>> fruta = set(canasta) # crea un conjunto sin
repetidos >>> fruta

set(['pera', 'manzana', 'banana', 'naranja']) >>> 'naranja' in fruta

# verificación de pertenencia rápida

True >>> 'yerba' in

fruta

False

>>> # veamos las operaciones para las letras únicas de dos palabras
...

>>> a = set('abracadabra')
>>> b = set('alacazam') >>> a # letras
únicas en a set(['a', 'r', 'b', 'c', 'd']) >>> a - b
# letras en a pero no en b set(['r', 'b', 'd']) >>> a | b
# letras en a o en b set(['a', 'c', 'b', 'd', 'm', 'l', 'r', 'z']) >>> a
& b # letras en a y en b set(['a', 'c'])
>>> a ^ b # letras en a o b pero no en
ambos set(['b', 'd', 'm', 'l', 'r', 'z'])

Diccionarios
Otro tipo de dato útil incluído en Python es el diccionario (ver typesmapping). Los diccionarios se encuentran
a veces en otros lenguajes como "memorias asociativas" o "arreglos asociativos". A diferencia de las
secuencias, que se indexan mediante un rango numérico, los diccionarios se indexan con claves, que pueden
ser cualquier tipo inmutable; las cadenas y números siempre pueden ser claves. Las tuplas pueden usarse
como claves si solamente contienen cadenas, números o tuplas; si una tupla contiene cualquier objeto
mutable directa o indirectamente, no puede usarse como clave. No podés usar listas como claves, ya que
las listas pueden modificarse usando asignación por índice, asignación por sección, o métodos como
append() y extend().

Lo mejor es pensar en un diccionario como un conjunto no ordenado de pares clave: valor, con el
requerimiento de que las claves sean únicas (dentro de un diccionario en particular). Un par de llaves crean
un diccionario vacío: {}. Colocar una lista de pares clave:valor separados por comas entre las llaves añade

MARCO VIVERO
pares clave:valor iniciales al diccionario; esta también es la forma en que los diccionarios se presentan en la
salida.

Las operaciones principales sobre un diccionario son guardar un valor con una clave y extraer ese valor dada
la clave. También es posible borrar un par clave:valor con del. Si usás una clave que ya está en uso para
guardar un valor, el valor que estaba asociado con esa clave se pierde. Es un error extraer un valor usando
una clave no existente.

El método keys() de un diccionario devuelve una lista de todas las claves en uso de ese diccionario, en un
orden arbitrario (si la querés ordenada, simplemente usá el metodo sort() sobre la lista de claves).

Para verificar si una clave está en el diccionario, utilizá la palabra clave in.

Un pequeño ejemplo de uso de un diccionario:

>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127

>>> tel { 'sape': 4139, 'jack': 4098,

'guido' : 4127} >>> tel['jack']

4098
>>> del tel['sape']
>>> tel['irv'] = 4127

>>> tel { 'jack': 4098, 'irv': 4127,

'guido' : 4127}
>>> tel.keys()
[ 'jack', 'irv', 'guido' ]
>>> 'guido' in tel

True
El constructor dict() crea un diccionario directamente desde listas de pares clave-valor guardados como
tuplas. Cuando los pares siguen un patrón, se puede especificar de forma compacta la lista de pares clave-
valor por comprensión.
>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{ 'sape': 4139, 'jack': 4098, 'guido' : 4127} >>> dict([(x, x**2) for
x in (2, 4, 6)]) # use a list comprehension

{2: 4 , 4: 16, 6: 36}

Más adelante en este tutorial, aprenderemos acerca de Expresiones Generadoras que están mejor
preparadas para la tarea de proveer pares clave-valor al constructor dict().

Cuando las claves son cadenas simples, a veces resulta más fácil especificar los pares usando argumentos
por palabra clave:

>>> dict(sape=4139, guido=4127, jack=4098)

{ 'sape': 4139, 'jack': 4098, 'guido' : 4127}

MARCO VIVERO
Técnicas de iteración
Cuando iteramos sobre diccionarios, se pueden obtener al mismo tiempo la clave y su valor correspondiente
usando el método iteritems().

>>> caballeros = {'gallahad': 'el puro', 'robin': 'el valiente'}

>>> for k, v in caballeros.iteritems(): ... print k, v ...

gallahad el puro
robin el valiente
Cuando se itera sobre una secuencia, se puede obtener el índice de posición junto a su valor correspondiente
usando la función enumerate().

>>> for i, v in enumerate(['ta', 'te', 'ti']):

... print i, v ...

0 ta
1 te
2 ti
Para iterar sobre dos o más secuencias al mismo tiempo, los valores pueden emparejarse con la función
zip().

>>> preguntas = ['nombre', 'objetivo', 'color favorito']

>>> respuestas = ['lancelot', 'el santo grial', 'azul']
>>> for p, r in zip(preguntas, respuestas): ...
print 'Cual es tu {0}? {1}.'.format(p, r) ...

Cual es tu nombre? lancelot.

Cual es tu objetivo? el santo grial.
Cual es tu color favorito? azul.

Para iterar sobre una secuencia en orden inverso, se especifica primero la secuencia al derecho y luego se
llama a la función reversed().

>>> for i in reversed(xrange(1,10,2)):

... print i ...

9
7
5
3
1
Para iterar sobre una secuencia ordenada, se utiliza la función sorted() la cual devuelve una nueva lista
ordenada dejando a la original intacta.

>>> canasta = ['manzana', 'naranja', 'manzana', 'pera', 'naranja', 'banana']

>>> for f in sorted(set(canasta)): ... print f ... banana manzana
naranja pera
MARCO VIVERO
Más acerca de condiciones
Las condiciones usadas en las instrucciones while e if pueden contener cualquier operador, no sólo
comparaciones.

Los operadores de comparación in y not in verifican si un valor está (o no está) en una secuencia. Los
operadores is e is not comparan si dos objetos son realmente el mismo objeto; esto es significativo sólo
para objetos mutables como las listas. Todos los operadores de comparación tienen la misma prioridad, la
cual es menor que la de todos los operadores numéricos.

Las comparaciones pueden encadenarse. Por ejemplo, a < b == c verifica si a es menor que b y además
si b es igual a c.

Las comparaciones pueden combinarse mediante los operadores booleanos and y or, y el resultado de una
comparación (o de cualquier otra expresión booleana) puede negarse con not. Estos tienen prioridades
menores que los operadores de comparación; entre ellos not tiene la mayor prioridad y or la menor, o sea
que A and not B or C equivale a (A and (not B)) or C. Como siempre, los paréntesis pueden
usarse para expresar la composición deseada.
Los operadores booleanos and y or son los llamados operadores cortocircuito: sus argumentos se evalúan
de izquierda a derecha, y la evaluación se detiene en el momento en que se determina su resultado. Por
ejemplo, si A y C son verdaderas pero B es falsa, en A and B and C no se evalúa la expresión C. Cuando
se usa como un valor general y no como un booleano, el valor devuelto de un operador cortocircuito es el
último argumento evaluado.

Es posible asignar el resultado de una comparación u otra expresión booleana a una variable. Por ejemplo,
>>> cadena1, cadena2, cadena3 = '', 'Trondheim', 'Paso Hammer'
>>> non_nulo = cadena1 or cadena2 or cadena3

>>> non_nulo
'Trondheim'
Notá que en Python, a diferencia de C, la asignación no puede ocurrir dentro de expresiones. Los
programadores de C pueden renegar por esto, pero es algo que evita un tipo de problema común encontrado
en programas en C: escribir = en una expresión cuando lo que se quiere escribir es ==.

Comparando secuencias y otros tipos

Las secuencias pueden compararse con otros objetos del mismo tipo de secuencia. La comparación usa
orden lexicográfico: primero se comparan los dos primeros ítems, si son diferentes esto ya determina el
resultado de la comparación; si son iguales, se comparan los siguientes dos ítems, y así sucesivamente
hasta llegar al final de alguna de las secuencias. Si dos ítems a comparar son ambos secuencias del mismo
tipo, la comparación lexicográfica es recursiva. Si todos los ítems de dos secuencias resultan iguales, se
considera que las secuencias son iguales. Si una secuencia es una subsecuencia inicial de la otra, la

MARCO VIVERO
secuencia más corta es la menor. El orden lexicográfico para cadenas de caracteres utiliza el orden ASCII
para caracteres individuales. Algunos ejemplos de comparaciones entre secuencias del mismo tipo:

(1, 2, 3) < (1, 2, 4)

[1, 2, 3] < [1, 2, 4]
'ABC' < 'C' < 'Pascal' < 'Python'
(1, 2, 3, 4) < (1, 2, 4)
(1, 2) < (1, 2, -1)
(1, 2, 3) == (1.0, 2.0, 3.0)
(1, 2, ('aa', 'ab')) < (1, 2, ('abc', 'a'), 4)

Observá que comparar objetos de diferentes tipos es legal. El resultado es determinístico pero arbitrario: los
tipos se ordenan por su nombre. Por lo tanto, una lista (list) siempre evalúa como menor que una cadena
(string).

Los tipos numéricos diferentes se comparan a su valor numérico, o sea 0 es igual a 0.0, etc. No confiar
demasiado en las reglas para comparar objetos de diferentes tipos; pueden cambiar en una versión futura
del lenguaje.

Módulos
Si salís del intérprete de Python y entrás de nuevo, las definiciones que hiciste (funciones y variables) se
pierden. Por lo tanto, si querés escribir un programa más o menos largo, es mejor que uses un editor de texto
para preparar la entrada para el interprete y ejecutarlo con ese archivo como entrada. Esto es conocido como
crear un guión, o script. Si tu programa se vuelve más largo, quizás quieras separarlo en distintos archivos
para un mantenimiento más fácil. Quizás también quieras usar una función útil que escribiste desde distintos
programas sin copiar su definición a cada programa.

Para soportar esto, Python tiene una manera de poner definiciones en un archivo y usarlos en un script o en
una instancia interactiva del intérprete. Tal archivo es llamado módulo; las definiciones de un módulo pueden
ser importadas a otros módulos o al módulo principal ( la colección de variables a las que tenés acceso en
un script ejecutado en el nivel superior y en el modo calculadora).

Un módulo es una archivo conteniendo definiciones y declaraciones de Python. El nombre del archivo es el
nombre del módulo con el sufijo .py agregado. Dentro de un módulo, el nombre del mismo (como una
cadena) está disponible en el valor de la variable global __name__. Por ejemplo, usá tu editor de textos
favorito para crear un archivo llamado fibo.py en el directorio actual, con el siguiente contenido:

# módulo de números Fibonacci

MARCO VIVERO
 def fib(n): # escribe la serie Fibonacci hasta n
a, b = 0, 1 while b < n: print b,
a, b = b, a+b

def fib2(n): # devuelve la serie Fibonacci hasta n

resultado = [] a, b = 0, 1 while b < n:

resultado.append(b)
a, b = b, a+b return
resultado
Ahora entrá al intérprete de Python e importá este módulo con la siguiente orden:

>>> import fibo

Esto no mete los nombres de las funciones definidas en fibo directamente en el espacio de nombres
actual; sólo mete ahí el nombre del módulo, fibo. Usando el nombre del módulo podés acceder a las
funciones:
>>> fibo.fib(1000) 1 1 2 3 5 8 13 21 34 55
89 144 233 377 610 987

>>> fibo.fib2(100)
[1 , 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
>>> fibo.__name__

'fibo'
Si pensás usar la función frecuentemente, podés asignarla a un nombre local:

>>> fib = fibo.fib

>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

Más sobre los módulos

Un módulo puede contener tanto declaraciones ejecutables como definiciones de funciones. Estas
declaraciones están pensadas para inicializar el módulo. Se ejecutan solamente la primera vez que el módulo
se importa en algún lado. 3

Cada módulo tiene su propio espacio de nombres, el que es usado como espacio de nombres global por
todas las funciones definidas en el módulo. Por lo tanto, el autor de un módulo puede usar variables globales
en el módulo sin preocuparse acerca de conflictos con una variable global del usuario. Por otro lado, si sabés
lo que estás haciendo podés tocar las variables globales de un módulo con la misma notación usada para
referirte a sus funciones, nombremodulo.nombreitem.

MARCO VIVERO
Los módulos pueden importar otros módulos. Es costumbre pero no obligatorio el ubicar todas las
declaraciones import al principio del módulo (o script, para el caso). Los nombres de los módulos
importados se ubican en el espacio de nombres global del módulo que hace la importación.

Hay una variante de la declaración import que importa los nombres de un módulo directamente al espacio
de nombres del módulo que hace la importación. Por ejemplo:

>>> from fibo import fib, fib2

>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

Esto no introduce en el espacio de nombres local el nombre del módulo desde el cual se está importando
(entonces, en el ejemplo, fibo no se define).

Hay incluso una variante para importar todos los nombres que un módulo define:

>>> from fibo import *

>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

Esto importa todos los nombres excepto aquellos que comienzan con un subrayado (_).
Nota
Por razones de eficiencia, cada módulo se importa una vez por sesión del intérprete. Por lo tanto, si
modificás los módulos, tenés que reiniciar el intérprete -- o, si es sólo un módulo que querés probar
interactivamente, usá reload(), por ejemplo reload(nombremodulo).

Ejecutando módulos como scripts

Cuando ejecutás un módulo de Python con

python fibo.py <argumentos>

...el código en el módulo será ejecutado, tal como si lo hubieses importado, pero con __name__ con el valor
de "__main__". Eso significa que agregando este código al final de tu módulo:

if __name__ == "__main__":
import sys

fib(int(sys.argv[1]))
...podés hacer que el archivo sea utilizable tanto como script, como módulo importable, porque el código que
analiza la linea de órdenes sólo se ejecuta si el módulo es ejecutado como archivo principal:

MARCO VIVERO
 $ python fibo.py 50
1 1 2 3 5 8 13 21 34

Si el módulo se importa, ese código no se ejecuta:

>>> import fibo

>>>

Esto es frecuentemente usado para proveer al módulo una interfaz de usuario conveniente, o para propósitos
de prueba (ejecutar el módulo como un script ejecuta el juego de pruebas).

El camino de búsqueda de los módulos

Cuando se importa un módulo llamado spam, el intérprete busca un archivo llamado spam.py en el directorio
actual, y luego en la lista de directorios especificada por la variable de entorno PYTHONPATH. Esta tiene la
misma sintáxis que la variable de shell PATH, o sea, una lista de nombres de directorios. Cuando
PYTHONPATH no está configurada, o cuando el archivo no se encuentra allí, la búsqueda continua en un
camino por omisión que depende de la instalación; en Unix, este es normalmente .:/usr/lib/python.

En realidad, los módulos se buscan en la lista de directorios dada por la variable sys.path, la cual se
inicializa con el directorio que contiene al script de entrada (o el directorio actual), PYTHONPATH, y el
directorio default dependiente de la instalación. Esto permite que los programas en Python que saben lo que
están haciendo modifiquen o reemplacen el camino de búsqueda de los módulos. Notar que como el
directorio que contiene el script que se ejecuta está en el camino de búsqueda, es importante que el script
no tenga el mismo nombre que un módulo estándar, o Python intentará cargar el script como un módulo
cuando ese módulo se importe. Esto generalmente será un error. Mirá la sección tut-standardmodules para
más información.

Archivos "compilados" de Python

Como una importante aceleración del tiempo de arranque para programas cortos que usan un montón de los
módulos estándar, si un archivo llamado spam.pyc existe en el directorio donde se encuentra spam.py, se
asume que contiene una versión ya "compilada a byte" del módulo spam (lo que se denomina bytecode). La
fecha y hora de modificación del archivo spam.py usado para crear spam.pyc se graba en este último, y
el .pyc se ignora si estos no coinciden.

Normalmente, no necesitás hacer nada para crear el archivo spam.pyc. Siempre que se compile
satisfactoriamente el spam.py, se hace un intento de escribir la versión compilada al spam.pyc. No es un
error si este intento falla, si por cualquier razón el archivo no se escribe completamente el archivo spam.pyc
resultante se reconocerá como inválido luego. El contenido del archivo spam.pyc es independiente de la
plataforma, por lo que un directorio de módulos puede ser compartido por máquinas de diferentes
arquitecturas.

MARCO VIVERO
Algunos consejos para expertos:
• Cuando se invoca el intérprete de Python con la opción -O, se genera código optimizado que se
almacena en archivos .pyo. El optimizador actualmente no ayuda mucho; sólo remueve las
declaraciones assert. Cuando se usa -O, se optimiza todo el bytecode; se ignoran los archivos .pyc
y los archivos .py se compilan a bytecode optimizado.
• Pasando dos opciones -O al intérprete de Python (-OO) causará que el compilador realice
optimizaciones que en algunos raros casos podría resultar en programas que funcionen
incorrectamente. Actualmente, solamente se remueven del bytecode a las cadenas __doc__,
resultando en archivos .pyo más compactos. Ya que algunos programas necesitan tener disponibles
estas cadenas, sólo deberías usar esta opción si sabés lo que estás haciendo.
• Un programa no corre más rápido cuando se lee de un archivo .pyc o .pyo que cuando se lee del
.py; lo único que es más rápido en los archivos .pyc o .pyo es la velocidad con que se cargan.
• Cuando se ejecuta un script desde la linea de órdenes, nunca se escribe el bytecode del script a los
archivos .pyc o .pyo. Por lo tanto, el tiempo de comienzo de un script puede reducirse moviendo
la mayor parte de su código a un módulo y usando un pequeño script de arranque que importe el
módulo. También es posible nombrar a los archivos .pyc o .pyo directamente desde la linea de
órdenes.
• Es posible tener archivos llamados spam.pyc (o spam.pyo cuando se usa la opción -O) sin un
archivo spam.py para el mismo módulo. Esto puede usarse para distribuir el código de una biblioteca
de Python en una forma que es moderadamente difícil de hacerle ingeniería inversa.
• El módulo compileall puede crear archivos .pyc (o archivos .pyo cuando se usa la opción -O)
para todos los módulos en un directorio.

Módulos estándar
Python viene con una biblioteca de módulos estándar, descrita en un documento separado, la Referencia de
la Biblioteca de Python (de aquí en más, "Referencia de la Biblioteca"). Algunos módulos se integran en el
intérprete; estos proveen acceso a operaciones que no son parte del núcleo del lenguaje pero que sin
embargo están integrados, tanto por eficiencia como para proveer acceso a primitivas del sistema operativo,
como llamadas al sistema. El conjunto de tales módulos es una opción de configuración el cual también
depende de la plataforma subyacente. Por ejemplo, el módulo winreg sólo se provee en sistemas Windows.
Un módulo en particular merece algo de atención: sys, el que está integrado en todos los intérpretes de
Python. Las variables sys.ps1 y sys.ps2 definen las cadenas usadas como cursores primarios y
secundarios:
>>> import sys
>>> sys.ps1
'>>> '
>>> sys.ps2
'... '

MARCO VIVERO
 >>> sys.ps1 = 'C> '
C> print 'Yuck!'
Yuck!

C>
Estas dos variables están solamente definidas si el intérprete está en modo interactivo.

La variable sys.path es una lista de cadenas que determinan el camino de búsqueda del intérprete para
los módulos. Se inicializa por omisión a un camino tomado de la variable de entorno PYTHONPATH, o a un
valor predefinido en el intérprete si PYTHONPATH no está configurada. Lo podés modificar usando las
operaciones estándar de listas:

>>> import sys

>>> sys.path.append('/ufs/guido/lib/python')

La función dir()
La función integrada dir() se usa para encontrar qué nombres define un módulo. Devuelve una lista
ordenada de cadenas:

>>> import fibo, sys

>>> dir(fibo)
[ '__name__', 'fib', 'fib2' ]
>>> dir(sys) [ '__displayhook__', '__doc__', '__excepthook__',
'__name__', '__stderr__',

'__stdin__', '__stdout__', '_getframe', 'api_version', 'argv',

'builtin_module_names', 'byteorder', 'callstats', 'copyright',
'displayhook', 'exc_clear', 'exc_info', 'exc_type', 'excepthook',
'exec_prefix', 'executable', 'exit', 'getdefaultencoding', 'getdlopenflags',
'getrecursionlimit', 'getrefcount', 'hexversion', 'maxint', 'maxunicode',
'meta_path', 'modules', 'path', 'path_hooks', 'path_importer_cache',
'platform', 'prefix', 'ps1', 'ps2', 'setcheckinterval', 'setdlopenflags',
'setprofile', 'setrecursionlimit', 'settrace', 'stderr', 'stdin', 'stdout',

'version', 'version_info', 'warnoptions']

Sin argumentos, dir() lista los nombres que tenés actualmente definidos:

>>> a = [1, 2, 3, 4, 5]
>>> import fibo
>>> fib = fibo.fib
>>> dir()

MARCO VIVERO
 [ '__builtins__', '__doc__', '__file__', '__name__', 'a', 'fib', 'fibo', 'sys'
]

Notá que lista todos los tipos de nombres: variables, módulos, funciones, etc.

dir() no lista los nombres de las funciones y variables integradas. Si querés una lista de esos, están
definidos en el módulo estándar __builtin__:

>>> import __builtin__

>>> dir(__builtin__)
[ 'ArithmeticError', 'AssertionError', 'AttributeError', 'DeprecationWarning',
'EOFError', 'Ellipsis', 'EnvironmentError', 'Exception', 'False',
'FloatingPointError', 'FutureWarning', 'IOError', 'ImportError',
'IndentationError', 'IndexError', 'KeyError', 'KeyboardInterrupt',
'LookupError', 'MemoryError', 'NameError', 'None', 'NotImplemented',

'NotImplementedError', 'OSError', 'OverflowError',

'PendingDeprecationWarning', 'ReferenceError', 'RuntimeError',
'RuntimeWarning', 'StandardError', 'StopIteration', 'SyntaxError',
'SyntaxWarning', 'SystemError', 'SystemExit', 'TabError', 'True',
'TypeError', 'UnboundLocalError', 'UnicodeDecodeError',
'UnicodeEncodeError', 'UnicodeError', 'UnicodeTranslateError',
'UserWarning', 'ValueError', 'Warning', 'WindowsError',
'ZeroDivisionError', '_', '__debug__', '__doc__', '__import__',
'__name__', 'abs', 'apply', 'basestring', 'bool', 'buffer',
'callable', 'chr', 'classmethod', 'cmp', 'coerce', 'compile',
'complex', 'copyright', 'credits', 'delattr', 'dict', 'dir', 'divmod',
'enumerate', 'eval', 'execfile', 'exit', 'file', 'filter', 'float',
'frozenset', 'getattr', 'globals', 'hasattr', 'hash', 'help', 'hex',
'id', 'input', 'int', 'intern', 'isinstance', 'issubclass', 'iter',
'len', 'license', 'list', 'locals', 'long', 'map', 'max', 'memoryview',
'min', 'object', 'oct', 'open', 'ord', 'pow', 'property', 'quit', 'range',
'raw_input', 'reduce', 'reload', 'repr', 'reversed', 'round', 'set',
'setattr', 'slice', 'sorted', 'staticmethod', 'str', 'sum', 'super',
'tuple', 'type', 'unichr', 'unicode', 'vars', 'xrange', 'zip']

MARCO VIVERO
Paquetes
Los paquetes son una manera de estructurar los espacios de nombres de Python usando "nombres de
módulos con puntos". Por ejemplo, el nombre de módulo A.B designa un submódulo llamado B en un
paquete llamado A. Tal como el uso de módulos evita que los autores de diferentes módulos tengan que
preocuparse de los respectivos nombres de variables globales, el uso de nombres de módulos con puntos
evita que los autores de paquetes de muchos módulos, como NumPy o la Biblioteca de Imágenes de Python
(Python Imaging Library, o PIL), tengan que preocuparse de los respectivos nombres de módulos.

Suponete que querés designar una colección de módulos (un "paquete") para el manejo uniforme de archivos
y datos de sonidos. Hay diferentes formatos de archivos de sonido (normalmente reconocidos por su
extensión, por ejemplo: .wav, .aiff, .au) , por lo que tenés que crear y mantener una colección siempre
creciente de módulos para la conversión entre los distintos formatos de archivos. Hay muchas operaciones
diferentes que quizás quieras ejecutar en los datos de sonido (como mezclarlos, añadir eco, aplicar una
función ecualizadora, crear un efecto estéreo artificial), por lo que ademas estarás escribiendo una lista sin
fin de módulos para realizar estas operaciones. Aquí hay una posible estructura para tu paquete (expresados
en términos de un sistema jerárquico de archivos):
sound/ Paquete superior __init__.py
Inicializa el paquete de sonido formats/
Subpaquete para conversiones de formato __init__.py
wavread.py wavwrite.py aiffread.py
aiffwrite.py auread.py auwrite.py
...

effects/ Subpaquete para efectos de

sonido __init__.py echo.py
surround.py reverse.py ...

filters/ Subpaquete para filtros

__init__.py
equalizer.py
vocoder.py
karaoke.py
...

Al importar el paquete, Python busca a través de los directorios en sys.path, buscando el subdirectorio del
paquete.

Los archivos __init__.py se necesitan para hacer que Python trate los directorios como que contienen
paquetes; esto se hace para prevenir directorios con un nombre común, como string, de esconder sin
intención a módulos válidos que se suceden luego en el camino de búsqueda de módulos. En el caso más
simple, __init__.py puede ser solamente un archivo vacío, pero también puede ejecutar código de
inicialización para el paquete o configurar la variable __all__, descrita luego.

Los usuarios del paquete pueden importar módulos individuales del mismo, por ejemplo:

MARCO VIVERO
 import sound.effects.echo

Esto carga el submódulo sound.effects.echo. Debe hacerse referencia al mismo con el nombre
completo.

sound.effects.echo.echofilter(input, output, delay=0.7, atten=4)

Otra alternativa para importar el submódulos es:

from sound.effects import echo

Esto también carga el submódulo echo, lo deja disponible sin su prefijo de paquete, por lo que puede usarse
así:

echo.echofilter(input, output, delay=0.7, atten=4)

Otra variación más es importar la función o variable deseadas directamente:

from sound.effects.echo import echofilter

De nuevo, esto carga el submódulo echo, pero deja directamente disponible a la función echofilter():

echofilter(input, output, delay=0.7, atten=4)

Notá que al usar from package import item el ítem puede ser tanto un submódulo (o subpaquete) del
paquete, o algún otro nombre definido en el paquete, como una función, clase, o variable. La declaración
import primero verifica si el ítem está definido en el paquete; si no, asume que es un módulo y trata de
cargarlo. Si no lo puede encontrar, se genera una excepción ImportError.

Por otro lado, cuando se usa la sintaxis como import item.subitem.subsubitem, cada ítem excepto
el último debe ser un paquete; el mismo puede ser un módulo o un paquete pero no puede ser una clase,
función o variable definida en el ítem previo.

Importando * desde un paquete

Ahora, ¿qué sucede cuando el usuario escribe from sound.effects import *? Idealmente, uno
esperaría que esto de alguna manera vaya al sistema de archivos, encuentre cuales submódulos están
presentes en el paquete, y los importe a todos. Desafortunadamente, esta operación no funciona muy bien
en las plataformas Windows, donde el sistema de archivos no siempre tiene información precisa sobre
mayúsculas y minúsculas. En estas plataformas, no hay una manera garantizada de saber si el archivo
ECHO.PY debería importarse como el módulo echo, Echo o ECHO. (Por ejemplo, Windows 95 tiene la
molesta costumbre de mostrar todos los nombres de archivos con la primer letra en mayúsculas.) La
restricción de DOS de los nombres de archivos con la forma 8+3 agrega otro problema interesante para los
nombres de módulos largos.

MARCO VIVERO
La única solución es que el autor del paquete provea un índice explícito del paquete. La declaración import
usa la siguiente convención: si el código del __init__.py de un paquete define una lista llamada __all__,
se toma como la lista de los nombres de módulos que deberían ser importados cuando se hace from
package import *. Es tarea del autor del paquete mantener actualizada esta lista cuando se libera una
nueva versión del paquete. Los autores de paquetes podrían decidir no soportarlo, si no ven un uso para
importar * en sus paquetes. Por ejemplo, el archivo sounds/effects/__init__.py podría contener el
siguiente código:

__all__ = ["echo", "surround", "reverse"]

Esto significaría que from sound.effects import * importaría esos tres submódulos del paquete
sound.

Si no se define __all__, la declaración from sound.effects import * no importa todos los

submódulos del paquete sound.effects al espacio de nombres actual; sólo se asegura que se haya
importado el paquete sound.effects ( posiblemente ejecutando algún código de inicialización que haya
en __init__.py) y luego importa aquellos nombres que estén definidos en el paquete. Esto incluye
cualquier nombre definido (y submódulos explícitamente cargados) por __init__.py. También incluye
cualquier submódulo del paquete que pudiera haber sido explícitamente cargado por declaraciones import
previas. Considerá este código:

import sound.effects.echo
import sound.effects.surround
from sound.effects import *

En este ejemplo, los módulos echo y surround se importan en el espacio de nombre actual porque están
definidos en el paquete sound.effects cuando se ejecuta la declaración from...import. ( Esto también
funciona cuando se define __all__).

Notá que en general la práctica de importar * desde un módulo o paquete no se recomienda, ya que
frecuentemente genera un código con mala legibilidad. Sin embargo, está bien usarlo para ahorrar tecleo en
sesiones interactivas, y algunos módulos están diseñados para exportar sólo nombres que siguen ciertos
patrones.
Recordá que no está mal usar from paquete import submodulo_especifico! De hecho, esta
notación se recomienda a menos que el módulo que estás importando necesite usar submódulos con el
mismo nombre desde otros paquetes.

Referencias internas en paquetes

Los submódulos frecuentemente necesitan referirse unos a otros. Por ejemplo, el módulo surround quizás
necesite usar el módulo echo module. De hecho, tales referencias son tan comunes que la declaración
import primero mira en el paquete actual antes de mirar en el camino estándar de búsqueda de módulos.
Por lo tanto, el módulo surround puede simplemente hacer import echo o from echo import

MARCO VIVERO
echofilter. Si el módulo importado no se encuentra en el paquete actual (el paquete del cual el módulo
actual es un submódulo), la declaración import busca en el nivel superior por un módulo con el nombre
dado.

Cuando se estructuran los paquetes en subpaquetes (como en el ejemplo sound), podés usar import
absolutos para referirte a submódulos de paquetes hermanos. Por ejemplo, si el módulo
sound.filters.vocoder necesita usar el módulo echo en el paquete sound.effects, puede hacer
from sound.effects import echo.

Desde Python 2.5, además de los import relativos implícitos descritos arriba, podés escribir import
relativos explícitos con la declaración de la forma from module import name. Estos import relativos
explícitos usan puntos adelante para indicar los paquetes actual o padres involucrados en el import relativo.
En el ejemplo surround, podrías hacer:

from . import echo from ..

import formats from ..filters
import equalizer

Notá que ambos import, relativos explícitos e implícitos, se basan en el nombre del módulo actual. Ya que
el nombre del módulo principal es siempre "__main__", los módulos pensados para usarse como módulo
principal de una aplicación Python siempre deberían usar import absolutos.

Paquetes en múltiple directorios

Los paquetes soportan un atributo especial más, __path__. Este se inicializa, antes de que el código en ese
archivo se ejecute, a una lista que contiene el nombre del directorio donde está el paquete. Esta variable
puede modificarse, afectando búsquedas futuras de módulos y subpaquetes contenidos en el paquete.

Aunque esta característica no se necesita frecuentemente, puede usarse para extender el conjunto de
módulos que se encuentran en el paquete.

3 De hecho las definiciones de función son también 'declaraciones' que se 'ejecutan'; la ejecución de una
función a nivel de módulo mete el nombre de la función en el espacio de nombres global.

MARCO VIVERO
Entrada y salida
Hay diferentes métodos de presentar la salida de un programa; los datos pueden ser impresos de una forma
legible por humanos, o escritos a un archivo para uso futuro. Este capítulo discutirá algunas de las
posibilidades.

Formateo elegante de la salida

Hasta ahora encontramos dos maneras de escribir valores: declaraciones de expresión y la declaración
print. (Una tercer manera es usando el método write() de los objetos tipo archivo; el archivo de salida
estándar puede referenciarse como sys.stdout. Mirá la Referencia de la Biblioteca para más información
sobre esto.)

Frecuentemente querrás más control sobre el formateo de tu salida que simplemente imprimir valores
separados por espacios. Hay dos maneras de formatear tu salida; la primera es hacer todo el manejo de las
cadenas vos mismo: usando rebanado de cadenas y operaciones de concatenado podés crear cualquier
forma que puedas imaginar. El módulo string contiene algunas operaciones útiles para emparejar cadenas
a un determinado ancho; estas las discutiremos en breve. La otra forma es usar el método str.format().

Nos queda una pregunta, por supuesto: ¿cómo convertís valores a cadenas? Afortunadamente, Python tiene
maneras de convertir cualquier valor a una cadena: pasalos a las funciones repr() o str().

La función str() devuelve representaciones de los valores que son bastante legibles por humanos,
mientras que repr() genera representaciones que pueden ser leídas por el el intérprete (o forzarían un
SyntaxError si no hay sintáxis equivalente). Para objetos que no tienen una representación en particular
para consumo humano, str() devolverá el mismo valor que repr(). Muchos valores, como números o
estructuras como listas y diccionarios, tienen la misma representación usando cualquiera de las dos
funciones. Las cadenas y los números de punto flotante, en particular, tienen dos representaciones distintas.

Algunos ejemplos:

>>> s = 'Hola mundo.'

>>> str(s)
'Hola mundo.'
>>> repr(s)
"'Hola mundo.'"
>>> str(0.1)
'0.1'
>>> repr(0.1)
'0.10000000000000001'

MARCO VIVERO
 >>> x = 10 * 3.25
>>> y = 200 * 200
>>> s = 'El valor de x es ' + repr(x) + ', y es ' + repr(y) + '...'
>>> print s El valor de x es 32.5, y es 40000... >>> # El repr()
de una cadena agrega apóstrofos y barras invertidas

... hola = 'hola mundo\n'

>>> holas = repr(hola)
>>> print holas
'hola mundo\n' >>> # El argumento de repr() puede ser cualquier
objeto Python:

... repr((x, y, ('carne', 'huevos')))

"(32.5, 40000, ('carne', 'huevos'))"
Acá hay dos maneras de escribir una tabla de cuadrados y cubos:
>>> for x in range(1, 11):
... print repr(x).rjust(2), repr(x*x).rjust(3) ,
... # notar la coma al final de la linea anterior
... print repr(x*x*x).rjust(4) ...

1 1 1
2 4 8
3 9 27
4 16 64
5 25 125
6 36 216
7 49 343
8 64 512
9 81 729
10 100 1000

>>> for x in range(1,11): ... print '{0:2d} {1:3d}

{2:4d}'.format(x, x*x, x*x*x) ...

1 1 1
2 4 8
3 9 27
4 16 64
5 25 125
6 36 216
7 49 343
8 64 512

MARCO VIVERO
 9 81 729
10 100 1000
( Notar que en el primer ejemplo, un espacio entre cada columna fue agregado por la manera en que print
trabaja: siempre agrega espacios entre sus argumentos)

Este ejemplo muestra el método rjust() de los objetos cadena, el cual ordena una cadena a la derecha
en un campo del ancho dado llenándolo con espacios a la izquierda. Hay métodos similares ljust() y
center(). Estos métodos no escriben nada, sólo devuelven una nueva cadena. Si la cadena de entrada es
demasiado larga, no la truncan, sino la devuelven intacta; esto te romperá la alineación de tus columnas pero
es normalmente mejor que la alternativa, que te estaría mintiendo sobre el valor. ( Si realmente querés que
se recorte, siempre podés agregarle una operación de rebanado, como en x.ljust(n)[:n].)

Hay otro método, zfill(), el cual rellena una cadena numérica a la izquierda con ceros. Entiende signos
positivos y negativos:
>>> '12'.zfill(5)
'00012' >>> '-
3.14'.zfill(7)

'-003.14' >>>
'3.14159265359'.zfill(5)

'3.14159265359'
El uso básico del método str.format() es como esto:

>>> print 'Somos los {0} quienes decimos "{1}!"'.format('caballeros', 'Nop')

Somos los caballeros quienes decimos "Nop!"

Las llaves y caracteres dentro de las mismas (llamados campos de formato) son reemplazadas con los
objetos pasados en el método str.format(). El número en las llaves se refiere a la posición del objeto
pasado en el método.

>>> print '{0} y {1}'.format('carne', 'huevos')

carne y huevos >>> print '{1} y
{0}'.format('carne', 'huevos') huevos y carne

Si se usan argumentos nombrados en el método str.format(), sus valores serán referidos usando el
nombre del argumento.

>>> print 'Esta {comida} es {adjetivo}.'.format(

... comida='carne', adjetivo='espantosa')
Esta carne es espantosa.

Se pueden combinar arbitrariamente argumentos posicionales y nombrados:

MARCO VIVERO
 >>> print 'La historia de {0}, {1}, y {otro}.'.format('Bill', 'Manfred',
... otro='Georg') La
historia de Bill, Manfred, y Georg.
Un ': y especificador de formato opcionales pueden ir luego del nombre del campo. Esto aumenta el control
sobre cómo el valor es formateado. El siguiente ejemplo trunca Pi a tres lugares luego del punto decimal.

>>> import math >>> print 'El valor de PI es aproximadamente

{0:.3f}.'.format(math.pi) El valor de PI es aproximadamente 3.142.

Pasando un entero luego del ':' causará que que el campo sea de un mínimo número de caracteres de
ancho. Esto es útil para hacer tablas lindas.
>>> tabla = {'Sjoerd': 4127, 'Jack': 4098, 'Dcab': 7678}
>>> for nombre, telefono in tabla.items(): ... print
'{0:10} ==> {1:10d}'.format(nombre, telefono) ...

Dcab ==> 7678

Jack ==> 4098
Sjoerd ==> 4127
Si tenés una cadena de formateo realmente larga que no querés separar, podría ser bueno que puedas hacer
referencia a las variables a ser formateadas por el nombre en vez de la posición. Esto puede hacerse
simplemente pasando el diccionario y usando corchetes '[]' para acceder a las claves

>>> tabla = {'Sjoerd': 4127, 'Jack': 4098, 'Dcab': 8637678}

>>> print ('Jack: {0[Jack]:d}; Sjoerd: {0[Sjoerd]:d}; '

... 'Dcab: {0[Dcab]:d}'.format(tabla))

Jack: 4098; Sjoerd: 4127; Dcab: 8637678
Esto se podría también hacer pasando la tabla como argumentos nombrados con la notación '**'.

>>> tabla = {'Sjoerd': 4127, 'Jack': 4098, 'Dcab': 8637678} >>> print 'Jack:
{Jack:d}; Sjoerd: {Sjoerd:d}; Dcab: {Dcab:d}'.format(**tabla)

Jack: 4098; Sjoerd: 4127; Dcab: 8637678

Esto es particularmente útil en combinación con la nueva función integrada vars(), que devuelve un
diccionario conteniendo todas las variables locales.

Para una completa descripción del formateo de cadenas con str.format(), mirá en formatstrings.

Viejo formateo de cadenas

El operador % también puede usarse para formateo de cadenas. Interpreta el argumento de la izquierda con
el estilo de formateo de sprintf para ser aplicado al argumento de la derecha, y devuelve la cadena
resultante de esta operación de formateo. Por ejemplo:

>>> import math

MARCO VIVERO
 >>> print 'El valor de PI es aproximadamente %5.3f.' % math.pi
El valor de PI es aproximadamente 3.142.

Ya que str.format() es bastante nuevo, un montón de código Python todavía usa el operador %. Sin
embargo, ya que este viejo estilo de formateo será eventualmente eliminado del lenguaje, en general debería
usarse str.format().

Podés encontrar más información en la sección string-formatting.

Leyendo y escribiendo archivos

La función open() devuelve un objeto archivo, y es normalmente usado con dos argumentos:
open(nombre_de_archivo, modo).

>>> f = open('/tmp/workfile', 'w')

>>> print f
<open file '/tmp/workfile', mode 'w' at 80a0960>

El primer argumento es una cadena conteniendo el nombre de archivo. El segundo argumento es otra cadena
conteniendo unos pocos caracteres que describen la forma en que el archivo será usado. El modo puede ser
'r' cuando el archivo será solamente leído, 'w' para sólo escribirlo (un archivo existente con el mismo
nombre será borrado), y 'a' abre el archivo para agregarle información; cualquier dato escrito al archivo
será automáticamente agregado al final. 'r+' abre el archivo tanto para leerlo como para escribirlo. El
argumento modo es opcional; si se omite se asume 'r'.

En Windows, agregando 'b' al modo abre al archivo en modo binario, por lo que también hay modos como
'rb', 'wb', y 'r+b'. Windows hace una distinción entre archivos binarios y de texto; los caracteres de fin
de linea en los archivos de texto son automáticamente alterados levemente cuando los datos son leídos o
escritos. Esta modificación en bambalinas para guardar datos está bien con archivos de texto ASCII, pero
corromperá datos binarios como en archivos JPEG o EXE. Sé muy cuidadoso en usar el modo binario al leer
y escribir tales archivos. En Unix, no hay problema en agregarle una 'b' al modo, por lo que podés usarlo
independientemente de la plataforma para todos los archivos binarios.

Métodos de los objetos Archivo

El resto de los ejemplos en esta sección asumirán que ya se creó un objeto archivo llamado f.

Para leer el contenido de una archivo llamá a f.read(cantidad), el cual lee alguna cantidad de datos y
los devuelve como una cadena. cantidad es un argumento numérico opcional. Cuando se omite cantidad o
es negativo, el contenido entero del archivo será leido y devuelto; es tu problema si el archivo es el doble de
grande que la memoria de tu máquina. De otra manera, a lo sumo una cantidad de bytes son leídos y
devueltos. Si se alcanzó el fin del archivo, f.read() devolverá una cadena vacía ("").
MARCO VIVERO
 >>> f.read() 'Este es el
archivo entero.\n'

>>> f.read()
''

f.readline() lee una sola linea del archivo; el caracter de fin de linea (\n) se deja al final de la cadena,
y sólo se omite en la última linea del archivo si el mismo no termina en un fin de linea. Esto hace que el valor
de retorno no sea ambiguo; si f.readline() devuelve una cadena vacía, es que se alcanzó el fin del
archivo, mientras que una linea en blanco es representada por '\n', una cadena conteniendo sólo un único
fin de linea.
>>> f.readline() 'Esta es la primer
linea del archivo.\n'

>>> f.readline() 'Segunda

linea del archivo\n' >>>
f.readline()

''
f.readlines() devuelve una lista conteniendo todos las lineas de datos en el archivo. Si se da un
parámetro opcional size, lee esa cantidad de bytes del archivo y lo suficientemente más como para completar
una linea, y devuelve las lineas de eso. Esto se usa frecuentemente para permitir una lectura por lineas de
forma eficiente en archivos grandes, sin tener que cargar el archivo entero en memoria. Sólo lineas completas
serán devueltas.

>>> f.readlines()
[ 'Esta es la primer linea del archivo.\n', 'Segunda linea del archivo\n' ]

Una forma alternativa a leer lineas es iterar sobre el objeto archivo. Esto es eficiente en memoria, rápido, y
conduce a un código más simple:

>>> for linea in f:

... print linea,

Esta es la primer linea del archivo

Segunda linea del archivo

El enfoque alternativo es mucho más simple pero no permite un control fino. Como los dos enfoques manejan
diferente el buffer de lineas, no deberían mezclarse.

f.write(cadena) escribe el contenido de la cadena al archivo, devolviendo None.

>>> f.write('Esto es una prueba\n')

Para escribir algo más que una cadena, necesita convertirse primero a una cadena:

MARCO VIVERO
 >>> valor = ('la respuesta', 42)
>>> s = str(valor)
>>> f.write(s)

f.tell() devuelve un entero que indica la posición actual en el archivo, medida en bytes desde el
comienzo del archivo. Para cambiar la posición usá f.seek(desplazamiento, desde_donde). La
posición es calculada agregando el desplazamiento a un punto de referencia; el punto de referencia se
selecciona del argumento desde_donde. Un valor desde_donde de 0 mide desde el comienzo del archivo, 1
usa la posición actual del archivo, y 2 usa el fin del archivo como punto de referencia. desde_donde puede
omitirse, el default es 0, usando el comienzo del archivo como punto de referencia.
>>> f = open('/tmp/archivodetrabajo', 'r+')
>>> f.write('0123456789abcdef') >>> f.seek(5)
# Va al sexto byte en el archivo >>> f.read(1)

'5' >>> f.seek(-3, 2) # Va al tercer byte antes del

final >>> f.read(1)

'd'
Cuando hayas terminado con un archivo, llamá a f.close() para cerrarlo y liberar cualquier recurso del
sistema tomado por el archivo abierto. Luego de llamar f.close(), los intentos de usar el objeto archivo
fallarán automáticamente.
>>> f.close()
>>> f.read() Traceback (most
recent call last):
File "<stdin>", line 1, in ?
ValueError: I/O operation on closed file
Es una buena práctica usar la declaración with cuando manejamos objetos archivo. Tiene la ventaja que
el archivo es cerrado apropiadamente luego de que el bloque termina, incluso si se generó una excepción.
También es mucho más corto que escribir los equivalentes bloques try-finally

>>> with open('/tmp/workfile', 'r') as f:

... read_data = f.read()

>>> f.closed
True
Los objetos archivo tienen algunos métodos más, como isatty() y truncate() que son usados menos
frecuentemente; consultá la Referencia de la Biblioteca para una guía completa sobre los objetos archivo.

El módulo pickle
Las cadenas pueden facilmente escribirse y leerse de un archivo. Los números toman algo más de esfuerzo,
ya que el método read() sólo devuelve cadenas, que tendrán que ser pasadas a una función como int(),
que toma una cadena como '123' y devuelve su valor numérico 123. Sin embargo, cuando querés grabar

MARCO VIVERO
tipos de datos más complejos como listas, diccionarios, o instancias de clases, las cosas se ponen más
complicadas.
En lugar de tener a los usuarios constantemente escribiendo y debugueando código para grabar tipos de
datos complicados, Python provee un módulo estándar llamado pickle. Este es un asombroso módulo que
puede tomar casi cualquier objeto Python (¡incluso algunas formas de código Python!), y convertirlo a una
representación de cadena; este proceso se llama picklear. Reconstruir los objetos desde la representación
en cadena se llama despicklear. Entre que se picklea y se despicklea, la cadena que representa al objeto
puede almacenarse en un archivo, o enviarse a una máquina distante por una conexión de red.

Si tenés un objeto x, y un objeto archivo f que fue abierto para escritura, la manera más simple de picklear
el objeto toma una sola linea de código:

pickle.dump(x, f)

Para despicklear el objeto, si f es un objeto archivo que fue abierto para lectura:

x = pickle.load(f)

( Hay otras variantes de esto, usadas al picklear muchos objetos o cuando no querés escribir los datos
pickleados a un archivo; consultá la documentación completa para pickle en la Referencia de la Biblioteca
de Python.)

pickle es la manera estándar de hacer que los objetos Python puedan almacenarse y reusarse por otros
programas o por una futura invocación al mismo programa; el término técnico de esto es un objeto
persistente. Ya que pickle es tan ampliamente usado, muchos autores que escriben extensiones de
Python toman el cuidado de asegurarse que los nuevos tipos de datos, como matrices, puedan ser
adecuadamente pickleados y despickleados.

Errores y excepciones
Hasta ahora los mensajes de error no habían sido más que mencionados, pero si probaste los ejemplos
probablemente hayas visto algunos. Hay (al menos) dos tipos diferentes de errores: errores de sintaxis y
excepciones.

Errores de sintaxis
Los errores de sintaxis, también conocidos como errores de interpretación, son quizás el tipo de queja más
común que tenés cuando todavía estás aprendiendo Python:
>>> while True print 'Hola mundo'
... while True print 'Hola
mundo' ^

SyntaxError: invalid syntax

MARCO VIVERO
El intérprete repite la línea culpable y muestra una pequeña 'flecha' que apunta al primer lugar donde se
detectó el error. Este es causado por (o al menos detectado en) el símbolo que precede a la flecha: en el
ejemplo, el error se detecta en el print, ya que faltan dos puntos (':') antes del mismo. Se muestran el
nombre del archivo y el número de línea para que sepas dónde mirar en caso de que la entrada venga de un
programa.

Excepciones
Incluso si la declaración o expresión es sintácticamente correcta, puede generar un error cuando se intenta
ejecutarla. Los errores detectados durante la ejecución se llaman excepciones, y no son incondicionalmente
fatales: pronto aprenderás cómo manejarlos en los programas en Python. Sin embargo, la mayoría de las
excepciones no son manejadas por los programas, y resultan en mensajes de error como los mostrados
aquí:
>>> 10 * (1/0) Traceback (most
recent call last):
File "<stdin>", line 1, in ? ZeroDivisionError:
integer division or modulo by zero

>>> 4 + spam*3 Traceback (most

recent call last):
File "<stdin>", line 1, in ?
NameError: name 'spam' is not defined

>>> '2' + 2 Traceback (most recent

call last):
File "<stdin>", line 1, in ?
TypeError: cannot concatenate 'str' and 'int' objects

La última línea de los mensajes de error indica qué sucedió. Las excepciones vienen de distintos tipos, y el
tipo se imprime como parte del mensaje: los tipos en el ejemplo son: ZeroDivisionError, NameError y
TypeError . La cadena mostrada como tipo de la excepción es el nombre de la excepción predefinida que
ocurrió. Esto es verdad para todas las excepciones predefinidas del intérprete, pero no necesita ser verdad
para excepciones definidas por el usuario (aunque es una convención útil). Los nombres de las excepciones
estándar son identificadores incorporados al intérprete (no son palabras clave reservadas).

El resto de la línea provee un detalle basado en el tipo de la excepción y qué la causó.

La parte anterior del mensaje de error muestra el contexto donde la excepción sucedió, en la forma de un
trazado del error listando líneas fuente; sin embargo, no mostrará líneas leídas desde la entrada estándar.
bltin-exceptions lista las excepciones predefinidas y sus significados.

MARCO VIVERO
Manejando excepciones
Es posible escribir programas que manejen determinadas excepciones. Mirá el siguiente ejemplo, que le pide
al usuario una entrada hasta que ingrese un entero válido, pero permite al usuario interrumpir el programa
(usando Control-C o lo que sea que el sistema operativo soporte); notá que una interrupción generada
por el usuario se señaliza generando la excepción KeyboardInterrupt.

>>> while True:

... try: ... x = int(raw_input(u"Por favor ingrese un
número: "))

... break ... except ValueError: ... print

u"Oops! No era válido. Intente nuevamente..." ...

La declaración try funciona de la siguiente manera:

• Primero, se ejecuta el bloque try (el código entre las declaración try y except).
• Si no ocurre ninguna excepción, el bloque except se saltea y termina la ejecución de la declaración
try.
• Si ocurre una excepción durante la ejecución del bloque try, el resto del bloque se saltea. Luego, si
su tipo coincide con la excepción nombrada luego de la palabra reservada except, se ejecuta el
bloque except, y la ejecución continúa luego de la declaración try.

• Si ocurre una excepción que no coincide con la excepción nombrada en el except, esta se pasa a
declaraciones try de más afuera; si no se encuentra nada que la maneje, es una excepción no
manejada, y la ejecución se frena con un mensaje como los mostrados arriba.

Una declaración try puede tener más de un except, para especificar manejadores para distintas
excepciones. A lo sumo un manejador será ejecutado. Sólo se manejan excepciones que ocurren en el
correspondiente try, no en otros manejadores del mismo try. Un except puede nombrar múltiples
excepciones usando paréntesis, por ejemplo:

... except (RuntimeError, TypeError, NameError):

... pass

El último except puede omitir nombrar qué excepción captura, para servir como comodín. Usá esto con
extremo cuidado, ya que de esta manera es fácil ocultar un error real de programación. También puede
usarse para mostrar un mensaje de error y luego re-generar la excepción (permitiéndole al que llama,
manejar también la excepción):
import sys

try:
f = open('miarchivo.txt') s
= f.readline() i =

MARCO VIVERO
 int(s.strip()) except IOError as
(errno, strerror):

print "Error E/S ({0}): {1}".format(errno, strerror)

except ValueError:

print "No pude convertir el dato a un entero."

except: print "Error inesperado:",
sys.exc_info()[0] raise
Las declaraciones try ... except tienen un bloque else opcional, el cual, cuando está presente, debe
seguir a los except. Es útil para aquel código que debe ejecutarse si el bloque try no genera una excepción.
Por ejemplo:
for arg in sys.argv[1:]:
try:

f = open(arg, 'r')
except IOError:

print 'no pude abrir', arg

else:

print arg, 'tiene', len(f.readlines()), 'lineas'

f.close()
El uso de else es mejor que agregar código adicional en el try porque evita capturar accidentalmente una
excepción que no fue generada por el código que está protegido por la declaración try ... except.

Cuando ocurre una excepción, puede tener un valor asociado, también conocido como el argumento de la
excepción. La presencia y el tipo de argumento depende del tipo de excepción.

El except puede especificar una variable luego del nombre (o tupla) de excepción(es). La variable se vincula
a una instancia de excepción con los argumentos almacenados en instance.args. Por conveniencia, la
instancia de excepción define __getitem__() y __str__() para que se pueda acceder o mostrar los
argumentos directamente, sin necesidad de hacer referencia a .args.

Pero se recomienda no usar .args. En cambio, el uso preferido es pasar un único argumento a la excepción
(que puede ser una tupla se necesitan varios argumentos) y vincularlo al atributo message. Uno también
puede instanciar una excepción antes de generarla, y agregarle cualquier atributo que se desee:
>>> try: ... raise Exception('carne',
'huevos') ... except Exception as inst:

... print type(inst) # la instancia de excepción

... print inst.args # argumentos guardados en .args
... print inst # __str__ permite imprimir args directamente
... x, y = inst # __getitem__ permite usar args directamente

... print 'x =', x ...

print 'y =', y ... <type
'exceptions.Exception'>

MARCO VIVERO
 ( 'carne', 'huevos'
) ( 'carne',
'huevos' ) x =
carne y = huevos
Si una excepción tiene un argumento, este se imprime como la última parte (el 'detalle') del mensaje para las
excepciones que no están manejadas.

Los manejadores de excepciones no manejan solamente las excepciones que ocurren en el bloque try,
también manejan las excepciones que ocurren dentro de las funciones que se llaman ( inclusive
indirectamente) dentro del bloque try. Por ejemplo:
>>> def esto_falla():
... x = 1/0 ...

>>> try:
... esto_falla() ... except ZeroDivisionError as detail:
... print 'Manejando error en tiempo de ejecucion:', detail
...

Manejando error en tiempo de ejecucion: integer division or modulo by zero

Levantando excepciones
La declaración raise permite al programador forzar a que ocurra una excepción específica. Por ejemplo:

>>> raise NameError('Hola')

Traceback (most recent call last):

File "<stdin>", line 1, in ?

NameError: Hola
El argumento de raise es una clase o instancia de excepción a ser generada. Hay una sintaxis alternativa
que no se usa más, que separa los argumentos de clase y constructor; lo de arriba podría escribirse como
raise NameError, 'Hola'; ya que alguna vez era la única opción, esta forma es muy usada en códigos
viejos.

Si necesitás determinar cuando una excepción fue lanzada pero no querés manejarla, una forma simplificada
de la instrucción raise te permite relanzarla:

>>> try: ... raise

NameError('Hola') ... except
NameError: ... print u'Voló una
excepción!' ... raise ...

Voló una excpeción!

Traceback (most recent call last):
File "<stdin>", line 2, in ?
NameError: Hola

MARCO VIVERO
Excepciones definidas por el usuario
Los programas pueden nombrar sus propias excepciones creando una nueva clase excepción. Las
excepciones, típicamente, deberán derivar de la clase Exception, directa o indirectamente. Por ejemplo:
>>> class MiError(Exception):
... def __init__(self, valor):
... self.valor = valor ...
def __str__(self): ...
return repr(self.valor) ...

>>> try:
... raise MiError(2*2) ... except MyError as e:
... print u'Ocurrió mi excepción, valor:', e.valor
...
Ocurrió mi excepción, valor: 4
>>> raise MiError('oops!')
Traceback (most recent call last):

File "<stdin>", line 1, in ?

__main__.MiError: 'oops!'
En este ejemplo, el método __init__() de Exception fue sobrescrito. El nuevo comportamiento
simplemente crea el atributo valor. Esto reemplaza el comportamiento por defecto de crear el atributo args.

Las clases de Excepciones pueden ser definidas de la misma forma que cualquier otra clase, pero
usualmente se mantienen simples, a menudo solo ofreciendo un número de atributos con información sobre
el error que leerán los manejadores de la excepción. Al crear un módulo que puede lanzar varios errores
distintos, una práctica común es crear una clase base para excepciones definidas en ese módulo y extenderla
para crear clases excepciones específicas para distintas condiciones de error:
class Error(Exception): """Clase base para
excepciones en el modulo.""" pass

class EntradaError(Error): """Excepcion lanzada

por errores en las entradas.

Atributos: expresion -- expresion de entrada en la que

ocurre el error mensaje -- explicacion del error """

def __init__(self, expresion, mensaje):

self.expresion = expresion
self.mensaje = mensaje

MARCO VIVERO
 class TransicionError(Error): """Lanzada cuando una operacion
intenta una transicion de estado no permitida.

Atributos:
previo -- estado al principio de la transicion
siguiente -- nuevo estado intentado

mensaje -- explicacion de porque la transicion no esta

permitida """ def __init__(self, previo, siguiente, mensaje):

self.previo = previo
self.siguiente = siguiente
self.mensaje = mensaje

La mayoría de las excepciones son definidas con nombres que terminan en "Error", similares a los nombres
de las excepciones estándar.

Muchos módulos estándar definen sus propias excepciones para reportar errores que pueden ocurrir en
funciones propias. Se puede encontrar más información sobre clases en el capítulo tut-classes.

Definiendo acciones de limpieza

La declaración try tiene otra cláusula opcional que intenta definir acciones de limpieza que deben ser
ejecutadas bajo ciertas circunstancias. Por ejemplo:
>>> try: ... raise
KeyboardInterrupt ... finally:
... print 'Chau, mundo!'
...

Chau, mundo!
KeyboardInterrupt
Una cláusula finally siempre es ejecutada antes de salir de la declaración try, ya sea que una excepción
haya ocurrido o no. Cuando ocurre una excepción en la cláusula try y no fue manejada por una cláusula
except (o ocurrió en una cláusula except o else) , es relanzada luego de que se ejecuta la cláusula
finally. finally es también ejecutada "a la salida" cuando cualquier otra cláusula de la declaración try
es dejada via break, continue or return. Un ejemplo más complicado (cláusulas except y finally
en la misma declaración try):

>>> def dividir(x, y):

... try:
... result = x / y ... except ZeroDivisionError: ... print
"¡division por cero!" ... else: ... print "el resultado es", result
... finally: ... print "ejecutando la clausula finally" ... >>>
dividir(2, 1) el resultado es 2

MARCO VIVERO
 ejecutando la clausula finally >>> dividir(2, 0)
¡division por cero!

ejecutando la clausula finally

>>> divide("2", "1") ejecutando la
clausula finally Traceback (most
recent call last):

File "<stdin>", line 1, in ?

File "<stdin>", line 3, in divide
TypeError: unsupported operand type(s) for /: 'str' and 'str'
Como podés ver, la cláusula finally es ejecutada siempre. La excepción TypeError lanzada al dividir
dos cadenas de texto no es manejado por la cláusula except y por lo tanto es relanzada luego de que se
ejecuta la cláusula finally.

En aplicaciones reales, la cláusula finally es útil para liberar recursos externos (como archivos o
conexiones de red), sin importar si el uso del recurso fue exitoso.

Acciones predefinidas de limpieza

Algunos objetos definen acciones de limpieza estándar que llevar a cabo cuando el objeto no es más
necesitado, independientemente de que las operaciones sobre el objeto hayan sido exitosas o no. Mirá el
siguiente ejemplo, que intenta abrir un archivo e imprimir su contenido en la pantalla.:

for linea in open("miarchivo.txt"):

print linea

El problema con este código es que deja el archivo abierto por un periodo de tiempo indeterminado luego de
que termine de ejecutarse. Esto no es un problema en scripts simples, pero puede ser un problema en
aplicaciones más grandes. La declaración with permite que objetos como archivos sean usados de una
forma que asegure que siempre se los libera rápido y en forma correcta.

with open("miarchivo.txt") as f:
for linea in f: print
linea

Luego de que la declaración sea ejecutada, el archivo f siempre es cerrado, incluso si se encuentra un
problema al procesar las líneas. Otros objetos que provean acciones de limpieza predefinidas lo indicarán
en su documentación.

Clases
El mecanismo de clases de Python agrega clases al lenguaje con un mínimo de nuevas sintaxis y semánticas.
Es una mezcla de los mecanismos de clase encontrados en C++ y Modula-3. Como es cierto para los

MARCO VIVERO
módulos, las clases en Python no ponen una barrera absoluta entre la definición y el usuario, sino que más
bien se apoya en la cortesía del usuario de no "forzar la definición". Sin embargo, se mantiene el poder
completo de las características más importantes de las clases: el mecanismo de la herencia de clases permite
múltiples clases base, una clase derivada puede sobreescribir cualquier método de su(s) clase(s) base, y un
método puede llamar al método de la clase base con el mismo nombre. Los objetos pueden tener una
cantidad arbitraria de datos.

En terminología de C++, todos los miembros de las clases (incluyendo los miembros de datos), son públicos,
y todas las funciones miembro son virtuales. Como en Modula-3, no hay atajos para hacer referencia a los
miembros del objeto desde sus métodos: la función método se declara con un primer argumento explícito
que representa al objeto, el cual se provee implícitamente por la llamada. Como en Smalltalk, las clases
mismas son objetos. Esto provee una semántica para importar y renombrar. A diferencia de C++ y Modula-
3, los tipos de datos integrados pueden usarse como clases base para que el usuario los extienda. También,
como en C++ pero a diferencia de Modula-3, la mayoría de los operadores integrados con sintaxis especial
(operadores aritméticos, de subíndice, etc.) pueden ser redefinidos por instancias de la clase.

( Sin haber una terminología universalmente aceptada sobre clases, haré uso ocasional de términos de
Smalltalk y C++. Usaría términos de Modula-3, ya que su semántica orientada a objetos es más cercana a
Python que C++, pero no espero que muchos lectores hayan escuchado hablar de él).

Unas palabras sobre nombres y objetos

Los objetos tienen individualidad, y múltiples nombres (en muchos ámbitos) pueden vincularse al mismo
objeto. Esto se conoce como aliasing en otros lenguajes. Normalmente no se aprecia esto a primera vista en
Python, y puede ignorarse sin problemas cuando se maneja tipos básicos inmutables ( números, cadenas,
tuplas). Sin embargo, el aliasing, o renombrado, tiene un efecto posiblemente sorpresivo sobre la semántica
de código Python que involucra objetos mutables como listas, diccionarios, y la mayoría de otros tipos. Esto
se usa normalmente para beneficio del programa, ya que los renombres funcionan como punteros en algunos
aspectos. Por ejemplo, pasar un objeto es barato ya que la implementación solamente pasa el puntero; y si
una función modifica el objeto que fue pasado, el que la llama verá el cambio; esto elimina la necesidad de
tener dos formas diferentes de pasar argumentos, como en Pascal.

Alcances y espacios de nombres en Python

Antes de ver clases, primero debo decirte algo acerca de las reglas de alcance de Python. Las definiciones
de clases hacen unos lindos trucos con los espacios de nombres, y necesitás saber cómo funcionan los
alcances y espacios de nombres para entender por completo cómo es la cosa. De paso, los conocimientos
en este tema son útiles para cualquier programador Python avanzado.

Comencemos con unas definiciones.

Un espacio de nombres es una relación de nombres a objetos. Muchos espacios de nombres están
implementados en este momento como diccionarios de Python, pero eso no se nota para nada (excepto por
MARCO VIVERO
el desempeño), y puede cambiar en el futuro. Como ejemplos de espacios de nombres tenés: el conjunto de
nombres incluidos (funciones como abs(), y los nombres de excepciones integradas); los nombres globales
en un módulo; y los nombres locales en la invocación a una función. Lo que es importante saber de los
espacios de nombres es que no hay relación en absoluto entre los nombres de espacios de nombres distintos;
por ejemplo, dos módulos diferentes pueden tener definidos los dos una función maximizar sin confusión;
los usuarios de los módulos deben usar el nombre del módulo como prefijo.

Por cierto, yo uso la palabra atributo para cualquier cosa después de un punto; por ejemplo, en la expresión
z.real, real es un atributo del objeto z. Estrictamente hablando, las referencias a nombres en módulos
son referencias a atributos: en la expresión modulo.funcion, modulo es un objeto módulo y funcion
es un atributo de éste. En este caso hay una relación directa entre los atributos del módulo y los nombres
globales definidos en el módulo: ¡están compartiendo el mismo espacio de nombres! 4

Los atributos pueden ser de sólo lectura, o de escritura. En el último caso es posible la asignación a atributos.
Los atributos de módulo pueden escribirse: modulo.la_respuesta = 42. Los atributos de escritura se
pueden borrar también con la instrucción del. Por ejemplo, del modulo.la_respuesta va a eliminar el
atributo la_respuesta del objeto con nombre modulo.

Los espacios de nombres se crean en diferentes momentos y con diferentes tiempos de vida. El espacio de
nombres que contiene los nombres incluidos se crea cuando se inicia el intérprete, y nunca se borra. El
espacio de nombres global de un módulo se crea cuando se lee la definición de un módulo; normalmente,
los espacios de nombres de módulos también duran hasta que el intérprete finaliza. Las instrucciones
ejecutadas en el nivel de llamadas superior del intérprete, ya sea desde un script o interactivamente, se
consideran parte del módulo llamado __main__, por lo tanto tienen su propio espacio de nombres global.

(Los nombres incluidos en realidad también viven en un módulo; este se llama __builtin__.)

El espacio de nombres local a una función se crea cuando la función es llamada, y se elimina cuando la
función retorna o lanza una excepción que no se maneje dentro de la función. (Podríamos decir que lo que
pasa en realidad es que ese espacio de nombres se "olvida".) Por supuesto, las llamadas recursivas tienen
cada una su propio espacio de nombres local.

Un alcance es una región textual de un programa en Python donde un espacio de nombres es accesible
directamente. "Accesible directamente" significa que una referencia sin calificar a un nombre intenta
encontrar dicho nombre dentro del espacio de nombres.

Aunque los alcances se determinan estáticamente, se usan dinámicamente. En cualquier momento durante
la ejecución hay por lo menos cuatro alcances anidados cuyos espacios de nombres son directamente
accesibles:

• el ámbito interno, donde se busca primero, contiene los nombres locales

• los espacios de nombres de las funciones anexas, en las cuales se busca empezando por el
alcance adjunto más cercano, contiene los nombres no locales pero también los no globales
• el ámbito anteúltimo contiene los nombres globales del módulo actual
• el alcance exterior (donde se busca al final) es el espacio de nombres que contiene los nombres
incluidos

MARCO VIVERO
Si un nombre se declara como global, entonces todas las referencias y asignaciones al mismo van directo al
alcance intermedio que contiene los nombres globales del módulo. De otra manera, todas las variables que
se encuentren fuera del alcance interno son de sólo lectura (un intento de escribir a esas variables
simplemente crea una nueva variable en el alcance interno, dejando intacta la variable externa del mismo
nombre).

Habitualmente, el alcance local referencia los nombres locales de la función actual. Fuera de una función, el
alcance local referencia al mismo espacio de nombres que el alcance global: el espacio de nombres del
módulo. Las definiciones de clases crean un espacio de nombres más en el alcance local.

Es importante notar que los alcances se determinan textualmente: el alcance global de una función definida
en un módulo es el espacio de nombres de ese módulo, no importa desde dónde o con qué alias se llame a
la función. Por otro lado, la búsqueda de nombres se hace dinámicamente, en tiempo de ejecución; sin
embargo, la definición del lenguaje está evolucionando a hacer resolución de nombres estáticamente, en
tiempo de "compilación", ¡así que no te confíes de la resolución de nombres dinámica!
( De hecho, las variables locales ya se determinan estáticamente. )

Una peculiaridad especial de Python es que, si no hay una declaración global o nonlocal en efecto, las
asignaciones a nombres siempre van al alcance interno. Las asignaciones no copian datos, solamente
asocian nombres a objetos. Lo mismo cuando se borra: la instrucción del x quita la asociación de x del
espacio de nombres referenciado por el alcance local. De hecho, todas las operaciones que introducen
nuevos nombres usan el alcance local: en particular, las instrucciones import y las definiciones de
funciones asocian el módulo o nombre de la función al espacio de nombres en el alcance local. ( La
instrucción global puede usarse para indicar que ciertas variables viven en el alcance global.)

Un primer vistazo a las clases

Las clases introducen un poquito de sintaxis nueva, tres nuevos tipos de objetos y algo de semántica nueva.

Sintaxis de definición de clases

La forma más sencilla de definición de una clase se ve así:
class Clase:
<declaración-1>
.

.
.
<declaración-N>
Las definiciones de clases, al igual que las definiciones de funciones (instrucciones def) deben ejecutarse
antes de que tengan efecto alguno. (Es concebible poner una definición de clase dentro de una rama de un
if, o dentro de una función.)
MARCO VIVERO
En la práctica, las declaraciones dentro de una clase son definiciones de funciones, pero otras declaraciones
son permitidas, y a veces resultan útiles; veremos esto más adelante. Las definiciones de funciones dentro
de una clase normalmente tienen una lista de argumentos peculiar, dictada por las convenciones de
invocación de métodos; a esto también lo veremos más adelante.

Cuando se ingresa una definición de clase, se crea un nuevo espacio de nombres, el cual se usa como
alcance local; por lo tanto, todas las asignaciones a variables locales van a este nuevo espacio de nombres.
En particular, las definiciones de funciones asocian el nombre de las funciones nuevas allí.

Cuando una definición de clase se finaliza normalmente se crea un objeto clase. Básicamente, este objeto
envuelve los contenidos del espacio de nombres creado por la definición de la clase; aprenderemos más
acerca de los objetos clase en la sección siguiente. El alcance local original (el que tenía efecto justo antes
de que ingrese la definición de la clase) es restablecido, y el objeto clase se asocia allí al nombre que se le
puso a la clase en el encabezado de su definición (Clase en el ejemplo).

Objetos clase
Los objetos clase soportan dos tipos de operaciones: hacer referencia a atributos e instanciación.

Para hacer referencia a atributos se usa la sintaxis estándar de todas las referencias a atributos en Python:
objeto.nombre. Los nombres de atributo válidos son todos los nombres que estaban en el espacio de
nombres de la clase cuando ésta se creó. Por lo tanto, si la definición de la clase es así:
class MiClase: """Simple
clase de ejemplo""" i = 12345
def f(self):

return 'hola mundo'

...entonces MiClase.i y MiClase.f son referencias de atributos válidas, que devuelven un entero y un
objeto función respectivamente. Los atributos de clase también pueden ser asignados, o sea que podés
cambiar el valor de MiClase.i mediante asignación. __doc__ también es un atributo válido, que devuelve
la documentación asociada a la clase: "Simple clase de ejemplo".

La instanciación de clases usa la notación de funciones. Hacé de cuenta que el objeto de clase es una función
sin parámetros que devuelve una nueva instancia de la clase. Por ejemplo (para la clase de más arriba):

x = MiClase()

...crea una nueva instancia de la clase y asigna este objeto a la variable local x.

La operación de instanciación ("llamar" a un objeto clase) crea un objeto vacío. Muchas clases necesitan
crear objetos con instancias en un estado inicial particular. Por lo tanto una clase puede definir un método
especial llamado __init__(), de esta forma:

def __init__(self):
self.datos = []

MARCO VIVERO
Cuando una clase define un método __init__(), la instanciación de la clase automáticamente invoca a
__init__() para la instancia recién creada. Entonces, en este ejemplo, una instancia nueva e inicializada
se puede obtener haciendo:

x = MiClase()

Por supuesto, el método __init__() puede tener argumentos para mayor flexibilidad. En ese caso, los
argumentos que se pasen al operador de instanciación de la clase van a parar al método __init__(). Por
ejemplo,
>>> class Complejo:
... def __init__(self, partereal, parteimaginaria):
... self.r = partereal ...
self.i = parteimaginaria ... >>> x =
Complejo(3.0, -4.5)

>>> x.r, x.i

(3.0 , -4.5)

Objetos instancia
Ahora, ¿Qué podemos hacer con los objetos instancia? La única operación que es entendida por los objetos
instancia es la referencia de atributos. Hay dos tipos de nombres de atributos válidos, atributos de datos y
métodos.

Los atributos de datos se corresponden con las "variables de instancia" en Smalltalk, y con las "variables
miembro" en C++. Los atributos de datos no necesitan ser declarados; tal como las variables locales son
creados la primera vez que se les asigna algo. Por ejemplo, si x es la instancia de MiClase creada más
arriba, el siguiente pedazo de código va a imprimir el valor 16, sin dejar ningún rastro:

x.contador = 1 while
x.contador < 10:

x.contador = x.contador * 2
print x.contador del x.contador
El otro tipo de atributo de instancia es el método. Un método es una función que "pertenece a" un objeto. En
Python, el término método no está limitado a instancias de clase: otros tipos de objetos pueden tener métodos
también. Por ejemplo, los objetos lista tienen métodos llamados append, insert, remove, sort, y así
sucesivamente. Pero, en la siguiente explicación, usaremos el término método para referirnos
exclusivamente a métodos de objetos instancia de clase, a menos que se especifique explícitamente lo
contrario.

Los nombres válidos de métodos de un objeto instancia dependen de su clase. Por definición, todos los
atributos de clase que son objetos funciones definen métodos correspondientes de sus instancias. Entonces,
en nuestro ejemplo, x.f es una referencia a un método válido, dado que MiClase.f es una función, pero
x.i no lo es, dado que MiClase.i no lo es. Pero x.f no es la misma cosa que MiClase.f; es un objeto
método, no un objeto función.

MARCO VIVERO
Objetos método
Generalmente, un método es llamado luego de ser vinculado:

x.f()

En el ejemplo MiClase, esto devuelve la cadena 'hola mundo'. Pero no es necesario llamar al método
justo en ese momento: x.f es un objeto método, y puede ser guardado y llamado más tarde. Por ejemplo:

xf = x.f while
True:
print xf()

...continuará imprimiendo hola mundo hasta el fin de los días.

¿Qué sucede exactamente cuando un método es llamado? Debés haber notado que x.f() fue llamado
más arriba sin ningún argumento, a pesar de que la definición de función de f() especificaba un argumento.
¿Qué pasó con ese argumento? Seguramente Python levanta una excepción cuando una función que
requiere un argumento es llamada sin ninguno, aún si el argumento no es utilizado...

De hecho, tal vez hayas adivinado la respuesta: lo que tienen de especial los métodos es que el objeto es
pasado como el primer argumento de la función. En nuestro ejemplo, la llamada x.f() es exactamente
equivalente a MiClase.f(x). En general, llamar a un método con una lista de n argumentos es equivalente
a llamar a la función correspondiente con una lista de argumentos que es creada insertando el objeto del
método antes del primer argumento.

Si aún no comprendés como funcionan los métodos, un vistazo a la implementación puede ayudar a clarificar
este tema. Cuando se hace referencia un atributo de instancia y no es un atributo de datos, se busca dentro
de su clase. Si el nombre denota un atributo de clase válido que es un objeto función, un método objeto es
creado, juntando (punteros a) el objeto instancia y el objeto función que ha sido encontrado. Este objeto
abstracto creado de esta unión es el objeto método. Cuando el objeto método es llamado con una lista de
argumentos, es nuevamente desempaquetado, una lista de argumentos nueva es construida a partir del
objeto instancia y la lista de argumentos original, y el objeto función es llamado con esta nueva lista de
argumentos.

Algunas observaciones
Los atributos de datos tienen preferencia sobre los métodos con el mismo nombre; para evitar conflictos de
nombre accidentales, que pueden causar errores difíciles de encontrar en programas grandes, es prudente
usar algún tipo de convención que minimice las posibilidades de dichos conflictos. Algunas convenciones
pueden ser poner los nombres de métodos con mayúsculas, prefijar los nombres de atributos de datos con
una pequeña cadena única (a lo mejor sólo un guión bajo), o usar verbos para los métodos y sustantivos
para los atributos.

MARCO VIVERO
A los atributos de datos los pueden hacer referencia tanto los métodos como los usuarios ("clientes")
ordinarios de un objeto. En otras palabras, las clases no se usan para implementar tipos de datos abstractos
puros. De hecho, en Python no hay nada que haga cumplir el ocultar datos; todo se basa en convención.
(Por otro lado, la implementación de Python, escrita en C, puede ocultar por completo detalles de
implementación y el control de acceso a un objeto si es necesario; esto se puede usar en extensiones a
Python escritas en C.)

Los clientes deben usar los atributos de datos con cuidado; éstos pueden romper invariantes que mantienen
los métodos si pisan los atributos de datos. Observá que los clientes pueden añadir sus propios atributos de
datos a una instancia sin afectar la validez de sus métodos, siempre y cuando se eviten conflictos de
nombres; de nuevo, una convención de nombres puede ahorrar un montón de dolores de cabeza.

No hay un atajo para hacer referencia a atributos de datos (¡u otros métodos!) desde dentro de un método.
A mi parecer, esto en realidad aumenta la legibilidad de los métodos: no existe posibilidad alguna de confundir
variables locales con variables de instancia cuando repasamos un método.

A menudo, el primer argumento de un método se llama self ( uno mismo). Esto no es nada más que una
convención: el nombre self no significa nada en especial para Python. Observá que, sin embargo, si no
seguís la convención tu código puede resultar menos legible a otros programadores de Python, y puede
llegar a pasar que un programa navegador de clases pueda escribirse de una manera que dependa de dicha
convención.

Cualquier objeto función que es un atributo de clase define un método para instancias de esa clase. No es
necesario que el la definición de la función esté textualmente dentro de la definición de la clase: asignando
un objeto función a una variable local en la clase también está bien. Por ejemplo:

# Función definida fuera de la clase

def f1(self, x, y): return
min(x, x+y)

class C: f =
f1 def
g(self):

return 'hola mundo'

h = g
Ahora f, g y h son todos atributos de la clase C que hacen referencia a objetos función, y consecuentemente
son todos métodos de las instancias de C; h siendo exactamente equivalente a g.
Fijate que esta práctica normalmente sólo sirve para confundir al que lea un programa.

Los métodos pueden llamar a otros métodos de la instancia usando el argumento self:

class Bolsa: def

__init__(self):
self.datos = [] def
agregar(self, x):

MARCO VIVERO
 self.datos.append(x) def
dobleagregar(self, x):

self.agregar(x)
self.agregar(x)
Los métodos pueden hacer referencia a nombres globales de la misma manera que lo hacen las funciones
comunes. El alcance global asociado a un método es el módulo que contiene la definición de la clase. (La
clase misma nunca se usa como un alcance global.) Si bien es raro encontrar una buena razón para usar
datos globales en un método, hay muchos usos legítimos del alcance global: por lo menos, las funciones y
módulos importados en el alcance global pueden usarse por los métodos, al igual que las funciones y clases
definidas en él. Habitualmente, la clase que contiene el método está definida en este alcance global, y en la
siguiente sección veremos algunas buenas razones por las que un método querría hacer referencia a su
propia clase.

Todo valor es un objeto, y por lo tanto tiene una clase (también llamado su tipo) . Ésta se almacena como
objeto.__class__.

Herencia
Por supuesto, una característica del lenguaje no sería digna del nombre "clase" si no soportara herencia. La
sintaxis para una definición de clase derivada se ve así:
class ClaseDerivada(ClaseBase):
<declaración-1> .

.
.
<declaración-N>
El nombre ClaseBase debe estar definido en un alcance que contenga a la definición de la clase derivada.
En el lugar del nombre de la clase base se permiten otras expresiones arbitrarias. Esto puede ser útil, por
ejemplo, cuando la clase base está definida en otro módulo:

class ClaseDerivada(modulo.ClaseBase):
La ejecución de una definición de clase derivada procede de la misma forma que una clase base. Cuando el
objeto clase se construye, se tiene en cuenta a la clase base. Esto se usa para resolver referencias a
atributos: si un atributo solicitado no se encuentra en la clase, la búsqueda continúa por la clase base. Esta
regla se aplica recursivamente si la clase base misma deriva de alguna otra clase.

No hay nada en especial en la instanciación de clases derivadas: ClaseDerivada() crea una nueva
instancia de la clase. Las referencias a métodos se resuelven de la siguiente manera: se busca el atributo
de clase correspondiente, descendiendo por la cadena de clases base si es necesario, y la referencia al
método es válida si se entrega un objeto función.

Las clases derivadas pueden redefinir métodos de su clase base. Como los métodos no tienen privilegios
especiales cuando llaman a otros métodos del mismo objeto, un método de la clase base que llame a otro

MARCO VIVERO
método definido en la misma clase base puede terminar llamando a un método de la clase derivada que lo
haya redefinido. (Para los programadores de C++: en Python todos los métodos son en efecto virtuales.)

Un método redefinido en una clase derivada puede de hecho querer extender en vez de simplemente
reemplazar al método de la clase base con el mismo nombre. Hay una manera simple de llamar al método
de la clase base directamente: simplemente llamás a ClaseBase.metodo(self, argumentos). En
ocasiones esto es útil para los clientes también. (Observá que esto sólo funciona si la clase base es accesible
como CalseBase en el alcance global.)

Python tiene dos funciones integradas que funcionan con herencia:

• Usá isinstance() para verificar el tipo de una instancia: isinstance(obj, int) devuelve
True solo si obj.__class__ es int o alguna clase derivada de int.

• Usá issubclass() para comprobar herencia de clase: issubclass(bool, int) da True ya

que bool es una subclase de int. Sin embargo, issubclass(unicode, str) devuelve
False porque unicode no es una subclase de str ( solamente tienen un ancestro en común,
basestring).

Herencia múltiple
Python también soporta una forma limitada de herencia múltiple. Una definición de clase con múltiples clases
base se ve así:
class ClaseDerivada(Base1, Base2, Base3):
<declaración-1> .

.
.
<declaración-N>
Para clases de estilo viejo la única regla es buscar en profundidad, de izquierda a derecha. Por lo tanto, si
un atributo no se encuentra en ClaseDerivada, se busca en Base1, luego (recursivamente) en las clases
base de Base1, y sólo si no se encuentra allí se lo busca en Base2, y así sucesivamente.
(A algunos la búsqueda en anchura, o sea, buscar en Base2 y Base3 antes que en las clases base de
Base1, les parece más natural. Sin embargo, para esto haría falta que sepas si un atributo en particular de
Base1 está de hecho definido en Base1 o en alguna de sus clases base antes de que puedas entender
las consecuencias de un conflicto de nombres con un atributo de Base2. La regla de buscar primero en
profundidad no hace diferencias entre atributos directos o heredados de Base1.)

Para las clases de estilo nuevo, el método de resolución de orden cambia dinámicamente para soportar
llamadas cooperativas a super(). Este enfoque es conocido en otros lenguajes con herencia múltiple como
"llámese al siguiente método" y es más poderoso que la llamada al superior que se encuentra en lenguajes
con sólo herencia simple.

MARCO VIVERO
Con las clases de estilo nuevo, se necesita el orden dinámico porque todos los casos de herencia múltiple
exhiben una o más relaciones en diamante (cuando se puede llegar al menos a una de las clases base por
distintos caminos desde la clase de más abajo). Por ejemplo, todas las clases de nuevo estilo heredan de
object, por lo tanto cualquier caso de herencia múltiple provee más de un camino para llegar a object.
Para que las clases base no sean accedidas más de una vez, el algoritmo dinámico hace lineal el orden de
búsqueda de manera que se preserve el orden de izquierda a derecha especificado en cada clase, que se
llame a cada clase base sólo una vez, y que sea monótona (lo cual significa que una clase puede tener clases
derivadas sin afectar el orden de precedencia de sus clases bases). En conjunto, estas propiedades hacen
posible diseñar clases confiables y extensibles con herencia múltiple. Para más detalles mirá
http://www.python.org/download/releases/2.3/mro/.

Variables privadas
Las variables "privadas" de instancia que no pueden accederse excepto desde dentro de un objeto, no existen
en Python. Sin embargo, hay una convención que se sigue en la mayoría del código Python: un nombre
prefijado con un guión bajo (por ejemplo, _spam) debería tratarse como una parte no pública de la API (más
allá de que sea una función, un método, o un dato). Debería considerarse un detalle de implementación y
que está sujeto a cambios sin aviso.

Ya que hay un caso de uso válido para los identificadores privados de clase (a saber: colisión de nombres
con nombres definidos en las subclases), hay un soporte limitado para este mecanismo. Cualquier
identificador con la forma __spam ( al menos dos guiones bajos al principio, como mucho un guión bajo al
final) es textualmente reemplazado por _nombredeclase__spam, donde nombredeclase es el nombre
de clase actual al que se le sacan guiones bajos del comienzo (si los tuviera). Se modifica el nombre del
identificador sin importar su posición sintáctica, así que puede ser usado para definir instancias y variables
de clase privadas, métodos, variables guardadas en globales, y aún variables guardadas en instancias
privadas de esta clase en instancias de otras clases. Puede ocurrir que se trunque si el nombre modificado
queda con más de 255 caracteres. Fuera de las clases, o cuando el nombre de clase consiste solo en guiones
bajos, no se modifican los nombres de identificadores.

Hay que aclarar que las reglas de modificación de nombres están diseñadas principalmente para evitar
accidentes; es posible acceder o modificar una variable que es considerada como privada. Esto hasta puede
resultar útil en circunstancias especiales, tales como en el depurador.
Notar que el código pasado a exec, a eval() o a execfile() no considera que el nombre de clase de
la clase que invoca sea la clase actual; esto es similar al efecto de la sentencia global, efecto que es de
similar manera restringido a código que es compilado en conjunto. La misma restricción aplica a getattr(),
setattr() y delattr(), así como cuando se referencia a __dict__ directamente.

Cambalache
A veces es útil tener un tipo de datos similar al "registro" de Pascal o la "estructura" de C, que sirva para
juntar algunos pocos ítems con nombre. Una definición de clase vacía funcionará perfecto:

MARCO VIVERO
 class Empleado:
pass

juan = Empleado() # Crear un registro de empleado vacío

# Llenar los campos del registro

juan.nombre = 'Juan Pistola'

juan.depto = u'laboratorio de computación'

juan.salario = 1000
Algún código Python que espera un tipo abstracto de datos en particular puede frecuentemente recibir en
cambio una clase que emula los métodos de aquel tipo de datos. Por ejemplo, si tenés una función que
formatea algunos datos a partir de un objeto archivo, podés definir una clase con métodos read() y
readline() que obtengan los datos de alguna cadena en memoria intermedia, y pasarlo como argumento.

Los objetos método de instancia tienen atributos también: m.im_self es el objeto instancia con el método
m(), y m.im_func es el objeto función correspondiente al método.

Las excepciones también son clases

Las excepciones definidas por el usuario también son identificadas por clases. Usando este mecanismo es
posible crear jerarquías extensibles de excepciones:

Hay dos nuevas formas (semánticas) válidas para la sentencia raise:

raise Clase, instancia

raise instancia

En la primera forma, instancia debe ser una instancia de Clase o de una clase derivada de ella. La
segunda forma es una abreviatura de:

raise instancia.__class__, instance

Una clase en una cláusula except es compatible con una excepción si es de la misma clase o una clase
base suya (pero no al revés, una cláusula except listando una clase derivada no es compatible con una clase
base). Por ejemplo, el siguiente código imprimirá B, C, D en ese orden:
class B:
pass class
C(B):
pass class
D(C):
pass

MARCO VIVERO
 for c in [B, C, D]:
try:

raise c()
except D:

print "D"
except C:

print "C"
except B:

print "B"
Notar que si la cláusulas except fueran invertidas (dejando except B al principio), habría impreso B, B,
B; se dispara la primera cláusula except que coincide.

Cuando se imprime un mensaje de error para una excepción sin atrapar, se imprime el nombre de la clase
de la excepción, luego dos puntos y un espacio y finalmente la instancia convertida a un string usando la
función integrada str().

Iteradores
Es probable que hayas notado que la mayoría de los objetos contenedores pueden ser recorridos usando
una sentencia for:

for elemento in [1, 2, 3]:

print elemento for
elemento in (1, 2, 3):

print elemento for clave in

{'uno':1, 'dos':2}:

print clave for

caracter in "123":

print caracter for linea in

open("miarchivo.txt"):
print linea
Este estilo de acceso es limpio, conciso y conveniente. El uso de iteradores está impregnado y unifica a
Python. En bambalinas, la sentencia for llama a iter() en el objeto contenedor. La función devuelve un
objeto iterador que define el método next() que accede elementos en el contenedor de a uno por vez.
Cuando no hay más elementos, next() levanta una excepción StopIteration que le avisa al bucle del
for que hay que terminar. Este ejemplo muestra como funciona todo esto:

>>> s = 'abc'
>>> it = iter(s)

MARCO VIVERO
 >>> it <iterator object at
0x00A1DB50> >>> it.next()

'a' >>>
it.next()

'b' >>>
it.next()

'c'
>>> it.next() Traceback (most
recent call last): File
"<stdin>", line 1, in ?

it.next()
StopIteration
Habiendo visto la mecánica del protocolo de iteración, es fácil agregar comportamiento de iterador a tus
clases. Definí un método __iter__() que devuelva un objeto con un método next(). Si la clase define
next(), entonces alcanza con que __iter__() devuelva self:

>>> class Reversa: ... "Iterador para recorrer una

secuencia marcha atrás" ... def __init__(self, datos):

... self.datos = datos

... self.indice = len(datos)
... def __iter__(self):

... return self

... def next(self):

... if self.indice == 0:
... raise StopIteration
... self.indice = self.indice - 1
... return self.datos[self.indice]
...

>>> for letra in Reversa('spam'):

... print letra ... m a p
s

Generadores
Los generadores son una simple y poderosa herramienta para crear iteradores. Se escriben como funciones
regulares pero usan la sentencia yield cuando quieren devolver datos. Cada vez que next() es llamado,
el generador continúa desde donde dejó (y recuerda todos los valores de datos y cual sentencia fue ejecutada
última). Un ejemplo muestra que los generadores pueden ser muy fáciles de crear:
>>> def reversa(datos):

MARCO VIVERO
 ... for indice in range(len(datos)-1, -1, -1):
... yield datos[indice] ...

>>> for letra in reversa('golf'):

... print letra ... f l o g
Todo lo que puede ser hecho con generadores también puede ser hecho con iteradores basados en clases,
como se describe en la sección anterior. Lo que hace que los generadores sean tan compactos es que los
métodos __iter__() y next() son creados automáticamente.

Otra característica clave es que las variables locales y el estado de la ejecución son guardados
automáticamente entre llamadas. Esto hace que la función sea más fácil de escribir y quede mucho más
claro que hacerlo usando variables de instancia tales como self.indice y self.datos.

Además de la creación automática de métodos y el guardar el estado del programa, cuando los generadores
terminan automáticamente levantan StopIteration. Combinadas, estas características facilitan la
creación de iteradores, y hacen que no sea más esfuerzo que escribir una función regular.

Expresiones generadoras
Algunos generadores simples pueden ser codificados concisamente como expresiones usando una sintaxis
similar a las listas por comprensión pero con paréntesis en vez de corchetes. Estas expresiones se utilizan
en situaciones donde el generador es usado inmediatamente por una función que lo contiene. Las
expresiones generadoras son más compactas pero menos versátiles que definiciones completas de
generadores, y tienden a utilizar menos memoria que las listas por comprensión equivalentes.

Ejemplos:
>>> sum(i*i for i in range(10)) # suma de cuadrados
285

>>> xvec = [10, 20, 30]

>>> yvec = [7, 5, 3] >>> sum(x*y for x,y in zip(xvec, yvec))
# producto escalar

260

>>> from math import pi, sin

>>> tabla_de_senos = dict((x, sin(x*pi/180)) for x in range(0, 91))

>>> palabras_unicas = set(word for line in page for word in line.split()) >>>

mejor_promedio = max((alumno.promedio, alumno.nombre) for alumno in graduados)

MARCO VIVERO
 >>> data = 'golf' >>> list(data[i] for i in
range(len(data)-1,-1,-1))

[ 'f', 'l', 'o', 'g' ]

4 Excepto por un detalle. Los objetos módulo tienen un atributo secreto de solo lectura llamado __dict__
que devuelve el diccionario usado para implementar el espacio de nombres del módulo; el nombre
__dict__ es un atributo, pero no es un nombre global. Obviamente, esto viola la abstracción
de la implementación de espacios de nombres, y debe ser restringido a cosas tales como
depuradores post-mortem.

Pequeño paseo por la Biblioteca

Estándar

Interfaz al sistema operativo

El módulo os provee docenas de funciones para interactuar con el sistema operativo:

>>> import os >>>

os.system('time 0:02')

0 >>> os.getcwd() # devuelve el directorio de trabajo

actual

'C:\\Python26'
>>> os.chdir('/server/accesslogs')
Asegurate de usar el estilo import os en lugar de from os import *. Esto evitará que os.open()
oculte a la función integrada open(), que trabaja bastante diferente.

Las funciones integradas dir() y help() son útiles como ayudas interactivas para trabajar con módulos
grandes como os:

>>> import os
>>> dir(os) <devuelve una lista de todas las funciones
del módulo>
>>> help(os)
<devuelve un manual creado a partir de las documentaciones del módulo>
Para tareas diarias de administración de archivos y directorios, el módulo shutil provee una interfaz de
más alto nivel que es más fácil de usar:

>>> import shutil

>>> shutil.copyfile('datos.db', 'archivo.db')

MARCO VIVERO
 >>> shutil.move('/build/executables', 'dir_instalac')

Comodines de archivos
El módulo glob provee una función para hacer listas de archivos a partir de búsquedas con comodines en
directorios:

>>> import glob

>>> glob.glob('*.py')
[ 'primes.py', 'random.py', 'quote.py' ]

Argumentos de linea de órdenes

Los programas frecuentemente necesitan procesar argumentos de linea de órdenes. Estos argumentos se
almacenan en el atributo argv del módulo sys como una lista. Por ejemplo, la siguiente salida resulta de
ejecutar python demo.py uno dos tres en la línea de órdenes:

>>> import sys

>>> print sys.argv
[ 'demo.py', 'uno', 'dos', 'tres' ]

El módulo getopt procesa sys.argv usando las convenciones de la función de Unix getopt(). El módulo
optparse provee un procesamiento más flexible de la linea de órdenes.

Redirección de la salida de error y finalización

del programa
El módulo sys también tiene atributos para stdin, stdout, y stderr. Este último es útil para emitir mensajes
de alerta y error para que se vean incluso cuando se haya redireccionado stdout:

>>> sys.stderr.write('Alerta, archivo de log no encontrado\n')

Alerta, archivo de log no encontrado

La forma más directa de terminar un programa es usar sys.exit().

MARCO VIVERO
Coincidencia en patrones de cadenas
El módulo re provee herramientas de expresiones regulares para un procesamiento avanzado de cadenas.
Para manipulación y coincidencias complejas, las expresiones regulares ofrecen soluciones concisas y
optimizadas:
>>> import re >>> re.findall(r'\bt[a-z]*', 'tres felices tigres
comen trigo')
[ 'tres', 'tigres', 'trigo' ] >>> re.sub(r'(\b[a-z]+) \1',
r'\1', 'gato en el el sombrero')

'gato en el sombrero'
Cuando se necesita algo más sencillo solamente, se prefieren los métodos de las cadenas porque son más
fáciles de leer y depurar.

>>> 'te para tos'.replace('tos', 'dos')

'te para dos'

Matemática
El módulo math permite el acceso a las funciones de la biblioteca C subyacente para la matemática de punto
flotante:

>>> import math

>>> math.cos(math.pi / 4.0)
0.70710678118654757
>>> math.log(1024, 2)
10.0

El módulo random provee herramientas para realizar selecciones al azar:

>>> import random >>> random.choice(['manzana',

'pera', 'banana'])
'manzana' >>> random.sample(xrange(100), 10) # elección sin
reemplazo

[30 , 83, 16, 4, 8, 81, 41, 50, 18, 33]

>>> random.random() # un float al azar

0.17970987693706186
>>> random.randrange(6) # un entero al azar tomado de range(6)
4

MARCO VIVERO
Acceso a Internet
Hay varios módulos para acceder a internet y procesar sus protocolos. Dos de los más simples son urllib2
para traer data de URLs y smtplib para mandar correos:

>>> import urllib2 >>> for line in

urllib2.urlopen('http://tycho.usno.navy.mil/cgi-bin/timer.pl') : ... if
'EST' in line or 'EDT' in line: # buscamos la hora del este

... print line

<BR>Nov. 25, 09:43:32 PM EST

>>> import smtplib

>>> server = smtplib.SMTP('localhost') >>>
server.sendmail('soothsayer@ejemplo.org', 'jcaesar@ejemplo.org',

... """To: jcaesar@ejemplo.org

... From: soothsayer@ejemplo.org
...

... Ojo al piojo.

... """)
>>> server.quit()

( Notá que el segundo ejemplo necesita un servidor de correo corriendo en la máquina local )

Fechas y tiempos
El módulo datetime ofrece clases para manejar fechas y tiempos tanto de manera simple como compleja.
Aunque se soporta aritmética sobre fechas y tiempos, el foco de la implementación es en la extracción
eficiente de partes para manejarlas o formatear la salida. El módulo también soporta objetos que son
conscientes de la zona horaria.
# las fechas son fácilmente construidas y formateadas
>>> from datetime import date
>>> hoy = date.today() >>>
hoy

datetime.date(2009, 7, 19)

# nos aseguramos de tener la info de localización correcta

MARCO VIVERO
 >>> import locale >>> locale.setlocale(locale.LC_ALL,
locale.getdefaultlocale())

'es_ES.UTF8'
>>> hoy.strftime("%m-%d-%y. %d %b %Y es %A. hoy es %d de %B.")
'07-19-09. 19 jul 2009 es domingo. hoy es 19 de julio.'

# las fechas soportan aritmética de calendario

>>> nacimiento = date(1964, 7, 31) >>>
edad = hoy - nacimiento

>>> edad.days
14368

Compresión de datos
Los formatos para archivar y comprimir datos se soportan directamente con los módulos: zlib, gzip, bz2,
zipfile y tarfile.

>>> import zlib >>> s = 'witch which has which

witches wrist watch'

>>> len(s)
41 >>> t =
zlib.compress(s)

>>> len(t)
37
>>> zlib.decompress(t) 'witch which has
which witches wrist watch'
>>> zlib.crc32(s)
226805979

Medición de rendimiento
Algunos usuarios de Python desarrollan un profundo interés en saber el rendimiento relativo de las diferentes
soluciones al mismo problema. Python provee una herramienta de medición que responde esas preguntas
inmediatamente.

Por ejemplo, puede ser tentador usar la característica de empaquetamiento y desempaquetamiento de las
tuplas en lugar de la solución tradicional para intercambiar argumentos. El módulo timeit muestra
rapidamente una modesta ventaja de rendimiento:
>>> from timeit import Timer >>> Timer('t=a;
a=b; b=t', 'a=1; b=2').timeit()

0.57535828626024577

MARCO VIVERO
 >>> Timer('a,b = b,a', 'a=1; b=2').timeit()
0.54962537085770791
En contraste con el fino nivel de granularidad del módulo timeit, los módulos profile y pstats proveen
herramientas para identificar secciones críticas de tiempo en bloques de código más grandes.

Control de calidad
Una forma para desarrollar software de alta calidad es escribir pruebas para cada función mientras se la
desarrolla, y correr esas pruebas frecuentemente durante el proceso de desarrollo.

El módulo doctest provee una herramienta para revisar un módulo y validar las pruebas integradas en las
cadenas de documentación (o docstring) del programa. La construcción de las pruebas es tan sencillo como
cortar y pegar una ejecución típica junto con sus resultados en los docstrings. Esto mejora la documentación
al proveer al usuario un ejemplo y permite que el módulo doctest se asegure que el código permanece fiel
a la documentación:

def promedio(valores): """Calcula la media aritmética

de una lista de números.

>>> print promedio([20, 30, 70])

40.0
"""
return sum(valores, 0.0) / len(valores)
import doctest
doctest.testmod() # valida automáticamente las pruebas integradas

El módulo unittest necesita más esfuerzo que el módulo doctest, pero permite que se mantenga en un
archivo separado un conjunto más comprensivo de pruebas:

import unittest

class TestFuncionesEstadisticas(unittest.TestCase):

def test_promedio(self):
self.assertEqual(promedio([20, 30, 70]), 40.0)
self.assertEqual(round(promedio([1, 5, 7]), 1), 4.3)
self.assertRaises(ZeroDivisionError, promedio, [])
self.assertRaises(TypeError, promedio, 20, 30, 70)

unittest.main() # llamarlo de la linea de comandos ejecuta todas las pruebas

MARCO VIVERO
Las pilas incluidas
Python tiene una filosofía de "pilas incluidas". Esto se ve mejor en las capacidades robustas y sofisticadas
de sus paquetes más grandes. Por ejemplo:

• Los módulos xmlrpclib y SimpleXMLRPCServer hacen que implementar llamadas a

procedimientos remotos sea una tarea trivial. A pesar de los nombres de los módulos, no se necesita
conocimiento directo o manejo de XML.
• El paquete email es una biblioteca para manejar mensajes de mail, incluyendo MIME y otros
mensajes basados en RFC 2822. Al contrario de smtplib y poplib que en realidad envían y
reciben mensajes, el paquete email tiene un conjunto de herramientas completo para construir y
decodificar estructuras complejas de mensajes (incluyendo adjuntos) y para implementar protocolos
de cabecera y codificación de Internet.
• Los paquetes xml.dom y xml.sax proveen un robusto soporte para analizar este popular formato
de intercambio de datos. Asimismo, el módulo csv soporta lecturas y escrituras directas en un
formato común de base de datos. Juntos, estos módulos y paquetes simplifican enormemente el
intercambio de datos entre aplicaciones Python y otras herramientas.
• Se soporta la internacionalización a través de varios módulos, incluyendo gettext, locale, y el
paquete codecs.

Pequeño paseo por la Biblioteca

Estándar - Parte II
Este segundo paseo cubre módulos más avanzados que facilitan necesidades de programación complejas.
Estos módulos raramente se usan en scripts cortos.

Formato de salida
El módulo repr provee una versión de repr() ajustada para mostrar contenedores grandes o
profundamente anidados, en forma abreviada:
>>> import repr >>>
repr.repr(set('supercalifragilisticoespialidoso'))

"set(['a', 'c', 'd', 'e', 'f', 'g', ...])"

El módulo pprint ofrece un control más sofisticado de la forma en que se imprimen tanto los objetos
predefinidos como los objetos definidos por el usuario, de manera que sean legibles por el intérprete. Cuando
el resultado ocupa más de una línea, el generador de "impresiones lindas" agrega saltos de línea y sangrías
para mostrar la estructura de los datos más claramente:

MARCO VIVERO
 >>> import pprint >>> t = [[[['negro', 'turquesa'], 'blanco', ['verde',
'rojo']], [['magenta', ... 'amarillo'], 'azul']]] ...

>>> pprint.pprint(t, width=30) [[[[

'negro', 'turquesa'],

'blanco',
['verde', 'rojo']],
[['magenta', 'amarillo'],

'azul']]]
El módulo textwrap formatea párrafos de texto para que quepan dentro de cierto ancho de pantalla:

>>> import textwrap

>>> doc = u"""El método wrap() es como fill(), excepto que devuelve
... una lista de strings en lugar de una gran string con saltos de

... línea como separadores."""

>>> print textwrap.fill(doc, width=40)
El método wrap() es como fill(), excepto
que devuelve una lista de strings en
lugar de una gran string con saltos de
línea como separadores.
El módulo locale accede a una base de datos de formatos específicos a una cultura. El atributo
:var:`grouping` de la función :function:`format` permite una forma directa de formatear números con
separadores de grupo:
>>> import locale >>>
locale.setlocale(locale.LC_ALL, '')
'Spanish_Argentina.1252' >>> conv = locale.localeconv() #
obtener un mapeo de convenciones

>>> x = 1234567.8 >>> locale.format("%d",

x, grouping=True)

'1.234.567'
>>> locale.format("%s%.*f", (conv['currency_symbol'] ,
... conv['frac_digits'], x), grouping=True)

'$1.234.567,80'

Plantillas
El módulo string incluye una clase versátil Template ( plantilla) con una sintaxis simplificada apta para
ser editada por usuarios finales. Esto permite que los usuarios personalicen sus aplicaciones sin necesidad
de modificar la aplicación en sí.

El formato usa marcadores cuyos nombres se forman con $ seguido de identificadores Python válidos
(caracteres alfanuméricos y guión de subrayado). Si se los encierra entre llaves, pueden seguir más
caracteres alfanuméricos sin necesidad de dejar espacios en blanco. $$ genera un $:
MARCO VIVERO
 >>> from string import Template
>>> t = Template('${village}folk send $$10 to $cause.') >>>
t.substitute(village='Nottingham', cause='the ditch fund')

'Nottinghamfolk send $10 to the ditch fund.'

El método substitute() lanza KeyError cuando no se suministra ningún valor para un marcador
mediante un diccionario o argumento por nombre. Para algunas aplicaciones los datos suministrados por el
usuario puede ser incompletos, y el método safe_substitute() puede ser más apropiado: deja los
marcadores inalterados cuando hay datos faltantes:
>>> t = Template('Return the $item to $owner.')
>>> d = dict(item='unladen swallow')

>>> t.substitute(d) Traceback

(most recent call last):

. . .
KeyError: 'owner'
>>> t.safe_substitute(d)
'Return the unladen swallow to $owner.'
Las subclases de Template pueden especificar un delimitador propio. Por ejemplo, una utilidad de
renombrado por lotes para un visualizador de fotos puede escoger usar signos de porcentaje para los
marcadores tales como la fecha actual, el número de secuencia de la imagen, o el formato de archivo:
>>> import time, os.path >>> photofiles = ['img_1074.jpg',
'img_1076.jpg', 'img_1077.jpg'] >>> class BatchRename(Template): ...
delimiter = '%' ... >>> fmt = raw_input('Enter rename style (%d-date %n-
seqnum %f-format): ') Enter rename style (%d-date %n-seqnum %f-format):
Ashley_%n%f

>>> t = BatchRename(fmt)
>>> date = time.strftime('%d%b%y') >>> for i,
filename in enumerate(photofiles):

... base, ext = os.path.splitext(filename)

... newname = t.substitute(d=date, n=i, f=ext)
... print '{0} --> {1}'.format(filename, newname)
...

img_1074.jpg --> Ashley_0.jpg

img_1076.jpg --> Ashley_1.jpg
img_1077.jpg --> Ashley_2.jpg
Las plantillas también pueden ser usadas para separar la lógica del programa de los detalles de múltiples
formatos de salida. Esto permite sustituir plantillas específicas para archivos XML, reportes en texto plano, y
reportes web en HTML.

MARCO VIVERO
Trabajar con registros estructurados
conteniendo datos binarios
El módulo struct provee las funciones pack() y unpack() para trabajar con formatos de registros
binarios de longitud variable. El siguiente ejemplo muestra cómo recorrer la información de encabezado en
un archivo ZIP sin usar el módulo zipfile. Los códigos "H" e "I" representan números sin signo de dos
y cuatro bytes respectivamente. El "<" indica que son de tamaño estándar y los bytes tienen ordenamiento
little-endian:
import struct

datos = open('miarchivo.zip', 'rb').read()

inicio = 0

for i in range(3): # mostrar los 3 primeros encabezados

inicio += 14

campos = struct.unpack('<IIIHH', datos[inicio:inicio+16])

crc32, tam_comp, tam_descomp, tam_nomarch, tam_extra = fields
inicio += 16
nomarch = datos[inicio:inicio+tam_nomarch]
inicio += tam_nomarch
extra = datos[inicio:inicio+tam_extra] print
nomarch, hex(crc32), tam_comp, tam_descomp

inicio += tam_extra + tam_comp # saltear hasta el próximo encabezado

Multi-hilos
La técnica de multi-hilos (o multi-threading) permite desacoplar tareas que no tienen dependencia secuencial.
Los hilos se pueden usar para mejorar el grado de reacción de las aplicaciones que aceptan entradas del
usuario mientras otras tareas se ejecutan en segundo plano. Un caso de uso relacionado es ejecutar E/S en
paralelo con cálculos en otro hilo.

El código siguiente muestra cómo el módulo de alto nivel threading puede ejecutar tareas en segundo
plano mientras el programa principal continúa su ejecución:
import threading, zipfile

class AsyncZip(threading.Thread): def

__init__(self, arch_ent, arch_sal):

threading.Thread.__init__(self)
self.arch_ent = arch_ent

MARCO VIVERO
 self.arch_sal = arch_sal def
run(self):

f = zipfile.ZipFile(self.arch_sal, 'w', zipfile.ZIP_DEFLATED)

f.write(self.arch_ent)
f.close()
print u'Terminó zip en segundo plano de: ', self.arch_ent

seg_plano = AsyncZip('misdatos.txt', 'miarchivo.zip')

seg_plano.start()

print u'El programa principal continúa la ejecución en primer plano.'

seg_plano.join() # esperar que termine la tarea en segundo plano print

u'El programa principal esperó hasta que el segundo plano terminara.'
El desafío principal de las aplicaciones multi-hilo es la coordinación entre los hilos que comparten datos u
otros recursos. A ese fin, el módulo threading provee una serie de primitivas de sincronización que incluyen
locks, eventos, variables de condición, y semáforos.
Aún cuando esas herramientas son poderosas, pequeños errores de diseño pueden resultar en problemas
difíciles de reproducir. La forma preferida de coordinar tareas es concentrar todos los accesos a un recurso
en un único hilo y después usar el módulo Queue para alimentar dicho hilo con pedidos desde otros hilos.
Las aplicaciones que usan objetos Queue.Queue para comunicación y coordinación entre hilos son más
fáciles de diseñar, más legibles, y más confiables.

Registrando
El módulo logging ofrece un sistema de registros (logs) completo y flexible. En su forma más simple, los
mensajes de registro se envían a un archivo o a sys.stderr:

import logging
logging.debug(u'Información de depuración')
logging.info(u'Mensaje informativo')
logging.warning(u'Atención: archivo de configuración %s no se
encuentra', 'server.conf') logging.error(u'Ocurrió un
error')

logging.critical(u'Error crítico -- cerrando')

Ésta es la salida obtenida:

WARNING:root:Atención: archivo de configuración server.conf no se encuentra

ERROR:root:Ocurrió un error
CRITICAL:root:Error crítico -- cerrando

MARCO VIVERO
De forma predeterminada, los mensajes de depuración e informativos se suprimen, y la salida se envía al
error estándar. Otras opciones de salida incluyen mensajes de ruteo a través de correo electrónico,
datagramas, sockets, o un servidor HTTP. Nuevos filtros pueden seleccionar diferentes rutas basadas en la
prioridad del mensaje: DEBUG, INFO, WARNING, ERROR, and CRITICAL (Depuración, Informativo,
Atención, Error y Crítico respectivamente)

El sistema de registro puede configurarse directamente desde Python o puede cargarse la configuración
desde un archivo editable por el usuario para personalizar el registro sin alterar la aplicación.

Referencias débiles
Python realiza administración de memoria automática (cuenta de referencias para la mayoría de los objetos,
y garbage collection ( recolección de basura) para eliminar ciclos). La memoria se libera poco después de
que la última referencia a la misma haya sido eliminada.

Esta estrategia funciona bien para la mayoría de las aplicaciones, pero ocasionalmente aparece la necesidad
de hacer un seguimiento de objetos sólo mientras están siendo usados por alguien más.
Desafortunadamente, el sólo hecho de seguirlos crea una referencia que los hace permanentes.
El módulo weakref provee herramientas para seguimiento de objetos que no crean una referencia. Cuando
el objeto no se necesita más, es eliminado automáticamente de una tabla de referencias débiles y se dispara
una retrollamada (callback). Comúnmente se usa para mantener una cache de objetos que son caros de
crear:
>>> import weakref, gc >>>
class A:

... def __init__(self, value):

... self.value = value ... def
__repr__(self): ... return str(self.value)
... >>> a = A(10) # crear una
referencia

>>> d = weakref.WeakValueDictionary()
>>> d['primaria'] = a # no crea una referencia >>>
d['primaria'] # traer el objeto si aún está vivo

10
>>> del a # eliminar la única referencia >>>
gc.collect() # recolección de basura justo ahora

0 >>> d['primaria'] # la entrada fue automáticamente

eliminada Traceback (most recent call last):

. . .
KeyError: 'primaria'

MARCO VIVERO
Herramientas para trabajar con listas
Muchas necesidades de estructuras de datos pueden ser satisfechas con el tipo integrado lista. Sin embargo,
a veces se hacen necesarias implementaciones alternativas con rendimientos distintos.

El módulo array provee un objeto array() ( vector) que es como una lista que almacena sólo datos
homogéneos y de una manera más compacta. Los ejemplos a continuación muestran un vector de números
guardados como dos números binarios sin signo de dos bytes (código de tipo "H") en lugar de los 16 bytes
por elemento habituales en listas de objetos int de Python:
>>> from array import array >>> a =
array('H', [4000, 10, 700, 22222])

>>> sum(a)
26932 >>>
a[1:3]

array('H', [10, 700])

El módulo collections provee un objeto deque() que es como una lista más rápida para agregar y
quitar elementos por el lado izquierdo pero búsquedas más lentas por el medio. Estos objetos son adecuados
para implementar colas y árboles de búsqueda a lo ancho:
>>> from collections import deque >>> d =
deque(["tarea1", "tarea2", "tarea3"])

>>> d.append("tarea4") >>> print

"Realizando", d.popleft()
Realizando tarea1

no_visitado = deque([nodo_inicial])
def busqueda_a_lo_ancho(no_visitado):

nodo = no_visitado.popleft()
for m in gen_moves(nodo):
if is_goal(m):
return m
no_visitado.append(m)
Además de las implementaciones alternativas de listas, la biblioteca ofrece otras herramientas como el
módulo bisect con funciones para manipular listas ordenadas:
>>> import bisect >>> puntajes = [(100, 'perl'), (200, 'tcl'), (400,
'lua'), (500, 'python')] >>> bisect.insort(puntajes, (300, 'ruby'))

>>> puntajes
[(100 , 'perl'), (200, 'tcl'), (300, 'ruby'), (400, 'lua'), (500, 'python'
)]
El módulo heapq provee funciones para implementar heaps basados en listas comunes. El menor valor
ingresado se mantiene en la posición cero. Esto es útil para aplicaciones que acceden a menudo al elemento
más chico pero no quieren hacer un orden completo de la lista:
MARCO VIVERO
 >>> from heapq import heapify, heappop, heappush
>>> datos = [1, 3, 5, 7, 9, 2, 4, 6, 8, 0] >>> heapify(datos)
# acomodamos la lista a orden de heap

>>> heappush(datos, -5) # agregamos un elemento >>>

[heappop(datos) for i in range(3)] # traemos los tres elementos menores

[-5 , 0, 1]

Aritmética de punto flotante decimal

El módulo decimal provee un tipo de dato Decimal para soportar aritmética de punto flotante decimal.
Comparado con float, la implementación de punto flotante binario incluida, la clase es muy útil
especialmente para:

• aplicaciones financieras y para cualquier uso que requiera una representación decimal exacta, •
control de la precisión,
• control del redondeo para satisfacer requerimientos legales o reglamentarios,
• seguimiento de cifras significativas,
• o para aplicaciones donde el usuario espera que los resultados coincidan con cálculos hechos a
mano.

Por ejemplo, calcular un impuesto del 5% de una tarifa telefónica de 70 centavos da resultados distintos con
punto flotante decimal y punto flotante binario. La diferencia se vuelve significativa si los resultados se
redondean al centavo más próximo:
>>> from decimal import * >>>
Decimal('0.70') * Decimal('1.05')

Decimal('0.7350')
>>> .70 * 1.05
0.73499999999999999
El resultado con Decimal conserva un cero al final, calculando automáticamente cuatro cifras significativas
a partir de los multiplicandos con dos cifras significativas. Decimal reproduce la matemática como se la hace
a mano, y evita problemas que pueden surgir cuando el punto flotante binario no puede representar
exactamente cantidades decimales.

La representación exacta permite a la clase Decimal hacer cálculos de modulo y pruebas de igualdad que
son inadecuadas para punto flotante binario:
>>> Decimal('1.00') % Decimal('.10')
Decimal('0.00')
>>> 1.00 % 0.10
0.09999999999999995

>>> sum([Decimal('0.1')]*10) == Decimal('1.0')

MARCO VIVERO
 True >>> sum([0.1]*10)
== 1.0

False
El módulo decimal provee aritmética con tanta precisión como haga falta:

>>> getcontext().prec = 36
>>> Decimal(1) / Decimal(7)
Decimal('0.142857142857142857142857142857142857')

¿Y ahora qué?
Leer este tutorial probablemente reforzó tu interés por usar Python, deberías estar ansioso por aplicar Python
a la resolución de tus problemas reales. ¿A dónde deberías ir para aprender más?

Este tutorial forma parte del juego de documentación de Python. Algunos otros documentos que encontrarás
en este juego son:

• library-index:

Deberías hojear este manual, que tiene material de referencia completo (si bien breve) sobre tipos,
funciones y módulos de la biblioteca estándar. La distribución de Python estándar incluye un montón
de código adicional. Hay módulos para leer archivos de correo de Unix, obtener documentos vía
HTTP, generar números aleatorios, interpretar opciones de línea de comandos, escribir programas
CGI, comprimir datos, y muchas otras tareas. Un vistazo por la Referencia de Biblioteca te dará una
idea de lo que hay disponible.
• install-index explica cómo instalar módulos externos escritos por otros usuarios de Python.
• reference-index: Una descripción en detalle de la sintaxis y semántica de Python. Es una lectura
pesada, pero útil como guía completa al lenguaje en si.

Más recursos sobre Python:

• http://www.python.org: El sitio web principal sobre Python. Contiene código, documentación, y
referencias a páginas relacionadas con Python en la Web. Este sitio web tiene copias espejo en varios
lugares del mundo cómo Europa, Japón y Australia; una copia espejo puede funcionar más rápido
que el sitio principal, dependiendo de tu ubicación geográfica.
• http://docs.python.org: Acceso rápido a la documentación de Python.
• http://pypi.python.org: El Índice de Paquetes de Python, antes también apodado "El Negocio de
Quesos", es un listado de módulos de Python disponibles para descargar hechos por otros usuarios.
Cuándo comiences a publicar código, puedes registrarlo aquí así los demás pueden encontrarlo.
• http://aspn.activestate.com/ASPN/Python/Cookbook/: El Recetario de Python es una colección de
tamaño considerable de ejemplos de código, módulos más grandes, y programas útiles. Las
contribuciones particularmente notorias están recolectadas en un libro también titulado Recetario de
Python (O'Reilly & Associates, ISBN 0-596-00797-3.)

MARCO VIVERO
Para preguntas relacionadas con Python y reportes de problemas puedes escribir al grupo de noticias
comp.lang.python, o enviarlas a la lista de correo que hay en python-list@python.org. El grupo de noticias y
la lista de correo están interconectadas, por lo que los mensajes enviados a uno serán retransmitidos al otro.
Hay alrededor de 120 mensajes diarios (con picos de hasta varios cientos), haciendo ( y respondiendo)
preguntas, sugiriendo nuevas características, y anunciando nuevos módulos. Antes de escribir, asegúrate
de haber revisado la lista de Preguntas Frecuentes (también llamado el FAQ), o buscalo en el directorio
Misc/ de la distribución de código fuente de Python. Hay archivos de la lista de correo disponibles en
http://mail.python.org/pipermail/. El FAQ responde a muchas de las preguntas que aparecen una y otra vez,
y puede que ya contenga la solución a tu problema.

Edición de entrada interactiva y

sustitución de historial
Algunas versiones del intérprete de Python permiten editar la línea de entrada actual, y sustituir en base al
historial, de forma similar a las capacidades del intérprete de comandos Korn y el GNU bash. Esto se
implementa con la biblioteca GNU Readline, que soporta edición al estilo de Emacs y al estilo de vi. Esta
biblioteca tiene su propia documentación que no duplicaré aquí; pero la funcionalidad básica es fácil de
explicar. La edición interactiva y el historial aquí descriptos están disponibles como opcionales en las
versiones para Unix y Cygwin del intérprete.

Este capítulo no documenta las capacidades de edición del paquete PythonWin de Mark Hammond, ni del
entorno IDLE basado en Tk que se distribuye con Python. El historial de línea de comandos que funciona en
pantallas de DOS en NT y algunas otras variantes de DOS y Windows es también una criatura diferente.

Edición de línea
De estar soportada, la edición de línea de entrada se activa en cuanto el intérprete muestra un símbolo de
espera de ordenes (prompt) primario o secundario. La línea activa puede editarse usando los caracteres de
control convencionales de Emacs. De estos, los más importantes son: C-A ( Ctrl-A) mueve el cursor al
comienzo de la línea, C-E al final, C-B lo mueve una posición a la izquierda, C-F a la derecha. La tecla de
retroceso (backspace) borra el caracter a la izquierda del cursor, C-D el caracter a su derecha. C-K corta
el resto de la línea a la derecha del cursor, C-Y pega de vuelta la última cadena cortada.

C-underscore deshace el último cambio hecho; puede repetirse para obtener un efecto acumulativo.

Sustitución de historial
La sustitución de historial funciona de la siguiente manera: todas las líneas ingresadas y no vacías se
almacenan en una memoria intermedia, y cuando se te pide una nueva línea, estás posicionado en una linea
nueva al final de esta memoria. C-P se mueve una línea hacia arriba (es decir, hacia atrás) en el historial,
C-N se mueve una línea hacia abajo. Cualquier línea en el historial puede editarse; aparecerá un asterisco

MARCO VIVERO
adelante del indicador de entrada para marcar una línea como editada. Presionando la tecla Return (Intro)
se pasa la línea activa al intérprete. C-R inicia una búsqueda incremental hacia atrás, C-S inicia una
búsqueda hacia adelante.

Atajos de teclado
Los atajos de teclado y algunos otros parámetros de la biblioteca Readline se pueden personalizar poniendo
comandos en un archivo de inicialización llamado ~/.inputrc. Los atajos de teclado tienen la forma

nombre-de-tecla: nombre-de-función

...o

"cadena": nombre-de-función

...y se pueden configurar opciones con

set nombre-opción valor

Por ejemplo:

# Prefiero edición al estilo vi:

set editing-mode vi

# Editar usando sólo un renglón:

set horizontal-scroll-mode On

# Reasociar algunas teclas:

Meta-h: backward-kill-word
"\C-u": universal-argument
"\C-x\C-r": re-read-init-file
Observa que la asociación por omisión para la tecla Tab en Python es insertar un caracter Tab ( tabulación
horizontal) en vez de la función por defecto de Readline de completar nombres de archivo. Si insistes, puedes
redefinir esto poniendo

Tab: complete

en tu ~/.inputrc. (Desde luego, esto hace más difícil escribir líneas de continuación indentadas si estás
acostumbrado a usar Tab para tal propósito.)

Hay disponible opcionalmente completado automático de variables y nombres de módulos. Para activarlo en
el modo interactivo del intérprete, agregá lo siguiente a tu archivo de arranque: 5

import rlcompleter, readline

readline.parse_and_bind('tab: complete')

MARCO VIVERO
Esto asocia la tecla Tab a la función de completado, con lo cual presionar la tecla Tab dos veces sugerirá
valores para completar; se fija en nombres de instrucciones Python, las variables locales del momento, y los
nombres de módulos disponibles. Para expresiones con puntos como string.a, evaluará la expresión
hasta el último '.' y luego sugerirá opciones a completar de los atributos de el objeto resultante. Tené en
cuenta que esto puede ejecutar código definido por la aplicación si un objeto con un método __getattr__()
forma parte de la expresión.

Un archivo de inicialización con más capacidades podría ser como este ejemplo. Observá que éste borra los
nombres que crea una vez que no se necesitan más; esto se hace debido a que el archivo de inicialización
se ejecuta en el mismo espacio de nombres que los comandos interactivos, y borrar los nombres evita que
se produzcan efectos colaterales en el entorno interactivo. Tal vez te resulte cómodo mantener algunos de
los módulos importados, tales como os, que usualmente acaban siendo necesarios en la mayoría de las
sesiones con el intérprete.
# Añadir auto-completado y almacenamiento de archivo de histórico a
tu # intérprete de Python interactivo. Requiere Python 2.0+, y
readline. # El autocompletado esta ligado a la tecla Esc por defecto
(puedes # modificarlo - lee la documentación de readline).

#
# Guarda este archivo en ~/.pystartup, y configura una variable de inicio
# que lo apunte: en bash "export PYTHONSTARTUP=/home/usuario/.pystartup".

# # Tené en cuenta que PYTHONSTARTUP *no* expande "~", así que debés
poner # la ruta completa a tu directorio personal.

import atexit
import os import
readline import
rlcompleter

historyPath = os.path.expanduser("~/.pyhistory")

def save_history(historyPath=historyPath):
import readline

readline.write_history_file(historyPath)

if os.path.exists(historyPath):
readline.read_history_file(historyPath)

atexit.register(save_history)
del os, atexit, readline, rlcompleter, save_history, historyPath

MARCO VIVERO
Alternativas al intérprete interactivo
Esta funcionalidad es un paso enorme hacia adelante comparado con versiones anteriores del interprete; de
todos modos, quedan pendientes algunos deseos: sería bueno que el sangrado correcto se sugiriera en las
lineas de continuación (el parser sabe si se requiere un sangrado a continuación). El mecanismo de
completado podría usar la tabla de símbolos del intérprete. Un comando para verificar (o incluso sugerir)
coincidencia de paréntesis, comillas, etc. también sería útil.

Un intérprete interactivo mejorado alternativo que está dando vueltas desde hace rato es IPython, que ofrece
completado por tab, exploración de objetos, y administración avanzada del historial. También puede ser
configurado en profundidad, e integrarse en otras aplicaciones. Otro entorno interactivo mejorado similar es
bpython.

5 Python ejecutará el contenido de un archivo indicado por la variable de entorno PYTHONSTARTUP

cuando inicies un intérprete interactivo.

MARCO VIVERO
Aritmética de Punto Flotante:
Problemas y Limitaciones
Los números de punto flotante se representan en el hardware de la computadora en fracciones en base 2 (
binario). Por ejemplo, la fracción decimal

0.125

...tiene el valor 1/10 + 2/100 + 5/1000, y de la misma manera la fracción binaria

0.001

...tiene el valor 0/2 + 0/4 + 1/8. Estas dos fracciones tienen valores idénticos, la única diferencia real es que
la primera está escrita en notación fraccional en base 10 y la segunda en base 2.

Desafortunadamente, la mayoría de las fracciones decimales no pueden representarse exactamente como

fracciones binarias. Como consecuencia, en general los números de punto flotante decimal que ingresás en
la computadora son sólo aproximados por los números de punto flotante binario que realmente se guardan
en la máquina.

El problema es más fácil de entender primero en base 10. Considerá la fracción 1/3. Podés aproximarla como
una fracción de base 10

0.3

...o, mejor,

0.33

...o, mejor,

0.333

...y así. No importa cuantos dígitos desees escribir, el resultado nunca será exactamente 1/3, pero será una
aproximación cada vez mejor de 1/3.

De la misma manera, no importa cuantos dígitos en base 2 quieras usar, el valor decimal 0.1 no puede
representarse exactamente como una fracción en base 2. En base 2, 1/10 es la siguiente fracción que se
repite infinitamente:

0.0001100110011001100110011001100110011001100110011...

Frená en cualquier número finito de bits, y tendrás una aproximación. Es por esto que ves cosas como:

MARCO VIVERO
 >>> 0.1
0.10000000000000001

En la mayoría de las máquinas de hoy en día, eso es lo que verás si ingresás 0.1 en un prompt de Python.
Quizás no, sin embargo, porque la cantidad de bits usados por el hardware para almacenar valores de punto
flotante puede variar en las distintas máquinas, y Python sólo muestra una aproximación del valor decimal
verdadero de la aproximación binaria guardada por la máquina. En la mayoría de las máquinas, si Python
fuera a mostrar el verdadero valor decimal de la aproximación almacenada por 0.1, tendría que mostrar sin
embargo

>>> 0.1
0.1000000000000000055511151231257827021181583404541015625

El prompt de Python usa la función integrada repr() para obtener una versión en cadena de caracteres de
todo lo que muestra. Para flotantes, repr(float) redondea el valor decimal verdadero a 17 dígitos
significativos, dando

0.10000000000000001

repr(float) produce 17 dígitos significativos porque esto es suficiente (en la mayoría de las máquinas)
para que se cumpla eval(repr(x)) == x exactamente para todos los flotantes finitos X, pero
redondeando a 16 dígitos no es suficiente para que sea verdadero.

Notá que esta es la verdadera naturaleza del punto flotante binario: no es un error de Python, y tampoco es
un error en tu código. Verás lo mismo en todos los lenguajes que soportan la aritmética de punto flotante de
tu hardware (a pesar de que en algunos lenguajes por omisión no muestren la diferencia, o no lo hagan en
todos los modos de salida).

La función integrada :func: str de Python produce sólo 12 dígitos significativos, y quizás quieras usar esa.
Normalmente eval(str(x)) no reproducirá x, pero la salida quizás sea más placentera de ver:

>>> print str(0.1)

0.1

Es importante darse cuenta de que esto es, realmente, una ilusión: el valor en la máquina no es exactamente
1/10, simplemente estás redondeando el valor que se muestra del valor verdadero de la máquina.

A esta se siguen otras sorpresas. Por ejemplo, luego de ver:

>>> 0.1
0.10000000000000001

...quizás estés tentado de usar la función round() para recortar el resultado al dígito que esperabas.
Pero es lo mismo:

>>> round(0.1, 1)
MARCO VIVERO
 0.10000000000000001

El problema es que el valor de punto flotante binario almacenado para "0.1" ya era la mejor aproximación
binaria posible de 1/10, de manera que intentar redondearla nuevamente no puede mejorarla: ya era la mejor
posible.

Otra consecuencia es que como 0.1 no es exactamente 1/10, sumar diez valores de 0.1 quizás tampoco dé
exactamente 1.0:
>>> suma = 0.0 >>> for
i in range(10): ...
suma += 0.1 ...

>>> suma
0.99999999999999989
La aritmética de punto flotante binaria tiene varias sorpresas como esta. El problema con "0.1" es explicado
con detalle abajo, en la sección "Error de Representación". Mirá los Peligros del Punto Flotante (en inglés,
The Perils of Floating Point) para una más completa recopilación de otras sorpresas normales.

Como dice cerca del final, "no hay respuestas fáciles". A pesar de eso, ¡no le tengas mucho miedo al punto
flotante! Los errores en las operaciones flotantes de Python se heredan del hardware de punto flotante, y en
la mayoría de las máquinas están en el orden de no más de una 1 parte en 2**53 por operación. Eso es más
que adecuado para la mayoría de las tareas, pero necesitás tener en cuenta que no es aritmética decimal, y
que cada operación de punto flotante sufre un nuevo error de redondeo.

A pesar de que existen casos patológicos, para la mayoría de usos casuales de la aritmética de punto flotante
al final verás el resultado que esperás si simplemente redondeás lo que mostrás de tus resultados finales al
número de dígitos decimales que esperás. str() es normalmente suficiente, y para un control más fino
mirá los parámetros del método de formateo str.format() en formatstrings.

Error de Representación
Esta sección explica el ejemplo "0.1" en detalle, y muestra como en la mayoría de los casos vos mismo podés
realizar un análisis exacto como este. Se asume un conocimiento básico de la representación de punto
flotante binario.

Error de representación se refiere al hecho de que algunas (la mayoría) de las fracciones decimales no
pueden representarse exactamente como fracciones binarias (en base 2). Esta es la razón principal de por
qué Python (o Perl, C, C++, Java, Fortran, y tantos otros) frecuentemente no mostrarán el número decimal
exacto que esperás:

>>> 0.1
0.10000000000000001

¿Por qué es eso? 1/10 no es representable exactamente como una fracción binaria. Casi todas las máquinas
de hoy en día (Noviembre del 2000) usan aritmética de punto flotante IEEE-754, y casi todas las plataformas
MARCO VIVERO
mapean los flotantes de Python al "doble precisión" de IEEE-754. Estos "dobles" tienen 53 bits de precisión,
por lo tanto en la entrada la computadora intenta convertir 0.1 a la fracción más cercana que puede de la
forma J/2***N* donde J es un entero que contiene exactamente 53 bits. Reescribiendo

1 / 10 ~= J / (2**N )

...como
J ~= 2**N / 10

...y recordando que J tiene exactamente 53 bits (es >= 2**52 pero < 2**53), el mejor valor para N es 56:

>>> 2**52
4503599627370496 L
>>> 2**53
9007199254740992 L
>>> 2**56/10
7205759403792793 L

O sea, 56 es el único valor para N que deja J con exactamente 53 bits. El mejor valor posible para J es
entonces el cociente redondeado:

>>> q, r = divmod(2**56, 10)

>>> r
6 L

Ya que el resto es más que la mitad de 10, la mejor aproximación se obtiene redondeándolo:

>>> q+1
7205759403792794 L

Por lo tanto la mejor aproximación a 1/10 en doble precisión 754 es eso sobre 2**56, o

7205759403792794 / 72057594037927936

Notá que como lo redondeamos, esto es un poquito más grande que 1/10; si no lo hubiéramos redondeado,
el cociente hubiese sido un poquito menor que 1/10. ¡Pero no hay caso en que sea exactamente 1/10!

Entonces la computadora nunca "ve" 1/10: lo que ve es la fracción exacta de arriba, la mejor aproximación
al flotante doble de 754 que puede obtener:

>>> .1 * 2**56
7205759403792794.0

Si multiplicamos esa fracción por 10**30, podemos ver el valor (truncado) de sus 30 dígitos más significativos:

MARCO VIVERO
 >>> 7205759403792794 * 10**30 / 2**56
100000000000000005551115123125 L

...lo que significa que el valor exacto almacenado en la computadora es aproximadamente igual al valor
decimal 0.100000000000000005551115123125. Redondeando eso a 17 dígitos significativos da el
0.10000000000000001 que Python muestra (bueno, mostraría en cualquier plataforma que cumpla con 754
cuya biblioteca en C haga la mejor conversión posible en entrada y salida... ¡la tuya quizás no !).

MARCO VIVERO