1.

Introduccin
Python es un lenguaje de programacin poderoso y fcil de aprender. Cuenta con estructuras de datos eficientes y de
alto nivel y un enfoque simple pero efectivo a la programacin orientada a objetos. La elegante sintaxis de Python y su
tipado dinmico, junto con su naturaleza interpretada, hacen de ste un lenguaje ideal para scripting y desarrollo
rpido de aplicaciones en diversas reas y sobre la mayora de las plataformas.
El intrprete de Python y la extensa biblioteca estndar estn a libre disposicin en forma binaria y de cdigo fuente
para las principales plataformas desde el sitio web de Python, https://www.python.org/, y puede distribuirse libremente.
El mismo sitio contiene tambin distribuciones y enlaces de muchos mdulos libres de Python de terceros, programas
y herramientas, y documentacin adicional.
El intrprete de Python puede extenderse fcilmente con nuevas funcionalidades y tipos de datos implementados en C
o C++ (u otros lenguajes accesibles desde C). Python tambin puede usarse como un lenguaje de extensiones para
aplicaciones personalizables.
Este tutorial introduce de manera informal al lector a los conceptos y caractersticas bsicas del lenguaje y el sistema
de Python. Es bueno tener un interprete de Python a mano para experimentar, sin embargo todos los ejemplos estn
aislados, por lo tanto el tutorial puede leerse estando desconectado.
Para una descripcin de los objetos y mdulos estndar, mir La referencia de la biblioteca. La referencia de la
biblioteca provee una definicin ms formal del lenguaje. Para escribir extensiones en C o C++, le Extendiendo e
Integrando el Intrprete de Python y la Referencia de la API Python/C. Hay tambin numerosos libros que tratan a
Python en profundidad.
Este tutorial no pretende ser exhaustivo ni tratar cada una de las caractersticas, o siquiera las caractersticas ms
usadas. En cambio, introduce la mayora de las caractersticas ms notables de Python, y te dar una buena idea del
gusto y estilo del lenguaje. Luego de leerlo, sers capaz de leer y escribir mdulos y programas en Python, y estars
listo para aprender ms de los variados mdulos de la biblioteca de Python descriptos en La referencia de la
biblioteca.
Tambin vale la pena mirar el glosario.

2. Abriendo tu apetito
Si trabajs mucho con computadoras, eventualmente encontrars que te gustara automatizar alguna tarea. Por
ejemplo, podras desear realizar una bsqueda y reemplazo en un gran nmero de archivos de texto, o renombrar y
reorganizar un montn de archivos con fotos de una manera compleja. Tal vez quieras escribir alguna pequea base
de datos personalizada, o una aplicacin especializada con interfaz grfica, 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 ests escribiendo una
batera de pruebas para una de esas bibliotecas y encuentres que escribir el cdigo de testeo se hace una tarea
tediosa. O tal vez has escrito un programa al que le vendra bien un lenguaje de extensin, y no quieres
disear/implementar todo un nuevo lenguaje para tu aplicacin.
Python es el lenguaje justo para ti.
Podras 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. Podras escribir un programa en C/C++/Java, pero puede tomar
mucho tiempo de desarrollo obtener al menos un primer borrador del programa. Python es ms fcil de usar, est
disponible para sistemas operativos Windows, Mac OS X y Unix, y te ayudar a realizar tu tarea ms velozmente.
Python es fcil de usar, pero es un lenguaje de programacin de verdad, ofreciendo mucha ms estructura y soporte
para programas grandes de lo que pueden ofrecer los scripts de Unix o archivos por lotes. Por otro lado, Python
ofrece mucho ms chequeo de error que C, y siendo un lenguaje de muy alto nivel, tiene tipos de datos de alto nivel
incorporados como arreglos de tamao flexible y diccionarios. Debido a sus tipos de datos ms generales Python
puede aplicarse a un dominio de problemas mayor que Awk o incluso Perl, y an as muchas cosas siguen siendo al
menos igual de fcil en Python que en esos lenguajes.
Python te permite separar tu programa en mdulos que pueden reusarse en otros programas en Python. Viene con
una gran coleccin de mdulos estndar que puedes usar como base de tus programas, o como ejemplos para
empezar a aprender a programar en Python. Algunos de estos mdulos proveen cosas como entrada/salida a
archivos, llamadas al sistema, sockets, e incluso interfaces a sistemas de interfaz grfica 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 intrprete puede usarse interactivamente, lo que facilita experimentar con
caractersticas del lenguaje, escribir programas descartables, o probar funciones cuando se hace desarrollo de
programas de abajo hacia arriba. Es tambin una calculadora de escritorio prctica.
Python permite escribir programas compactos y legibles. Los programas en Python son tpicamente ms 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 instruccin
la agrupacin de instrucciones se hace por sangra 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 fcil agregar una nueva funcin o mdulo al intrprete, ya sea
para realizar operaciones crticas a velocidad mxima, o para enlazar programas Python con bibliotecas que tal vez
slo estn disponibles en forma binaria (por ejemplo bibliotecas grficas especficas de un fabricante). Una vez que
ests realmente entusiasmado, pods enlazar el intrprete Python en una aplicacin hecha en C y usarlo como
lenguaje de extensin o de comando para esa aplicacin.
Por cierto, el lenguaje recibe su nombre del programa de televisin de la BBC Monty Pythons Flying Circus y no
tiene nada que ver con reptiles. Hacer referencias a sketches de Monty Python en la documentacin no slo esta
permitido, sino que tambin est bien visto!

Ahora que ya ests emocionado con Python, querrs verlo en ms detalle. Como la mejor forma de aprender un
lenguaje es usarlo, el tutorial te invita a que juegues con el intrprete de Python a medida que vas leyendo.
En el prximo captulo se explicar la mecnica de uso del intrprete. Esta es informacin bastante mundana, pero es
esencial para poder probar los ejemplos que aparecern ms adelante.
El resto del tutorial introduce varias caractersticas del lenguaje y el sistema Python a travs de ejemplos, empezando
con expresiones, instrucciones y tipos de datos simples, pasando por funciones y mdulos, y finalmente tocando
conceptos avanzados como excepciones y clases definidas por el usuario.

3. Usando el intrprete de Python

3.1. Invocando al intrprete
Por lo general, el intrprete de Python se instala en /usr/local/bin/python3.5 en las mquinas dnde est
disponible; poner /usr/local/bin en el camino de bsqueda de tu intrprete de comandos Unix hace posible iniciarlo
ingresando la orden:
python3.5

...en la terminal. [1] Ya que la eleccin del directorio dnde vivir el intrprete es una opcin del proceso de instalacin,
puede estar en otros lugares; consult a tu Gur Python local o administrador de sistemas. (Por
ejemplo, /usr/local/python es una alternativa popular).
En mquinas con Windows, la instalacin de Python por lo general se encuentra en C:\Python35, aunque se puede
cambiar durante la instalacin. Para aadir este directorio al camino, podes ingresar la siguiente orden en el prompt
de DOS:
set path=%path%;C:\python35

Se puede salir del intrprete con estado de salida cero ingresando el carcter de fin de archivo (Control-D en
Unix, Control-Z en Windows) en el prompt primario. Si esto no funciona, se puede salir del intrprete
ingresando: quit().
Las caractersticas para editar lneas del intrprete incluyen edicin interactiva, sustitucin usando el historial y
completado de cdigo en sistemas que soportan readline. Tal vez la forma ms rpida de detectar si las
caractersticas de edicin estn presentes es ingresar Control-P en el primer prompt de Python que aparezca. Si se
escucha un beep, las caractersticas estn presentes; ver Apndice Edicin de entrada interactiva y sustitucin de
historial para una introduccin a las teclas. Si no pasa nada, o si aparece ^P, estas caractersticas no estn
disponibles; solo vas a poder usar backspace para borrar los caracteres de la lnea actual.
La forma de operar del intrprete es parecida a la lnea de comandos de Unix: cuando se la llama con la entrada
estndar 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 estndar, lee y ejecuta un script del archivo.
Una segunda forma de iniciar el intrprete es python -c comando [arg] ..., que ejecuta las sentencias en comando,
similar a la opcin -c de la lnea de comandos. Ya que las sentencias de Python suelen tener espacios en blanco u
otros caracteres que son especiales en la lnea de comandos, es normalmente recomendado citar comando entre
comillas dobles.
Algunos mdulos de Python son tambin tiles como scripts. Pueden invocarse usando python -m module [arg] ...,
que ejecuta el cdigo demodule como si se hubiese ingresado su nombre completo en la lnea de comandos.
Cuando se usa un script, a veces es til correr primero el script y luego entrar al modo interactivo. Esto se puede
hacer pasndole la opcin -i antes del nombre del script.
Todas las opciones de lnea de comandos estn se descriptas en Lnea de comandos y entorno.

3.1.1. Pasaje de argumentos

Cuando son conocidos por el intrprete, el nombre del script y los argumentos adicionales son entonces convertidos a
una lista de cadenas de texto asignada a la variable argv del mdulo sys. Pods acceder a esta lista
haciendo import sys. El largo de esta lista es al menos uno; cuando ningn script o argumentos son
pasados, sys.argv[0] es una cadena vaca. Cuando se pasa el nombre del script con '-' (lo que significa la entrada

estndar), 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 mdulo. 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 mdulo.

3.1.2. Modo interactivo

Se dice que estamos usando el intrprete en modo interactivo, cuando los comandos son ledos desde una terminal.
En este modo espera el siguiente comando con el prompt primario, usualmente tres signos mayor-que (>>>); para las
lneas de continuacin espera con el prompt secundario, por defecto tres puntos (...). Antes de mostrar el prompt
primario, el intrprete muestra un mensaje de bienvenida reportando su nmero de versin y una nota de copyright:
$ python3.5
Python 3.5 (default, Sep 16 2014, 09:25:04)
[GCC 4.8.2] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>

Las lneas de continuacin son necesarias cuando queremos ingresar un constructor multilnea. Como en el ejemplo,
mir la sentencia if:
>>> el_mundo_es_plano = True
>>> if el_mundo_es_plano:
...

print("Ten cuidado de no caerte!")

...
Ten cuidado de no caerte!

Para ms informacin sobre el modo interactivo, ve a Modo interactivo.

3.2. El intrprete y su entorno

3.2.1. Codificacin del cdigo fuente
Por default, los archivos fuente de Python son tratados como codificados en UTF-8. En esa codificacin, los
caracteres de la mayora de los lenguajes del mundo pueden ser usados simultneamente en literales, identificadores
y comentarios, a pesar de que la biblioteca estndar usa solamente caracteres ASCII para los identificadores, una
convencin que debera seguir cualquier cdigo que sea portable. Para mostrar estos caracteres correctamente, tu
editor debe reconocer que el archivo est en UTF-8 y usar una tipografa que soporte todos los careacteres del
archivo.
Tambin es posible especificar una codificacin distinta para los archivos fuente. Para hacer esto, pon una o ms
lineas de comentarios especiales luego de la linea del #! para definir la codificacin del archivo fuente:
# -*- coding: encoding -*-

Con esa declaracin, todo en el archivo fuente ser tratado utilizando la codificacin encoding en lugar de UTF-8. La
lista de posibles codificaciones se puede encontrar en la Referencia de la Biblioteca de Python, en la seccin
sobre codecs.

Por ejemplo, si tu editor no soporta la codificacin UTF-8 e insiste en usar alguna otra, digamos Windows-1252, pods
escribir:
# -*- coding: cp-1252 -*-

y usar todos los caracteres del conjunto de Windows-1252 en los archivos fuente. El comentario especial de la
codificacin debe estar en la primera o segunda linea del archivo.
Footnotes
[1]

En Unix, el intrprete de Python 3.x no se instala por default con el ejecutable llamado python para que no
conflicte con un ejecutable de Python 2.x que est instalado simultaneamente.

4. Una introduccin informal a Python

En los siguientes ejemplos, las entradas y salidas son distinguidas por la presencia o ausencia de los prompts
(>>> y ...): para reproducir los ejemplos, debs escribir todo lo que est despus del prompt, cuando este aparezca;
las lneas que no comiencen con el prompt son las salidas del intrprete. Ten en cuenta que el prompt secundario
que aparece por si slo en una lnea de un ejemplo significa que debs escribir una lnea en blanco; esto es usado
para terminar un comando multilnea.
Muchos de los ejemplos de este manual, incluso aquellos ingresados en el prompt interactivo, incluyen comentarios.
Los comentarios en Python comienzan con el carcter numeral, #, y se extienden hasta el final fsico de la lnea. Un
comentario quizs aparezca al comienzo de la lnea o seguidos de espacios blancos o cdigo, pero no dentro de una
cadena de caracteres. Un carcter numeral dentro de una cadena de caracteres es slo un carcter numeral. Ya que
los comentarios son para aclarar cdigo y no son interpretados por Python, pueden omitirse cuando se escriben los
ejemplos.
Algunos ejemplos:
# este es el primer comentario
spam = 1

# y este es el segundo comentario

# ... y ahora un tercero!

text = "# Este no es un comentario".

4.1. Usar Python como una calculadora

Vamos a probar algunos comandos simples en Python. Inici un intrprete y esper por el prompt primario, >>>. (No
debera demorar tanto).

4.1.1. Nmeros
El intrprete acta como una simple calculadora; pods ingresar una expresin y este escribir los valores. La sintaxis
es sencilla: los operadores+, -, * y / funcionan como en la mayora de los lenguajes (por ejemplo, Pascal o C); los
parntesis (()) pueden ser usados para agrupar. Por ejemplo:
>>> 2 + 2
4
>>> 50 - 5*6
20
>>> (50 - 5*6) / 4
5.0
>>> 8 / 5

# la divisin simpre retorna un nmero de punto flotante

1.6

Los nmeros enteros (por ejemplo 2, 4, 20) son de tipo int, aquellos con una parte fraccional (por ejemplo 5.0, 1.6)
son de tipo float. Vamos a ver ms sobre tipos de nmeros luego en este tutorial.
La divisin (/) siempre retorna un punto flotante. Para hacer floor division y obtener un resultado entero (descartando
cualquier resultado fraccional) pods usar el operador //; para calcular el resto pods usar %:
>>> 17 / 3

# la divisin clsica retorna un punto flotante

5.666666666666667
>>>
>>> 17 // 3

# la divisin entera descarta la parte fraccional

5
>>> 17 % 3

# el operado % retorna el resto de la divisin

2
>>> 5 * 3 + 2

# resultado * divisor + resto

17

Con Python, es posible usar el operador ** para calcular potencias [1]:

>>> 5 ** 2

# 5 al cuadrado

25
>>> 2 ** 7

# 2 a la potencia de 7

128

El signo igual (=) es usado para asignar un valor a una variable. Luego, ningn resultado es mostrado antes del
prximo prompt:
>>> ancho = 20
>>> largo = 5 * 9
>>> ancho * largo
900

Si una variable no est definida (con un valor asignado), intentar usarla producir un error:
>>> n

# tratamos de acceder a una variable no definida

Traceback (most recent call last):

File "<stdin>", line 1, in <module>
NameError: name 'n' is not defined

En el modo interactivo, la ltima expresin impresa es asignada a la variable _. Esto significa que cuando ests
usando Python como una calculadora de escritorio, es ms fcil seguir calculando, por ejemplo:
>>> impuesto = 12.5 / 100
>>> precio = 100.50
>>> precio * impuesto
12.5625
>>> precio + _
113.0625
>>> round(_, 2)
113.06

Esta variable debera ser tratada como de slo lectura por el usuario. No le asignes explcitamente un valor; crears
una variable local independiente con el mismo nombre enmascarando la variable con el comportamiento mgico.

Adems de int y float, Python soporta otros tipos de nmeros, como ser Decimal y Fraction. Python tambin
tiene soporte integrado para nmeros complejos, y usa el sufijo j o J para indicar la parte imaginaria (por
ejemplo 3+5j).

4.1.2. Cadenas de caracteres

Adems de nmeros, Python puede manipular cadenas de texto, las cuales pueden ser expresadas de distintas
formas. Pueden estar encerradas en comillas simples ('...') o dobles ("...") con el mismo resultado [2]. \ puede ser
usado para escapar comillas:
>>> 'huevos y pan'

# comillas simples

'huevos y pan'
>>> 'doesn\'t'

# usa \' para escapar comillas simples...

"doesn't"
>>> "doesn't"

# ...o de lo contrario usa comillas doblas

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

En el intprete interactivo, la salida de cadenas est encerrada en comillas y los caracteres especiales son escapados
con barras invertidas. Aunque esto a veces luzca diferente de la entrada (las comillas que encierran pueden cambiar),
las dos cadenas son equivalentes. La cadena se encierra en comillas dobles si la cadena contiene una comilla simple
y ninguna doble, de lo contrario es encerrada en comillas simples. La funcin print() produce una salida ms
legible,omitiendo las comillas que la encierran e imprimiendo caracteres especiales y escapados:
>>> '"Isn\'t," she said.'
'"Isn\'t," she said.'
>>> print('"Isn\'t," she said.')
"Isn't," she said.
>>> s = 'Primerea lnea.\nSegunda lnea.'
>>> s

# \n significa nueva lnea

# sin print(), \n es includo en la salida

'Primera lnea.\nSegunda lnea.'

>>> print(s)

# con print(), \n produce una nueva lnea

Primera lnea.
Segunda lnea.

Si no quers que los caracteres antepuestos por \ sean interpretados como caracteres especiales, pods
usar cadenas crudas agregando una rantes de la primera comilla:
>>> print('C:\algun\nombre')
C:\algun
ombre

# aqu \n significa nueva lnea!

>>> print(r'C:\algun\nombre')

# nota la r antes de la comilla

C:\algun\nombre

Las cadenas de texto literales pueden contener mltiples lneas. Una forma es usar triple
comillas: """...""" o '''...'''. Los fin de lnea son includos automticamente, pero es posible prevenir esto
agregando una \ al final de la lnea. Por ejemplo:
print("""\
Uso: algo [OPTIONS]
-h

Muestra el mensaje de uso

-H nombrehost

Nombre del host al cual conectarse

""")

produce la siguiente salida: (nota que la lnea inicial no est includa)

Uso: algo [OPTIONS]
-h

Muestra el mensaje de uso

-H nombrehost

Nombre del host al cual conectarse

Las cadenas de texto pueden ser concatenadas (pegadas juntas) con el operador + y repetidas con *:
>>> # 3 veces 'un', seguido de 'ium'
>>> 3 * 'un' + 'ium'
'unununium'

Dos o ms cadenas literales (aquellas encerradas entre comillas) una al lado de la otra son automticamente
concatenadas:
>>> 'Py' 'thon'
'Python'

Esto solo funciona con dos literales, no con variables ni expresiones:

>>> prefix = 'Py'
>>> prefix 'thon'

# no se puede concatenar una variable y una cadena literal

...
SyntaxError: invalid syntax
>>> ('un' * 3) 'ium'
...
SyntaxError: invalid syntax

Si quers concatenar variables o una variable con un literal, us +:

>>> prefix + 'thon'
'Python'

Esta caracterstica es particularmente til cuando quers separar cadenas largas:

>>> texto = ('Pon muchas cadenas dentro de parntesis '

'para que ellas sean unidas juntas.')
>>> texto
'Pon muchas cadenas dentro de parntesis para que ellas sean unidas juntas.'

Las cadenas de texto se pueden indexar (subndices), el primer carcter de la cadena tiene el ndice 0. No hay un tipo
de dato para los caracteres; un carcter es simplemente una cadena de longitud uno:
>>> palabra = 'Python'
>>> palabra[0]

# caracter en la posicin 0

'P'
>>> palabra[5]

# caracter en la posicin 5

'n'

Los ndices quizs sean nmeros negativos, para empezar a contar desde la dereche:
>>> palabra[-1]

# ltimo caracter

'n'
>>> palabra[-2]

# ante ltimo caracter

'o'
>>> palabra[-6]
'P'

Nota que -0 es lo mismo que 0, los ndice negativos comienzan desde -1.
Adems de los ndices, las rebanadas tambin estn soportadas. Mientras que los ndices son usados para obtener
caracteres individuales, las rebanadas te permiten obtener sub-cadenas:
>>> palabra[0:2]

# caracteres desde la posicin 0 (includa) hasta la 2 (excluda)

'Py'
>>> palabra[2:5]

# caracteres desde la posicin 2 (includa) hasta la 5 (excluda)

'tho'

Nota como el primero es siempre includo, y que el ltimo es siempre excludo. Esto asegura
que s[:i] + s[i:] siempre sea igual a s:
>>> palabra[:2] + palabra[2:]
'Python'
>>> palabra[:4] + palabra[4:]
'Python'

Los ndices de las rebanadas tienen valores por defecto tiles; el valor por defecto para el primer ndice es cero, el
valor por defecto para el segundo ndice es la longitud de la cadena a rebanar.
>>> palabra[:2]

# caracteres desde el principio hasta la posicin 2 (excluda)

'Py'
>>> palabra[4:]

# caracterrs desde la posicin 4 (includa) hasta el final

'on'
>>> palabra[-2:] # caracteres desde la ante-ltima (includa) hasta el final
'on'

Una forma de recordar cmo funcionan las rebanadas es pensar en los ndices como puntos entre caracteres, con el
punto a la izquierda del primer carcter numerado en 0. Luego, el punto a la derecha del ltimo carcter de una
cadena de n caracteres tienen ndice n, por ejemplo:
+---+---+---+---+---+---+
| P | y | t | h | o | n |
+---+---+---+---+---+---+
0

-6

-5

-4

-3

-2

-1

La primer fila de nmeros da la posicin de los ndices 0...6 en la cadena; la segunda fila da los correspondientes
ndices negativos. La rebanada de i a j consiste en todos los caracteres entre los puntos etiquetados i y j,
respectivamente.
Para ndices no negativos, la longitud de la rebanada es la diferencia de los ndices, si ambos entran en los lmites.
Por ejemplo, la longitud de palabra[1:3] es 2.
Intentar usar un ndice que es muy grande resultar en un error:
>>> palabra[42]

# la palabra solo tiene 6 caracteres

Traceback (most recent call last):

File "<stdin>", line 1, in <module>
IndexError: string index out of range

Sin embargo, ndices fuera de rango en rebanadas son manejados satisfactoriamente:

>>> palabra[4:42]
'on'
>>> palabra[42:]
''

Las cadenas de Python no pueden ser modificadas son immutable. Por eso, asignar a una posicin indexada de la
cadena resulta en un error:
>>> palabra[0] = 'J'
...
TypeError: 'str' object does not support item assignment
>>> palabra[2:] = 'py'
...
TypeError: 'str' object does not support item assignment

Si necesits una cadena diferente, deberas crear una nueva:

>>> 'J' + palabra[1:]

'Jython'
>>> palabra[:2] + 'py'
'Pypy'

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

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

Ver tambin
Tipos integrados
Las cadenas de texto son ejemplos de tipos secuencias, y soportan las operaciones comunes para esos tipos.
Tipos integrados
Las cadenas de texto soportan una gran cantidad de mtodos para transformaciones bsicas y bsqueda.
Tipos integrados
Aqu se da informacin sobre formateo de cadenas de texto con str.format().
Tipos integrados
Aqu se describe con ms detalle las operaciones viejas para formateo usadas cuando una cadena de texto o
una cadena Unicode estn a la izquierda del operador %.

4.1.3. Listas
Python tiene varios tipos de datos compuestos, usados para agrupar otros valores. El ms verstil es la lista, la cual
puede ser escrita como una lista de valores separados por coma (tems) entre corchetes. Las listas pueden contener
tems de diferentes tipos, pero usualmente los tems son del mismo tipo:
>>> cuadrados = [1, 4, 9, 16, 25]
>>> cuadrados
[1, 4, 9, 16, 25]

Como las cadenas de caracteres (y todos los otros tipos sequence integrados), las listas pueden ser indexadas y
rebanadas:
>>> cuadrados[0]

# ndices retornan un tem

1
>>> cuadrados[-1]
25
>>> cuadrados[-3:]

# rebanadas retornan una nueva lista

[9, 16, 25]

Todas las operaciones de rebanado devuelven una nueva lista conteniendo los elementos pedidos. Esto significa que
la siguiente rebanada devuelve una copia superficial de la lista:
>>> cuadrados[:]
[1, 4, 9, 16, 25]

Las listas tambin soportan operaciones como concatenacin:

>>> cuadrados + [36, 49, 64, 81, 100]

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

A diferencia de las cadenas de texto, que son immutable, las listas son un tipo mutable, es posible cambiar un su
contenido:
>>> cubos = [1, 8, 27, 65, 125]
>>> 4 ** 3

# hay algo mal aqu

# el cubo de 4 es 64, no 65!

64
>>> cubos[3] = 64

# reemplazar el valor incorrecto

>>> cubos
[1, 8, 27, 64, 125]

Tambin pods agregar nuevos tems al final de la lista, usando el mtodo append() (vamos a ver ms sobre los
mtodos luego):
>>> cubos.append(216)

# agregar el cubo de 6

>>> cubos.append(7 ** 3)

# y el cubo de 7

>>> cubos
[1, 8, 27, 64, 125, 216, 343]

Tambin es posible asignar a una rebanada, y esto incluso puede cambiar la longitud de la lista o vaciarla totalmente:
>>> letras = ['a', 'b', 'c', 'd', 'e', 'f', 'g']
>>> letras
['a', 'b', 'c', 'd', 'e', 'f', 'g']
>>> # reemplazar algunos valores
>>> letras[2:5] = ['C', 'D', 'E']
>>> letras
['a', 'b', 'C', 'D', 'E', 'f', 'g']
>>> # ahora borrarlas
>>> letras[2:5] = []
>>> letras
['a', 'b', 'f', 'g']
>>> # borrar la lista reemplzando todos los elementos por una lista vaca
>>> letras[:] = []
>>> letras
[]

La funcin predefinida len() tambin sirve para las listas:

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

Es posible anidar listas (crear listas que contengan otras listas), por ejemplo:
>>> a = ['a', 'b', 'c']
>>> n = [1, 2, 3]
>>> x = [a, n]
>>> x
[['a', 'b', 'c'], [1, 2, 3]]
>>> x[0]
['a', 'b', 'c']
>>> x[0][1]
'b'

4.2. Primeros pasos hacia la programacin

Por supuesto, podemos usar Python para tareas ms complicadas que sumar dos y dos. Por ejemplo, podemos
escribir una subsecuencia inicial de la serie de Fibonacci as:
>>> # 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 caractersticas nuevas.

La primer lnea contiene una asignacin mltiple: las variables a y b toman en forma simultanea los nuevos
valores 0 y 1. En la ltima linea esto se vuelve a usar, demostrando que las expresiones a la derecha son
evaluadas antes de que suceda cualquier asignacin. Las expresiones a la derecha son evaluadas de
izquierda a derecha.

El bucle while se ejecuta mientras la condicin (aqu: b < 10) sea verdadera. En Python, como en C,
cualquier entero distinto de cero es verdadero; cero es falso. La condicin tambin puede ser una cadena de
texto o una lista, de hecho cualquier secuencia; cualquier cosa con longitud distinta de cero es verdadero, las
secuencias vacas son falsas. La prueba usada en el ejemplo es una comparacin simple. Los operadores
estndar de comparacin se escriben igual que en C: < (menor qu), > (mayor qu), == (igual a), <= (menor o
igual qu), >=(mayor o igual qu) y != (distinto a).

El cuerpo del bucle est sangrado: la sangra es la forma que usa Python para agrupar declaraciones. En el
intrprete interactivo debs teclear un tab o espacio(s) para cada lnea sangrada. En la prctica vas a preparar

entradas ms complicadas para Python con un editor de texto; todos los editores de texto decentes tienen la
facilidad de agregar la sangra automticamente. Al ingresar una declaracin compuesta en forma interactiva,
debs finalizar con una lnea en blanco para indicar que est completa (ya que el analizador no puede adivinar
cuando tecleaste la ltima lnea). Not que cada lnea de un bloque bsico debe estar sangrada de la misma
forma.

La funcin print() escribe el valor de el o los argumentos que se le pasan. Difiere de simplemente escribir la
expresin que se quiere mostrar (como hicimos antes en los ejemplos de la calculadora) en la forma en que
maneja mltiples argumentos, cantidades en punto flotante, y cadenas. Las cadenas de texto son impresas sin
comillas, y un espacio en blanco es insertado entre los elementos, as pods formatear cosas de una forma
agradable:

>>> i = 256*256

>>> print('El valor de i es', i)

El valor de i es 65536

El parmetro nombrado end puede usarse para evitar el salto de linea al final de la salida, o terminar la salida
con una cadena diferente:
>>> a, b = 0, 1
>>> while b < 1000:
...

print(b, end=',')

...

a, b = b, a+b

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

Footnotes
[1]

Debido a que ** tiene mayor precedencia que -, -3**2 ser interpretado como -(3**2) y eso da como resultado 9. Para evitar esto y obtener 9, pods usar (-3)**2.

[2]

A diferencia de otros lenguajes, caracteres especiales como \n tiene el mismo significado con simple ('...') y
doble ("...") comillas. La nica diferencia entre las dos es que dentro de las comillas simples no tens la
necesitada de escapar " (pero tens que escapar \') y viceversa.

5. Ms herramientas para control de flujo

Adems 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.

5.1. La sentencia if
Tal vez el tipo ms conocido de sentencia sea el if. Por ejemplo:
>>> x = int(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('Ms')

...
'Mas'

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

5.2. 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 progresin aritmtica de nmeros (como en Pascal) o darle al usuario la
posibilidad de definir tanto el paso de la iteracin como la condicin de fin (como en C), la sentencia for de Python
itera sobre los tems de cualquier secuencia (una lista o una cadena de texto), en el orden que aparecen en la
secuencia. Por ejemplo:
>>> # Midiendo cadenas de texto
... palabras = ['gato', 'ventana', 'defenestrado']
>>> for p in palabras:
...

print(p, len(p))

...
gato 4
ventana 7
defenestrado 12

Si necesits modificar la secuencia sobre la que ests iterando mientras ests adentro del ciclo (por ejemplo para
borrar algunos tems), se recomienda que hagas primero una copia. Iterar sobre una secuencia no hace
implcitamente una copia. La notacin de rebanada es especialmente conveniente para esto:
>>> for p in palabras[:]:
...
...

# hace una copia por rebanada de toda la lista

if len(p) > 6:
palabras.insert(0, p)

...
>>> palabras
['defenestrado', 'ventana', 'gato', 'ventana', 'defenestrado']

5.3. La funcin range()

Si se necesita iterar sobre una secuencia de nmeros, es apropiado utilizar la funcin integrada range(), la cual
genera progresiones aritmticas:
>>> for i in range(5):
...

print(i)

...
0
1
2
3
4

El valor final dado nunca es parte de la secuencia; range(10) genera 10 valores, los ndices correspondientes para los
tems de una secuencia de longitud 10. Es posible hacer que el rango empiece con otro nmero, o especificar un
incremento diferente (incluso negativo; algunas veces se lo llama paso):
range(5, 10)
5 through 9

range(0, 10, 3)
0, 3, 6, 9

range(-10, -100, -30)

-10, -40, -70

Para iterar sobre los ndices de una secuencia, pods combinar range() y len() as:
>>> 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 mayora de los casos, sin embargo, conviene usar la funcin enumerate(), mir Tcnicas de iteracin.
Algo extrao sucede si mostrs un range:

>>> print(range(10))
range(0, 10)

De muchas maneras el objeto devuelto por range() se comporta como si fuera una lista, pero no lo es. Es un objeto
que devuelve los tems sucesivos de la secuencia deseada cuando iters sobre l, pero realmente no construye la
lista, ahorrando entonces espacio.
Decimos que tal objeto es iterable; esto es, que se lo puede usar en funciones y construcciones que esperan algo de
lo cual obtener tems sucesivos hasta que se termine. Hemos visto que la declaracin for es un iterador en ese
sentido. La funcin list() es otra; crea listas a partir de iterables:
>>> list(range(5))
[0, 1, 2, 3, 4]

Ms tarde veremos ms funciones que devuelven iterables y que toman iterables como entrada.

5.4. Las sentencias break, continue y else en lazos

La sentencia break, como en C, termina el lazo for o while ms anidado.
Las sentencias de lazo pueden tener una clusula else que es ejecutada cuando el lazo termina, luego de agotar la
lista (con for) o cuando la condicin se hace falsa (con while), pero no cuando el lazo es terminado con la
sentencia break. Se ejemplifica en el siguiente lazo, que busca nmeros 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

(S, este es el cdigo correcto. Fijate bien: el else pertenece al ciclo for, no al if.)
Cuando se usa con un ciclo, el else tiene ms en comn con el else de una declaracin try que con el de un if:
el else de un try se ejecuta cuando no se genera ninguna excepcin, y el else de un ciclo se ejecuta cuando no hay
ningn break. Para ms sobre la declaracin try y excepciones, mir Manejando excepciones.

La declaracin continue, tambin tomada de C, continua con la siguiente iteracin del ciclo:
>>> for num in range(2, 10):
...

if num % 2 == 0:

...

print("Encontr un nmero par", num)

...

continue

...

print("Encontr un nmero", num)

Encontr un nmero par 2

Encontr un nmero 3
Encontr un nmero par 4
Encontr un nmero 5
Encontr un nmero par 6
Encontr un nmero 7
Encontr un nmero par 8
Encontr un nmero 9

5.5. La sentencia pass

La sentencia pass no hace nada. Se puede usar cuando una sentencia es requerida por la sintxis pero el programa
no requiere ninguna accin. Por ejemplo:
>>> while True:
...

pass

# Espera ocupada hasta una interrupcin de teclado (Ctrl+C)

...

Se usa normalmente para crear clases en su mnima expresin:

>>> class MyEmptyClass:
...

pass

...

Otro lugar donde se puede usar pass es como una marca de lugar para una funcin o un cuerpo condicional cuando
ests trabajando en cdigo nuevo, lo cual te permite pensar a un nivel de abstraccin mayor. El pass se ignora
silenciosamente:
>>> def initlog(*args):
...

pass

# Acordate de implementar esto!

...

5.6. Definiendo funciones

Podemos crear una funcin que escriba la serie de Fibonacci hasta un lmite determinado:
>>> def fib(n):
...

# escribe la serie de Fibonacci hasta n

"""Escribe la serie de Fibonacci hasta n."""

...

a, b = 0, 1

...

while a < n:

...

print(a, end=' ')

...

a, b = b, a+b

...

print()

...
>>> # Ahora llamamos a la funcion que acabamos de definir:
... fib(2000)
0 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 funcin y la lista de parmetros
formales entre parntesis. Las sentencias que forman el cuerpo de la funcin empiezan en la lnea siguiente, y deben
estar con sangra.
La primer sentencia del cuerpo de la funcin puede ser opcionalmente una cadena de texto literal; esta es la cadena
de texto de documentacin de la funcin, o docstring. (Pods encontrar ms acerca de docstrings en la
seccin Cadenas de texto de documentacin.)
Hay herramientas que usan las docstrings para producir automticamente documentacin en lnea o imprimible, o
para permitirle al usuario que navegue el cdigo en forma interactiva; es una buena prctica incluir docstrings en el
cdigo que uno escribe, por lo que se debe hacer un hbito de esto.
La ejecucin de una funcin introduce una nueva tabla de smbolos usada para las variables locales de la funcin.
Ms precisamente, todas las asignaciones de variables en la funcin almacenan el valor en la tabla de smbolos local;
as mismo la referencia a variables primero mira la tabla de smbolos local, luego en la tabla de smbolos local de las
funciones externas, luego la tabla de smbolos global, y finalmente la tabla de nombres predefinidos. As, no se les
puede asignar directamente un valor a las variables globales dentro de una funcin (a menos se las nombre en la
sentencia global), aunque si pueden ser referenciadas.
Los parmetros reales (argumentos) de una funcin se introducen en la tabla de smbolos local de la funcin llamada
cuando esta es ejecutada; as, los argumentos son pasados por valor (dnde el valor es siempre una referencia a un
objeto, no el valor del objeto). [1] Cuando una funcin llama a otra funcin, una nueva tabla de smbolos local es creada
para esa llamada.
La definicin de una funcin introduce el nombre de la funcin en la tabla de smbolos actual. El valor del nombre de la
funcin tiene un tipo que es reconocido por el interprete como una funcin definida por el usuario. Este valor puede
ser asignado a otro nombre que luego puede ser usado como una funcin. Esto sirve como un mecanismo general
para renombrar:
>>> fib
<function fib at 10042ed0>
>>> f = fib
>>> f(100)
0 1 1 2 3 5 8 13 21 34 55 89

Viniendo de otros lenguajes, pods objetar que fib no es una funcin, sino un procedimiento, porque no devuelve un
valor. De hecho, tcnicamente hablando, los procedimientos s retornan un valor, aunque uno aburrido. Este valor se
llama None (es un nombre predefinido). El intrprete por lo general no escribe el valor None si va a ser el nico valor
escrito. Si realmente se quiere, se puede verlo usando la funcinprint():
>>> fib(0)

>>> print(fib(0))
None

Es simple escribir una funcin que retorne una lista con los nmeros 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 a < n:

...

result.append(a)

...

a, b = b, a+b

# ver abajo

return result

...
...

>>> f100 = fib2(100)

# llamarla

>>> f100

# escribir el resultado

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

Este ejemplo, como es usual, demuestra algunas caractersticas ms de Python:

La sentencia return devuelve un valor en una funcin. return sin una expresin como argumento
retorna None. Si se alcanza el final de una funcin, tambin se retorna None.
La sentencia result.append(a) llama a un mtodo del objeto lista result. Un mtodo es una funcin que
pertenece a un objeto y se nombra obj.methodname, dnde obj es algn objeto (puede ser una expresin),
y methodname es el nombre del mtodo que est definido por el tipo del objeto. Distintos tipos definen distintos
mtodos. Mtodos de diferentes tipos pueden tener el mismo nombre sin causar ambigedad. (Es posible
definir tipos de objetos propios, y mtodos, usando clases, mir Clases). El mtodo append() mostrado en el
ejemplo est definido para objetos lista; aade un nuevo elemento al final de la lista. En este ejemplo es
equivalente aresult = result + [a], pero ms eficiente.

5.7. Ms sobre definicin de funciones

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

5.7.1. Argumentos con valores por omisin

La forma ms til es especificar un valor por omisin para uno o ms argumentos. Esto crea una funcin 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 = 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 OSError('usuario duro')
print(queja)

Esta funcin puede ser llamada de distintas maneras:

pasando slo 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 tambin introduce la palabra reservada in, la cual prueba si una secuencia contiene o no un
determinado valor.
Los valores por omisin son evaluados en el momento de la definicin de la funcin, en el mbito de la definicin,
entonces:
i = 5

def f(arg=i):
print(arg)

i = 6
f()

...imprimir 5.
Advertencia importante: El valor por omisin es evaluado solo una vez. Existe una diferencia cuando el valor por
omisin es un objeto mutable como una lista, diccionario, o instancia de la mayora de las clases. Por ejemplo, la
siguiente funcin acumula los argumentos que se le pasan en subsiguientes llamadas:
def f(a, L=[]):
L.append(a)
return L

print(f(1))
print(f(2))
print(f(3))

Imprimir:
[1]
[1, 2]
[1, 2, 3]

Si no se quiere que el valor por omisin sea compartido entre subsiguientes llamadas, se pueden escribir la funcin
as:

def f(a, L=None):

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

5.7.2. Palabras claves como argumentos

Las funciones tambin puede ser llamadas usando argumentos de palabras clave (o argumentos nombrados) de la
forma keyword = value. Por ejemplo, la siguiente funcin:
def loro(tension, estado='muerto', accion='explotar', tipo='Azul Nordico'):
print("-- Este loro no va a", accion, end=' ')
print("si le aplics", tension, "voltios.")
print("-- Gran plumaje tiene el", tipo)
print("-- Est", estado, "!")

...acepta un argumento obligatorio (tension) y tres argumentos opcionales (estado, accion, y tipo). Esta funcin
puede llamarse de cualquiera de las siguientes maneras:
loro(1000)

# 1 argumento posicional

loro(tension=1000)

# 1 argumento nombrado

loro(tension=1000000, accion='VOOOOOM')

# 2 argumentos nombrados

loro(accion='VOOOOOM', tension=1000000)

# 2 argumentos nombrados

loro('un milln', 'despojado de vida', 'saltar')

# 3 args posicionales

loro('mil', estado='viendo crecer las flores desde abajo')

# uno y uno

...pero estas otras llamadas seran todas invlidas:

loro()

# falta argumento obligatorio

loro(tension=5.0, 'muerto') # argumento posicional luego de uno nombrado

loro(110, tension=220)

# valor duplicado para el mismo argumento

loro(actor='Juan Garau')

# nombre del argumento desconocido

En una llamada a una funcin, los argumentos nombrados deben seguir a los argumentos posicionales. Cada uno de
los argumentos nombrados pasados deben coincidir con un argumento aceptado por la funcin (por ejemplo, actor no
es un argumento vlido para la funcin loro), y el orden de los mismos no es importante. Esto tambin se aplica a los
argumentos obligatorios (por ejemplo, loro(tension=1000) tambin es vlido). Ningn argumento puede recibir ms
de un valor al mismo tiempo. Aqu hay un ejemplo que falla debido a esta restriccin:
>>> def funcion(a):
...

pass

...
>>> funcion(0, a=0)
Traceback (most recent call last):
...

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

Cuando un parmetro formal de la forma **nombre est presente al final, recibe un diccionario (ver Tipos integrados)
conteniendo todos los argumentos nombrados excepto aquellos correspondientes a un parmetro formal. Esto puede
ser combinado con un parmetro formal de la forma*nombre (descripto en la siguiente seccin) que recibe una tupla
conteniendo los argumentos posicionales adems de la lista de parmetros formales. (*nombre debe ocurrir antes
de **nombre). Por ejemplo, si definimos una funcin as:
def ventadequeso(tipo, *argumentos, **palabrasclaves):
print("-- Tiene", tipo, "?")
print("-- Lo siento, nos quedamos sin", tipo)
for arg in argumentos:
print(arg)
print("-" * 40)
claves = sorted(palabrasclaves.keys())
for c in claves:
print(c, ":", palabrasclaves[c])

Puede ser llamada as:

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 imprimir:

-- Tiene Limburger ?
-- Lo siento, nos quedamos sin Limburger
Es muy liquido, sr.
Realmente es muy muy liquido, sr.
---------------------------------------cliente : Juan Garau
vendedor : Miguel Paez
puesto : Venta de Queso Argentino

Se debe notar que la lista de nombres de argumentos nombrados se crea al ordenar el resultado del
mtodo keys() del diccionario antes de imprimir su contenido; si esto no se hace, el orden en que los argumentos son
impresos no est definido.

5.7.3. Listas de argumentos arbitrarios

Finalmente, la opcin menos frecuentemente usada es especificar que una funcin puede ser llamada con un nmero
arbitrario de argumentos. Estos argumentos sern organizados en una tupla (mir Tuplas y secuencias). Antes del
nmero variable de argumentos, cero o ms argumentos normales pueden estar presentes.:

def muchos_items(archivo, separador, *args):

archivo.write(separador.join(args))

Normalmente estos argumentos de cantidad variables son los ltimos en la lista de parmetros formales, porque
toman todo el remanente de argumentos que se pasan a la funcin. Cualquier parmetro que suceda luego
del *args ser slo nombrado, o sea que slo se pueden usar como nombrados y no posicionales.:
>>> def concatenar(*args, sep="/"):
...

return sep.join(args)

...
>>> concatenar("tierra", "marte", "venus")
'tierra/marte/venus'
>>> concatenar("tierra", "marte", "venus", sep=".")
'tierra.marte.venus'

5.7.4. Desempaquetando una lista de argumentos

La situacin inversa ocurre cuando los argumentos ya estn en una lista o tupla pero necesitan ser desempaquetados
para llamar a una funcin que requiere argumentos posicionales separados. Por ejemplo, la funcin
predefinida range() espera los argumentos inicio y fin. Si no estn disponibles en forma separada, se puede escribir
la llamada a la funcin con el operador para desempaquetar argumentos de una lista o una tupla*::
>>> list(range(3, 6))

# llamada normal con argumentos separados

[3, 4, 5]
>>> args = [3, 6]
>>> list(range(*args))

# llamada con argumentos desempaquetados de la 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, end=' ')

...

print("si le aplics", tension, "voltios.", end=' ')

...

print("Est", estado, "!")

...
>>> d = {"tension": "cinco mil", "estado": "demacrado",
...

"accion": "VOLAR"}

>>> loro(**d)
-- Este loro no va a VOLAR si le aplics cinco mil voltios. Est demacrado !

5.7.5. Expresiones lambda

Pequeas funciones annimas pueden ser creadas con la palabra reservada lambda. Esta funcin retorna la suma de
sus dos argumentos: lambda a, b: a + b. Las funciones Lambda pueden ser usadas en cualquier lugar donde sea
requerido un objeto de tipo funcin. Estn sintcticamente restringidas a una sola expresin. Semnticamente, son

solo azcar sintctica para definiciones normales de funciones. Al igual que las funciones anidadas, las funciones
lambda pueden hacer referencia a variables desde el mbito que la contiene:
>>> def hacer_incrementador(n):
...

return lambda x: x + n

...
>>> f = hacer_incrementador(42)
>>> f(0)
42
>>> f(1)
43

5.7.6. Cadenas de texto de documentacin

Ac hay algunas convenciones sobre el contenido y formato de las cadenas de texto de documentacin.
La primer lnea debe ser siempre un resumen corto y conciso del propsito del objeto. Para ser breve, no se debe
mencionar explcitamente el nombre o tipo del objeto, ya que estos estn disponibles de otros modos (excepto si el
nombre es un verbo que describe el funcionamiento de la funcin). Esta lnea debe empezar con una letra mayscula
y terminar con un punto.
Si hay ms lneas en la cadena de texto de documentacin, la segunda lnea debe estar en blanco, separando
visualmente el resumen del resto de la descripcin. Las lneas siguientes deben ser uno o ms prrafos 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-lneas, entonces las herramientas
que procesan documentacin tienen que quitarlo si as lo desean. Esto se hace mediante la siguiente convencin. La
primer lnea que no est en blanco siguiente a la primer lnea de la cadena determina la cantidad de sangra para toda
la cadena de documentacin. (No podemos usar la primer lnea 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 lnea en la cadena. No deberan haber lneas con una sangra
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 expansin de tabs (a 8 espacios, normalmente).
Este es un ejemplo de un docstring multi-lnea:
>>> def mi_funcion():
...

"""No hace mas que documentar la funcion.

...
...

No, de verdad. No hace nada.

...

"""

...

pass

...
>>> print(mi_funcion.__doc__)
No hace mas que documentar la funcion.

No, de verdad. No hace nada.

5.7.7. Anotacin de funciones

+:ref:Function annotations <function> are completely optional metadata +information about the types used by userdefined functions (see PEP 484+for more information).
Las anotaciones de funciones son informacin completamente opcional sobre los tipos usadas en funciones definidas
por el usuario (ver PEP 484para ms informacin).
Las anotaciones se almacenan en el atributo __annotations__ de la funcin como un diccionario y no tienen efecto
en ninguna otra parte de la funcin. Las anotaciones de los parmetros se definen luego de dos puntos despus del
nombre del parmetro, seguido de una expresin que evala al valor de la anotacin. Las anotaciones de retorno son
definidas por el literal ->, seguidas de una expresin, entre la lista de parmetros y los dos puntos que marcan el final
de la declaracin def. El siguiente ejemplo tiene un argumento posicional, uno nombrado, y el valor de retorno
anotado:
>>> def f(jamon: str, huevos: str = 'huevos') -> str:
...

print("Anotaciones:", f.__annotations__)

...

print("Argumentos:", jamon, huevos)

...

return jamon + ' y ' + huevos

...
>>> f('carne')
Anotaciones: {'jamon': <class 'str'>, 'huevos': <class 'str'>, 'return': <class 'str'>}
Argumentos: carne huevos
'carne y huevos'
>>>

5.8. Intermezzo: Estilo de codificacin

Ahora que ests a punto de escribir piezas de Python ms largas y complejas, es un buen momento para hablar
sobre estilo de codificacin. La mayora de los lenguajes pueden ser escritos (o mejor dicho, formateados) con
diferentes estilos; algunos son mas fciles de leer que otros. Hacer que tu cdigo sea ms fcil de leer por otros es
siempre una buena idea, y adoptar un buen estilo de codificacin ayuda tremendamente a lograrlo.
Para Python, PEP 8 se erigi como la gua de estilo a la que ms proyectos adhirieron; promueve un estilo de
codificacin fcil de leer y visualmente agradable. Todos los desarrolladores Python deben leerlo en algn momento;
aqu estn extrados los puntos ms importantes:

Usar sangras de 4 espacios, no tabs.

4 espacios son un buen compromiso entre una sangra pequea (permite mayor nivel de sangrado)y una
sangra grande (ms fcil de leer). Los tabs introducen confusin y es mejor dejarlos de lado.

Recortar las lneas para que no superen los 79 caracteres.

Esto ayuda a los usuarios con pantallas pequeas y hace posible tener varios archivos de cdigo abiertos, uno
al lado del otro, en pantallas grandes.

Usar lneas en blanco para separar funciones y clases, y bloques grandes de cdigo dentro de funciones.

Cuando sea posible, poner comentarios en una sola lnea.

Usar docstrings.

Usar espacios alrededor de operadores y luego de las comas, pero no directamente dentro de
parntesis: a = f(1, 2) + g(3, 4).

Nombrar las clases y funciones consistentemente; la convencin es usar NotacionCamello para clases
y minusculas_con_guiones_bajospara funciones y mtodos. Siempre us self como el nombre para el primer
argumento en los mtodos (mir Un primer vistazo a las clasespara ms informacin sobre clases y mtodos).

No uses codificaciones estrafalarias si espers usar el cdigo en entornos internacionales. El default de

Python, UTF-8, o incluso ASCII plano funcionan bien en la mayora de los casos.

De la misma manera, no uses caracteres no-ASCII en los identificadores si hay incluso una pequesima
chance de que gente que hable otro idioma tenga que leer o mantener el cdigo.

Footnotes
[1]

En realidad, llamadas por referencia de objeto sera una mejor descripcin, ya que si se pasa un objeto mutable,
quien realiza la llamada ver cualquier cambio que se realice sobre el mismo (por ejemplo tems insertados en una
lista).

6. Estructuras de datos
Este captulo describe algunas cosas que ya aprendiste en ms detalle, y agrega algunas cosas nuevas tambin.

6.1. Ms sobre listas

El tipo de dato lista tiene algunos mtodos ms. Aqu estn todos los mtodos de los objetos lista:
list.append(x)

Agrega un tem al final de la lista. Equivale a a[len(a):] = [x].

list.extend(L)

Extiende la lista agregndole todos los tems de la lista dada. Equivale a a[len(a):] = L.
list.insert(i, x)

Inserta un tem en una posicin dada. El primer argumento es el ndice del tem delante del cual se insertar,
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 tem de la lista cuyo valor sea x. Es un error si no existe tal tem.
list.pop([i])

Quita el tem en la posicin dada de la lista, y lo devuelve. Si no se especifica un ndice, a.pop() quita y
devuelve el ltimo tem de la lista. (Los corchetes que encierran a i en la firma del mtodo denotan que el
parmetro es opcional, no que deberas escribir corchetes en esa posicin. Vers esta notacin con frecuencia
en la Referencia de la Biblioteca de Python.)
list.clear()

Quita todos los elementos de la lista. Equivalente a del a[:].

list.index(x)

Devuelve el ndice en la lista del primer tem cuyo valor sea x. Es un error si no existe tal tem.
list.count(x)

Devuelve el nmero de veces que x aparece en la lista.

list.sort(key=None, reverse=False)

Ordena los tems de la lista in situ (los argumentos pueden ser usados para personalizar el orden de la lista,
ve sorted() para su explicacin).
list.reverse()

Invierte los elementos de la lista in situ.

list.copy()

Devuelve una copia superficial de la lista. Equivalente a a[:].

Un ejemplo que usa la mayora de los mtodos de lista:
>>> 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]
>>> a.pop()
1234.5
>>> a
[-1, 1, 66.25, 333, 333]

Quizs hayas notado que mtodos como insert, remove o sort, que solo modifican a la lista, no tienen impreso un
valor de retorno devuelven None. [1] Esto es un principio de diseo para todas las estructuras de datos mutables en
Python.

6.1.1. Usando listas como pilas

Los mtodos de lista hacen que resulte muy fcil usar una lista como una pila, donde el ltimo elemento aadido es el
primer elemento retirado (ltimo en entrar, primero en salir). Para agregar un tem a la cima de la pila,
use append(). Para retirar un tem de la cima de la pila, use pop()sin un ndice explcito. 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]

6.1.2. Usando listas como colas

Tambin es posible usar una lista como una cola, donde el primer elemento aadido es el primer elemento retirado
(primero en entrar, primero en salir); sin embargo, las listas no son eficientes para este propsito. Agregar y sacar
del final de la lista es rpido, pero insertar o sacar del comienzo de una lista es lento (porque todos los otros
elementos tienen que ser desplazados por uno).
Para implementar una cola, us collections.deque el cual fue diseado para agregar y sacar de ambas puntas de
forma rpida. Por ejemplo:

>>> from collections import deque

>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry")

# llega Terry

>>> queue.append("Graham")

# llega Graham

>>> queue.popleft()

# el primero en llegar ahora se va

'Eric'
>>> queue.popleft()

# el segundo en llegar ahora se va

'John'
>>> queue

# el resto de la cola en rden de llegada

['Michael', 'Terry', 'Graham']

6.1.3. Comprensin de listas

Las comprensiones de listas ofrecen una manera concisa de crear listas. Sus usos comunes son para hacer nuevas
listas donde cada elemento es el resultado de algunas operaciones aplicadas a cada miembro de otra secuencia o
iterable, o para crear una subsecuencia de esos elementos para satisfacer una condicin determinada.
Por ejemplo, asumamos que queremos crear una lista de cuadrados, como:
>>> cuadrados = []
>>> for x in range(10):
...

cuadrados.append(x**2)

...
>>> cuadrados
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

Nota que esto crea (o sobreescribe) una variable llamada x que sigue existiendo luego de que el bucle haya
terminado. Podemos calcular la lista de cuadrados sin ningun efecto secundario haciendo:
cuadrados = list(map(lambda x: x**2, range(10)))

o, un equivalente:
cuadrados = [x ** 2 for x in range(10)]

que es ms conciso y legible.

Una lista de comprensin consiste de corchetes rodeando una expresin seguida de la declaracin for y luego cero o
ms declaraciones for o if. El resultado ser una nueva lista que sale de evaluar la expresin en el contexto de
los for o if que le siguen. Por ejemplo, esta lista de comprensin combina los elementos de dos listas si no son
iguales:
>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

y es equivalente a:
>>> combs = []

>>> for x in [1,2,3]:

...

for y in [3,1,4]:

...

if x != y:
combs.append((x, y))

...
...
>>> combs

[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

Not como el orden de los for y if es el mismo en ambos pedacitos de cdigo.

Si la expresin es una tupla (como el (x, y) en el ejemplo anterior), debe estar entre parntesis.
>>> vec = [-4, -2, 0, 2, 4]
>>> # crear una nueva lista con los valores duplicados
>>> [x * 2 for x in vec]
[-8, -4, 0, 4, 8]
>>> # filtrar la lista para excluir nmeros negativos
>>> [x for x in vec if x >= 0]
[0, 2, 4]
>>> # aplica una funcin a todos los elementos
>>> [abs(x) for x in vec]
[4, 2, 0, 2, 4]
>>> # llama un mtodo a cada elemento
>>> frutafresca = ['

banana', '

mora de Logan ', 'maracuya

']

>>> [arma.strip() for arma in frutafresca]

['banana', 'mora de Logan', 'maracuya']
>>> # crea una lista de tuplas de dos como (nmero, cuadrado)
>>> [(x, x ** 2) for x in range(6)]
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
>>> # la tupla debe estar entre parntesis, sino es un error
>>> [x, x ** 2 for x in range(6)]
Traceback (most recent call last):
...
[x, x ** 2 for x in range(6)]
^
SyntaxError: invalid syntax
>>> # aplanar una lista usando comprensin de listas con dos 'for'
>>> vec = [[1,2,3], [4,5,6], [7,8,9]]
>>> [num for elem in vec for num in elem]
[1, 2, 3, 4, 5, 6, 7, 8, 9]

Las comprensiones de listas pueden contener expresiones complejas y funciones anidadas:

>>> from math import pi

>>> [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']

6.1.4. Listas por comprensin anidadas

La expresin inicial de una comprensin de listas puede ser cualquier expresin arbitraria, incluyendo otra
comprensin de listas.
Consider el siguiente ejemplo de una matriz de 3x4 implementada como una lista de tres listas de largo 4:
>>> matriz = [
...

[1, 2, 3, 4],

...

[5, 6, 7, 8],

...

[9, 10, 11, 12],

... ]

La siguiente comprensin de lista transpondr las filas y columnas:

>>> [[fila[i] for fila in matriz] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

Como vimos en la seccin anterior, la lista de comprensin anidada se evalua en el contexto del for que lo sigue, por
lo que este ejemplo equivale a:
>>> transpuesta = []
>>> for i in range(4):
...

transpuesta.append([fila[i] for fila in matriz])

...
>>> transpuesta
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

el cual, a la vez, es lo mismo que:

>>> transpuesta = []
>>> for i in range(4):
...

# las siguientes 3 lineas hacen la comprensin de listas anidada

...

fila_transpuesta = []

...

for fila in matriz:

...

fila_transpuesta.append(fila[i])

...

transpuesta.append(fila_transpuesta)

...
>>> transpuesta
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

En el mundo real, deberas preferir funciones predefinidas a declaraciones con flujo complejo. La funcin zip() hara
un buen trabajo para este caso de uso:
>>> list(zip(*matriz))
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

Ver Desempaquetando una lista de argumentos para detalles en el asterisco de esta lnea.

6.2. La instruccin del

Hay una manera de quitar un tem de una lista dado su ndice en lugar de su valor: la instruccin del. Esta es
diferente del mtodo pop(), el cual devuelve un valor. La instruccin del tambin puede usarse para quitar secciones
de una lista o vaciar la lista completa (lo que hacamos antes asignando una lista vaca a la seccin). 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 tambin para eliminar variables:
>>> del a

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

6.3. Tuplas y secuencias

Vimos que las listas y cadenas tienen propiedades en comn, como el indizado y las operaciones de seccionado.
Estas son dos ejemplos de datos de tipo secuencia (ver Tipos integrados). Como Python es un lenguaje en evolucin,
otros datos de tipo secuencia pueden agregarse. Existe otro dato de tipo secuencia estndar: la tupla.
Una tupla consiste de un nmero 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))

>>> # Las tuplas son inmutables:
... t[0] = 88888
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> # pero pueden contener objetos mutables:
... v = ([1, 2, 3], [3, 2, 1])
>>> v
([1, 2, 3], [3, 2, 1])

Como puedes ver, en la salida las tuplas siempre se encierran entre parntesis, para que las tuplas anidadas puedan
interpretarse correctamente; pueden ingresarse con o sin parntesis, aunque a menudo los parntesis son necesarios
de todas formas (si la tupla es parte de una expresin ms grande). No es posible asignar a los tems individuales de
una tupla, pero sin embargo s se puede crear tuplas que contengan objetos mutables, como las listas.
A pesar de que las tuplas puedan parecerse a las listas, frecuentemente se utilizan en distintas situaciones y para
distintos propsitos. Las tuplas son inmutables y normalmente contienen una secuencia heterognea de elementos
que son accedidos al desempaquetar (ver ms adelante en esta seccin) o indizar (o incluso acceder por atributo en
el caso de las namedtuples). Las listas son mutables, y sus elementos son normalmente homogneos y se acceden
iterando a la lista.
Un problema particular es la construccin de tuplas que contengan 0 o 1 tem: la sintaxis presenta algunas
peculiaridades para estos casos. Las tuplas vacas se construyen mediante un par de parntesis vaco; una tupla con
un tem se construye poniendo una coma a continuacin del valor (no alcanza con encerrar un nico valor entre
parntesis). Feo, pero efectivo. Por ejemplo:
>>> vacia = ()
>>> singleton = 'hola',

# <-- notar la coma al final

>>> len(vacia)
0
>>> len(singleton)
1
>>> singleton
('hola',)

La declaracin t = 12345, 54321, 'hola!' es un ejemplo de empaquetado de tuplas: los

valores 12345, 54321 y 'hola!' se empaquetan juntos en una tupla.
La operacin inversa tambin 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 cantidad de variables a la izquierda del signo
igual sea el tamao de la secuencia. Not que la asignacin mltiple es en realidad slo una combinacin de
empaquetado de tuplas y desempaquetado de secuencias.

6.4. Conjuntos
Python tambin incluye un tipo de dato para conjuntos. Un conjunto es una coleccin no ordenada y sin elementos
repetidos. Los usos bsicos de stos incluyen verificacin de pertenencia y eliminacin de entradas duplicadas. Los
conjuntos tambin soportan operaciones matemticas como la unin, interseccin, diferencia, y diferencia simtrica.
Las llaves o la funcin set() pueden usarse para crear conjuntos. Not que para crear un conjunto vaco tens que
usar set(), no {}; esto ltimo crea un diccionario vaco, una estructura de datos que discutiremos en la seccin
siguiente.
Una pequea demostracin:
>>> canasta = {'manzana', 'naranja', 'manzana', 'pera', 'naranja', 'banana'}
>>> print fruta

# muestra que se removieron los duplicados

{'pera', 'manzana', 'banana', 'naranja'}

>>> 'naranja' in canasta

# verificacin de pertenencia rpida

True
>>> 'yerba' in canasta
False

>>> # veamos las operaciones para las letras nicas de dos palabras
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a

# letras nicas en a

{a', 'r', 'b', 'c', 'd'}

>>> a - b

# letras en a pero no en b

{'r', 'b', 'd'}

>>> a | b

# letras en a o en b

{'a', 'c', 'b', 'd', 'm', 'l', 'r', 'z'}

>>> a & b

# letras en a y en b

{'a', 'c'}
>>> a ^ b

# letras en a o b pero no en ambos

{'b', 'd', 'm', 'l', 'r', 'z'}

De forma similar a las comprensiones de listas, est tambin soportada la comprensin de conjuntos:
>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'r', 'd'}

6.5. Diccionarios
Otro tipo de dato til includo en Python es el diccionario (ver Tipos integrados). 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 numrico, los diccionarios se indexan con claves, que pueden ser cualquier tipo inmutable;

las cadenas y nmeros siempre pueden ser claves. Las tuplas pueden usarse como claves si solamente contienen
cadenas, nmeros o tuplas; si una tupla contiene cualquier objeto mutable directa o indirectamente, no puede usarse
como clave. No pods usar listas como claves, ya que las listas pueden modificarse usando asignacin por ndice,
asignacin por seccin, o mtodos 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 nicas (dentro de un diccionario en particular). Un par de llaves crean un diccionario vaco: {}.
Colocar una lista de pares clave:valor separados por comas entre las llaves aade pares clave:valor iniciales al
diccionario; esta tambin 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.
Tambin es posible borrar un par clave:valor con del. Si uss una clave que ya est 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.
Hacer list(d.keys()) en un diccionario devuelve una lista de todas las claves usadas en el diccionario, en un orden
arbitrario (si las quers ordenadas, us en cambio sorted(d.keys()). [2] Para controlar si una clave est en el
diccionario, us el in.
Un pequeo 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}
>>> list(tel.keys())
['irv', 'guido', 'jack']
>>> sorted(tel.keys())
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
>>> 'jack' not in tel
False

El constructor dict() crea un diccionario directamente desde secuencias de pares clave-valor:

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}

Adems, las comprensiones de diccionarios se pueden usar para crear diccionarios desde expresiones arbitrarias de
clave y valor:
>>> {x: x ** 2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

Cuando las claves son cadenas simples, a veces resulta ms fcil especificar los pares usando argumentos por
palabra clave:
>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'jack': 4098, 'guido': 4127}

6.6. Tcnicas de iteracin

Cuando iteramos sobre diccionarios, se pueden obtener al mismo tiempo la clave y su valor correspondiente usando
el mtodo items().
>>> caballeros = {'gallahad': 'el puro', 'robin': 'el valiente'}
>>> for k, v in caballeros.items():
...

print(k, v)

...
gallahad el puro
robin el valiente

Cuando se itera sobre una secuencia, se puede obtener el ndice de posicin junto a su valor correspondiente usando
la funcin enumerate().
>>> for i, v in enumerate(['ta', 'te', 'ti']):
...

print(i, v)

...
0 ta
1 te
2 ti

Para iterar sobre dos o ms secuencias al mismo tiempo, los valores pueden emparejarse con la funcin 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?
Cual es tu objetivo?

lancelot.
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
funcin reversed().
>>> for i in reversed(range(1, 10, 2)):
...
...
9

print(i)

7
5
3
1

Para iterar sobre una secuencia ordenada, se utiliza la funcin 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

A veces uno intenta cambiar una lista mientras la est iterando; sin embargo, a menudo es ms simple y seguro crear
una nueva lista:
>>> datos = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
>>> datos_filtrados = []
>>> for valor in datos:
...
...

if not math.isnan(valor):
datos_filtrados.append(valor)

...
>>> datos_filtrados
[56.2, 51.7, 55.3, 52.5, 47.8]

6.7. Ms acerca de condiciones

Las condiciones usadas en las instrucciones while e if pueden contener cualquier operador, no slo comparaciones.
Los operadores de comparacin in y not in verifican si un valor est (o no est) en una secuencia. Los
operadores is e is not comparan si dos objetos son realmente el mismo objeto; esto es significativo slo para objetos
mutables como las listas. Todos los operadores de comparacin tienen la misma prioridad, la cual es menor que la de
todos los operadores numricos.
Las comparaciones pueden encadenarse. Por ejemplo, a < b == c verifica si a es menor que b y adems si b es igual
a c.
Las comparaciones pueden combinarse mediante los operadores booleanos and y or, y el resultado de una
comparacin (o de cualquier otra expresin booleana) puede negarse con not. Estos tienen prioridades menores que
los operadores de comparacin; 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 parntesis pueden usarse para expresar
la composicin deseada.

Los operadores booleanos and y or son los llamados operadores cortocircuito: sus argumentos se evalan de
izquierda a derecha, y la evaluacin 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 Cno se evala la expresin C. Cuando se usa como un valor
general y no como un booleano, el valor devuelto de un operador cortocircuito es el ltimo argumento evaluado.
Es posible asignar el resultado de una comparacin u otra expresin booleana a una variable. Por ejemplo,
>>> cadena1, cadena2, cadena3 = '', 'Trondheim', 'Paso Hammer'
>>> non_nulo = cadena1 or cadena2 or cadena3
>>> non_nulo
'Trondheim'

Not que en Python, a diferencia de C, la asignacin no puede ocurrir dentro de expresiones. Los programadores de
C pueden renegar por esto, pero es algo que evita un tipo de problema comn encontrado en programas en C:
escribir = en una expresin cuando lo que se quiere escribir es==.

6.8. Comparando secuencias y otros tipos

Las secuencias pueden compararse con otros objetos del mismo tipo de secuencia. La comparacin usa
orden lexicogrfico: primero se comparan los dos primeros tems, si son diferentes esto ya determina el resultado de
la comparacin; si son iguales, se comparan los siguientes dos tems, y as sucesivamente hasta llegar al final de
alguna de las secuencias. Si dos tems a comparar son ambos secuencias del mismo tipo, la comparacin
lexicogrfica es recursiva. Si todos los tems de dos secuencias resultan iguales, se considera que las secuencias son
iguales.
Si una secuencia es una subsecuencia inicial de la otra, la secuencia ms corta es la menor. El orden lexicogrfico
para cadenas de caracteres utiliza el orden de cdigos Unicode 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, 2, ('aa', 'ab'))

== (1.0, 2.0, 3.0)

< (1, 2, ('abc', 'a'), 4)

Observ que comparar objetos de diferentes tipos con < o > es legal siempre y cuando los objetas tenga los mtodos
de comparacin apropiados. Por ejemplo, los tipos de nmeros mezclados son comparados de acuerdo a su valor
numrico, o sea 0 es igual a 0.0, etc. Si no es el caso, en lugar de proveer un ordenamiento arbitrario, el intrprete
generar una excepcin TypeError.
Footnotes
[1]

Otros lenguajes pueden devolver el objeto mutado, lo cual permite encadenado de mtodos, como d>insert("a")->remove("b")->sort();.

[2]

Llamar a d.keys() devolver un objeto vista de diccionario. Soporta operaciones como prueba de pertenencia e
iteracin, pero sus contenidos dependen del diccionario original son slo una vista.

7. Mdulos
Si sals del intrprete de Python y entrs de nuevo, las definiciones que hiciste (funciones y variables) se pierden. Por
lo tanto, si quers escribir un programa ms 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 guin, o script.
Si tu programa se vuelve ms largo, quizs quieras separarlo en distintos archivos para un mantenimiento ms fcil.
Quizs tambin quieras usar una funcin til que escribiste desde distintos programas sin copiar su definicin 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 intrprete. Tal archivo es llamado mdulo; las definiciones de un mdulo pueden

ser importadas a otros mdulos o al mdulo principal (la coleccin de variables a las que tens acceso en un script
ejecutado en el nivel superior y en el modo calculadora).
Un mdulo es una archivo conteniendo definiciones y declaraciones de Python. El nombre del archivo es el nombre
del mdulo con el sufijo .pyagregado. Dentro de un mdulo, el nombre del mismo (como una cadena) est disponible
en el valor de la variable global __name__. Por ejemplo, us tu editor de textos favorito para crear un archivo
llamado fibo.py en el directorio actual, con el siguiente contenido:
# mdulo de nmeros Fibonacci

def fib(n):

# escribe la serie Fibonacci hasta n

a, b = 0, 1
while b < n:
print(b, end=' ')
a, b = b, a+b
print()

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 entr al intrprete de Python e import este mdulo con la siguiente orden:
>>> import fibo

Esto no mete los nombres de las funciones definidas en fibo directamente en el espacio de nombres actual; slo
mete ah el nombre del mdulo,fibo. Usando el nombre del mdulo pods 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 penss usar la funcin frecuentemente, pods asignarla a un nombre local:

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

7.1. Ms sobre los mdulos

Un mdulo puede contener tanto declaraciones ejecutables como definiciones de funciones. Estas declaraciones
estn pensadas para inicializar el mdulo. Se ejecutan solamente la primera vez que el mdulo se encuentra en una
sentencia import. [1] (Son tambin ejecutados si el archivo es ejecutado como un script).
Cada mdulo tiene su propio espacio de nombres, el que es usado como espacio de nombres global por todas las
funciones definidas en el mdulo. Por lo tanto, el autor de un mdulo puede usar variables globales en el mdulo sin
preocuparse acerca de conflictos con una variable global del usuario. Por otro lado, si sabs lo que ests haciendo
pods tocar las variables globales de un mdulo con la misma notacin usada para referirte a sus
funciones, nombremodulo.nombreitem.
Los mdulos pueden importar otros mdulos. Es costumbre pero no obligatorio el ubicar todas las
declaraciones import al principio del mdulo (o script, para el caso). Los nombres de los mdulos importados se
ubican en el espacio de nombres global del mdulo que hace la importacin.
Hay una variante de la declaracin import que importa los nombres de un mdulo directamente al espacio de
nombres del mdulo que hace la importacin. 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 mdulo desde el cual se est importando (entonces,
en el ejemplo, fibo no se define).
Hay incluso una variante para importar todos los nombres que un mdulo 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 (_). La mayora de las veces los
programadores de Python no usan esto ya que introduce un conjunto de nombres en el intrprete, posiblemente
escondiendo cosas que ya estaban definidas.
Not que en general la prctica de importar * de un mdulo o paquete est muy mal vista, ya que frecuentemente
genera un cdigo poco legible. Sin embargo, est bien usarlo para ahorrar tecleo en sesiones interactivas.
Nota
Por razones de eficiencia, cada mdulo se importa una vez por sesin del intrprete. Por lo tanto, si modifics los
mdulos, tens que reiniciar el intrprete o, si es slo un mdulo que quers probar interactivamente,
us imp.reload(), por ejemploimport imp; imp.reload(nombremodulo).

7.1.1. Ejecutando mdulos como scripts

Cuando ejecuts un mdulo de Python con
python fibo.py <argumentos>

...el cdigo en el mdulo ser ejecutado, tal como si lo hubieses importado, pero con __name__ con el valor
de "__main__". Eso significa que agregando este cdigo al final de tu mdulo:
if __name__ == "__main__":

import sys
fib(int(sys.argv[1]))

...pods hacer que el archivo sea utilizable tanto como script, como mdulo importable, porque el cdigo que analiza
la linea de rdenes slo se ejecuta si el mdulo es ejecutado como archivo principal:
$ python fibo.py 50
1 1 2 3 5 8 13 21 34

Si el mdulo se importa, ese cdigo no se ejecuta:

>>> import fibo
>>>

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

7.1.2. El camino de bsqueda de los mdulos

Cuando se importa un mdulo llamado spam, el intrprete busca primero por un mdulo con ese nombre que est
integrado en el intrprete. Si no lo encuentra, entonces busca un archivo llamado spam.py en una lista de directorios
especificada por la variable sys.path. sys.path se inicializa con las siguientes ubicaciones:

el directorio conteniendo el script (o el directorio actual cuando no se especifica un archivo).

PYTHONPATH (una lista de nombres de directorios, con la misma sintaxis que la variable de entorno PATH.
el directorio default de la instalacin.

Nota
En sistemas de archivos que soportan enlaces simblicos, el directorio conteniendo el script de entrada es calculado
despus de que el enlace simblico sea seguido. En otras palabras, el directorio conteniendo el enlace
simblico no es agregado al mdulo de busca del path.
Luego de la inicializacin, los programas Python pueden modificar sys.path. El directorio que contiene el script que
se est ejecutando se ubica al principio de la bsqueda, adelante de la biblioteca estndar. Esto significa que se
cargarn scripts en ese directorio en lugar de mdulos de la biblioteca estndar con el mismo nombre. Esto es un
error a menos que se est reemplazando intencionalmente. Mir la seccin Mdulos estndarpara ms informacin.

7.1.3. Archivos compilados de Python

Para acelerar la carga de mdulos, Python cachea las versiones compiladas de cada mdulo en el
directorio __pycache__ bajo el nombremodule.version.pyc dnde la versin codifica el formato del archivo compilado;
generalmente contiene el nmero de version de Python. Por ejemplo, en CPython release 3.3 la version compilada de
spam.py sera cacheada como __pycache__/spam.cpython-33.pyc. Este convensin de nombre permite compilar
mdulos desde diferentes releases y versiones de Python para coexistir.
Python chequea la fecha de modificacin de la fuente contra la versin compilada para evr si esta es obsoleta y
necesita ser recompilada. Esto es un proceso completamente automtico. Tambin, los mdulos compilados son
independientes de la plataforma, as que la misma librera puede ser compartida a travs de sistemas con diferentes
arquitecturas.
Python no chequea el cach en dos circuntancias. Primero, siempre recompila y no graba el resultado del mdulo que
es cargado directamente desde la lnea de comando. Segundo, no chequea el cach si no hay mdulo fuente.

Algunos consejos para expertos:

Pods usar la -O o -OO en el comando de Python para reducir el tamao de los mdulos compilados. La O quita assert statements, la --Oquita ambos, assert statements y cadenas de caracteres __doc__. Debido a
que algunos programas se basan en que estos estn disponibles, deberas usar esta opcin nicamente si
sabs lo que ests haciendo. Los mdulos optimizados tienen una etiqueta opt- y son normalmente ms
pequeos. Releases futuras quizs cambien los efectos de la optimizacin.
Un programa no corre ms rpido cuando se lee de un archivo .pyc que cuando se lee del .py; lo nico que es
ms rpido en los archivos.pyc es la velocidad con que se cargan.
Hay ms detalles de este proceso, incluyendo un diagrama de flujo de la toma de decisiones, en la PEP 3147.
El mdulo compilleall puede crear archivos .pyc para todos los mdulos en un directorio.

7.2. Mdulos estndar

Python viene con una biblioteca de mdulos estndar, descrita en un documento separado, la Referencia de la
Biblioteca de Python (de aqu en ms, Referencia de la Biblioteca). Algunos mdulos se integran en el intrprete;
estos proveen acceso a operaciones que no son parte del ncleo del lenguaje pero que sin embargo estn integrados,
tanto por eficiencia como para proveer acceso a primitivas del sistema operativo, como llamadas al sistema. El
conjunto de tales mdulos es una opcin de configuracin el cual tambin depende de la plataforma subyacente. Por
ejemplo, el mdulo winreg slo se provee en sistemas Windows. Un mdulo en particular merece algo de
atencin: sys, el que est integrado en todos los intrpretes de Python. Las variables sys.ps1 y sys.ps2 definen las
cadenas usadas como cursores primarios y secundarios:
>>> import sys
>>> sys.ps1
'>>> '
>>> sys.ps2
'... '
>>> sys.ps1 = 'C> '
C> print('Yuck!')
Yuck!
C>

Estas dos variables estn solamente definidas si el intrprete est en modo interactivo.
La variable sys.path es una lista de cadenas que determinan el camino de bsqueda del intrprete para los mdulos.
Se inicializa por omisin a un camino tomado de la variable de entorno PYTHONPATH, o a un valor predefinido en el
intrprete si PYTHONPATH no est configurada. Lo pods modificar usando las operaciones estndar de listas:
>>> import sys
>>> sys.path.append('/ufs/guido/lib/python')

7.3. La funcin dir()

La funcin integrada dir() se usa para encontrar qu nombres define un mdulo. Devuelve una lista ordenada de
cadenas:
>>> import fibo, sys
>>> dir(fibo)

['__name__', 'fib', 'fib2']

>>> dir(sys)
['__displayhook__', '__doc__', '__excepthook__', '__loader__', '__name__',
'__package__', '__stderr__', '__stdin__', '__stdout__',
'_clear_type_cache', '_current_frames', '_debugmallocstats', '_getframe',
'_home', '_mercurial', '_xoptions', 'abiflags', 'api_version', 'argv',
'base_exec_prefix', 'base_prefix', 'builtin_module_names', 'byteorder',
'call_tracing', 'callstats', 'copyright', 'displayhook',
'dont_write_bytecode', 'exc_info', 'excepthook', 'exec_prefix',
'executable', 'exit', 'flags', 'float_info', 'float_repr_style',
'getcheckinterval', 'getdefaultencoding', 'getdlopenflags',
'getfilesystemencoding', 'getobjects', 'getprofile', 'getrecursionlimit',
'getrefcount', 'getsizeof', 'getswitchinterval', 'gettotalrefcount',
'gettrace', 'hash_info', 'hexversion', 'implementation', 'int_info',
'intern', 'maxsize', 'maxunicode', 'meta_path', 'modules', 'path',
'path_hooks', 'path_importer_cache', 'platform', 'prefix', 'ps1',
'setcheckinterval', 'setdlopenflags', 'setprofile', 'setrecursionlimit',
'setswitchinterval', 'settrace', 'stderr', 'stdin', 'stdout',
'thread_info', 'version', 'version_info', 'warnoptions']

Sin argumentos, dir() lista los nombres que tens actualmente definidos:
>>> a = [1, 2, 3, 4, 5]
>>> import fibo
>>> fib = fibo.fib
>>> dir()
['__builtins__', '__name__', 'a', 'fib', 'fibo', 'sys']

Not que lista todos los tipos de nombres: variables, mdulos, funciones, etc.
dir() no lista los nombres de las funciones y variables integradas. Si quers una lista de esos, estn definidos en el
mdulo estndar builtins:
>>> import builtins
>>> dir(builtins)
['ArithmeticError', 'AssertionError', 'AttributeError', 'BaseException',
'BlockingIOError', 'BrokenPipeError', 'BufferError', 'BytesWarning',
'ChildProcessError', 'ConnectionAbortedError', 'ConnectionError',
'ConnectionRefusedError', 'ConnectionResetError', 'DeprecationWarning',
'EOFError', 'Ellipsis', 'EnvironmentError', 'Exception', 'False',
'FileExistsError', 'FileNotFoundError', 'FloatingPointError',
'FutureWarning', 'GeneratorExit', 'IOError', 'ImportError',
'ImportWarning', 'IndentationError', 'IndexError', 'InterruptedError',

'IsADirectoryError', 'KeyError', 'KeyboardInterrupt', 'LookupError',

'MemoryError', 'NameError', 'None', 'NotADirectoryError', 'NotImplemented',
'NotImplementedError', 'OSError', 'OverflowError',
'PendingDeprecationWarning', 'PermissionError', 'ProcessLookupError',
'ReferenceError', 'ResourceWarning', 'RuntimeError', 'RuntimeWarning',
'StopIteration', 'SyntaxError', 'SyntaxWarning', 'SystemError',
'SystemExit', 'TabError', 'TimeoutError', 'True', 'TypeError',
'UnboundLocalError', 'UnicodeDecodeError', 'UnicodeEncodeError',
'UnicodeError', 'UnicodeTranslateError', 'UnicodeWarning', 'UserWarning',
'ValueError', 'Warning', 'ZeroDivisionError', '_', '__build_class__',
'__debug__', '__doc__', '__import__', '__name__', '__package__', 'abs',
'all', 'any', 'ascii', 'bin', 'bool', 'bytearray', 'bytes', 'callable',
'chr', 'classmethod', 'compile', 'complex', 'copyright', 'credits',
'delattr', 'dict', 'dir', 'divmod', 'enumerate', 'eval', 'exec', 'exit',
'filter', 'float', 'format', 'frozenset', 'getattr', 'globals', 'hasattr',
'hash', 'help', 'hex', 'id', 'input', 'int', 'isinstance', 'issubclass',
'iter', 'len', 'license', 'list', 'locals', 'map', 'max', 'memoryview',
'min', 'next', 'object', 'oct', 'open', 'ord', 'pow', 'print', 'property',
'quit', 'range', 'repr', 'reversed', 'round', 'set', 'setattr', 'slice',
'sorted', 'staticmethod', 'str', 'sum', 'super', 'tuple', 'type', 'vars',
'zip']

7.4. Paquetes
Los paquetes son una manera de estructurar los espacios de nombres de Python usando nombres de mdulos con
puntos. Por ejemplo, el nombre de mdulo A.B designa un submdulo llamado B en un paquete llamado A. Tal como
el uso de mdulos evita que los autores de diferentes mdulos tengan que preocuparse de los respectivos nombres
de variables globales, el uso de nombres de mdulos con puntos evita que los autores de paquetes de muchos
mdulos, como NumPy o la Biblioteca de Imgenes de Python (Python Imaging Library, o PIL), tengan que
preocuparse de los respectivos nombres de mdulos.
Suponete que quers designar una coleccin de mdulos (un paquete) para el manejo uniforme de archivos y datos
de sonidos. Hay diferentes formatos de archivos de sonido (normalmente reconocidos por su extensin, por
ejemplo: .wav, .aiff, .au), por lo que tens que crear y mantener una coleccin siempre creciente de mdulos para la
conversin entre los distintos formatos de archivos. Hay muchas operaciones diferentes que quizs quieras ejecutar
en los datos de sonido (como mezclarlos, aadir eco, aplicar una funcin ecualizadora, crear un efecto estreo
artificial), por lo que ademas estars escribiendo una lista sin fin de mdulos para realizar estas operaciones. Aqu hay
una posible estructura para tu paquete (expresados en trminos de un sistema jerrquico 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 travs 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 comn, como string, de esconder sin intencin a mdulos vlidos
que se suceden luego en el camino de bsqueda de mdulos. En el caso ms simple, __init__.py puede ser
solamente un archivo vaco, pero tambin puede ejecutar cdigo de inicializacin para el paquete o configurar la
variable __all__, descrita luego.
Los usuarios del paquete pueden importar mdulos individuales del mismo, por ejemplo:
import sound.effects.echo

Esto carga el submdulo 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 submdulos es:

from sound.effects import echo

Esto tambin carga el submdulo echo, lo deja disponible sin su prefijo de paquete, por lo que puede usarse as:
echo.echofilter(input, output, delay=0.7, atten=4)

Otra variacin ms es importar la funcin o variable deseadas directamente:

from sound.effects.echo import echofilter

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

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

Not que al usar from package import item el tem puede ser tanto un submdulo (o subpaquete) del paquete, o
algn otro nombre definido en el paquete, como una funcin, clase, o variable. La declaracin import primero verifica
si el tem est definido en el paquete; si no, asume que es un mdulo y trata de cargarlo. Si no lo puede encontrar, se
genera una excepcin ImportError.
Por otro lado, cuando se usa la sintaxis como import item.subitem.subsubitem, cada tem excepto el ltimo debe ser
un paquete; el mismo puede ser un mdulo o un paquete pero no puede ser una clase, funcin o variable definida en
el tem previo.

7.4.1. Importando * desde un paquete

Ahora, qu sucede cuando el usuario escribe from sound.effects import *? Idealmente, uno esperara que esto de
alguna manera vaya al sistema de archivos, encuentre cuales submdulos estn presentes en el paquete, y los
importe a todos. Esto puede tardar mucho y el importar sub-mdulos puede tener efectos secundarios no deseados
que slo deberan ocurrir cuando se importe explcitamente el sub-mdulo.
La nica solucin es que el autor del paquete provea un ndice explcito del paquete. La declaracin import usa la
siguiente convencin: si el cdigo del __init__.py de un paquete define una lista llamada __all__, se toma como la
lista de los nombres de mdulos que deberan ser importados cuando se hace from package import *. Es tarea del
autor del paquete mantener actualizada esta lista cuando se libera una nueva versin del paquete. Los autores de
paquetes podran decidir no soportarlo, si no ven un uso para importar * en sus paquetes. Por ejemplo, el
archivo sound/effects/__init__.py podra contener el siguiente cdigo:
__all__ = ["echo", "surround", "reverse"]

Esto significara que from sound.effects import * importara esos tres submdulos del paquete sound.
Si no se define __all__, la declaracin from sound.effects import * no importa todos los submdulos del
paquete sound.effects al espacio de nombres actual; slo se asegura que se haya importado el
paquete sound.effects (posiblemente ejecutando algn cdigo de inicializacin que haya en __init__.py) y luego
importa aquellos nombres que estn definidos en el paquete. Esto incluye cualquier nombre definido (y submdulos
explcitamente cargados) por __init__.py. Tambin incluye cualquier submdulo del paquete que pudiera haber sido
explcitamente cargado por declaraciones import previas. Consider este cdigo:
import sound.effects.echo
import sound.effects.surround
from sound.effects import *

En este ejemplo, los mdulos echo y surround se importan en el espacio de nombre actual porque estn definidos en
el paquete sound.effectscuando se ejecuta la declaracin from...import. (Esto tambin funciona cuando se
define __all__).
A pesar de que ciertos mdulos estn diseados para exportar solo nombres que siguen ciertos patrones cuando
uss import *, tambin se considera una mala prctica en cdigo de produccin.
Record que no est mal usar from paquete import submodulo_especifico! De hecho, esta notacin se recomienda a
menos que el mdulo que ests importando necesite usar submdulos con el mismo nombre desde otros paquetes.

7.4.2. Referencias internas en paquetes

Cuando se estructuran los paquetes en subpaquetes (como en el ejemplo sound), pods usar import absolutos para
referirte a submdulos de paquetes hermanos. Por ejemplo, si el mdulo sound.filters.vocoder necesita usar el
mdulo echo en el paquete sound.effects, puede hacerfrom sound.effects import echo.
Tambin pods escribir import relativos con la forma from module import name. Estos imports usan puntos adelante
para indicar los paquetes actual o padres involucrados en el import relativo. En el ejemplo surround, podras hacer:
from . import echo
from .. import formats
from ..filters import equalizer

Not que los imports relativos se basan en el nombre del mdulo actual. Ya que el nombre del mdulo principal es
siempre "__main__", los mdulos pensados para usarse como mdulo principal de una aplicacin Python siempre
deberan usar import absolutos.

7.4.3. Paquetes en mltiples directorios

Los paquetes soportan un atributo especial ms, __path__. Este se inicializa, antes de que el cdigo en ese archivo
se ejecute, a una lista que contiene el nombre del directorio donde est el paquete. Esta variable puede modificarse,
afectando bsquedas futuras de mdulos y subpaquetes contenidos en el paquete.
Aunque esta caracterstica no se necesita frecuentemente, puede usarse para extender el conjunto de mdulos que
se encuentran en el paquete.
Footnotes
[1]

De hecho las definiciones de funcin son tambin declaraciones que se ejecutan; la ejecucin de una definicin
de funcin a nivel de mdulo mete el nombre de la funcin en el espacio de nombres global.

8. Entrada y salida
Hay diferentes mtodos 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 captulo discutir algunas de las posibilidades.

8.1. Formateo elegante de la salida

Hasta ahora encontramos dos maneras de escribir valores: declaraciones de expresin y la funcin print(). (Una
tercer manera es usando el mtodo write() de los objetos tipo archivo; el archivo de salida estndar puede
referenciarse como sys.stdout. Mir la Referencia de la Biblioteca para ms informacin sobre esto.)
Frecuentemente querrs ms 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 pods crear cualquier forma que puedas imaginar. El
tipo string contiene algunos mtodos tiles para emparejar cadenas a un determinado ancho; estas las discutiremos
en breve. La otra forma es usar el mtodo str.format().
El mdulo string contiene una clase string.Template que ofrece otra forma de sustituir valores en las cadenas.
Nos queda una pregunta, por supuesto: cmo converts valores a cadenas? Afortunadamente, Python tiene maneras
de convertir cualquier valor a una cadena: pasalos a las funciones repr() o str().
La funcin str() devuelve representaciones de los valores que son bastante legibles por humanos, mientras
que repr() genera representaciones que pueden ser ledas por el el intrprete (o forzaran un SyntaxError si no
hay sintxis equivalente). Para objetos que no tienen una representacin en particular para consumo
humano, str() devolver el mismo valor que repr(). Muchos valores, como nmeros o estructuras como listas y
diccionarios, tienen la misma representacin usando cualquiera de las dos funciones. Las cadenas, en particular,
tienen dos representaciones distintas.
Algunos ejemplos:
>>> s = 'Hola mundo.'
>>> str(s)
'Hola mundo.'
>>> repr(s)
"'Hola mundo.'"
>>> str(1 / 7)
'0.142857142857'
>>> 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 apstrofos 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'))"

Ac 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), end=' ')

...

# notar el uso de 'end' en la linea anterior

...

print(repr(x * x * x).rjust(4))

...
1

27

16

64

25

125

36

216

49

343

64

512

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

27

16

64

25

125

36

216

49

343

64

512

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 mtodo str.rjust() de los objetos cadena, el cual ordena una cadena a la derecha en un
campo del ancho dado llenndolo con espacios a la izquierda. Hay mtodos
similares str.ljust() y str.center(). Estos mtodos no escriben nada, slo devuelven una nueva cadena. Si la
cadena de entrada es demasiado larga, no la truncan, sino la devuelven intacta; esto te romper la alineacin de tus
columnas pero es normalmente mejor que la alternativa, que te estara mintiendo sobre el valor. (Si realmente quers
que se recorte, siempre pods agregarle una operacin de rebanado, como en x.ljust(n)[:n].)
Hay otro mtodo, str.zfill(), el cual rellena una cadena numrica 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 bsico del mtodo str.format() es como esto:

>>> print('Somos los {} quienes decimos "{}!"'.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 mtodostr.format(). Un nmero en las llaves se refiere a la posicin del objeto pasado en el
mtodo.
>>> 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 mtodo str.format(), sus valores sern 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:

>>> print('La historia de {0}, {1}, y {otro}.'.format('Bill', 'Manfred',
...

otro='Georg'))

La historia de Bill, Manfred, y Georg.

Se pueden usar '!a' (aplica apply()), '!s' (aplica str()) y '!r' (aplica repr()) para convertir el valor antes de
que se formatee.
>>> import math
>>> print('El valor de Pi es aproximadamente {}.'.format(math.pi))
El valor de Pi es aproximadamente 3.14159265359.
>>> print('El valor de Pi es aproximadamente {!r}.'.format(math.pi))
El valor de Pi es aproximadamente 3.141592653589793.

Un ': y especificador de formato opcionales pueden ir luego del nombre del campo. Esto aumenta el control sobre
cmo el valor es formateado. El siguiente ejemplo redondea 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 ':' causar que que el campo sea de un mnimo nmero de caracteres de ancho. Esto
es til 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 tens una cadena de formateo realmente larga que no quers separar, podra ser bueno que puedas hacer
referencia a las variables a ser formateadas por el nombre en vez de la posicin. 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 podra tambin hacer pasando la tabla como argumentos nombrados con la notacin **.
>>> 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 til en combinacin con la funcin integrada vars(), que devuelve un diccionario conteniendo
todas las variables locales.
Para una completa descripcin del formateo de cadenas con str.format(), mir en Tipos integrados.

8.1.1. Viejo formateo de cadenas

El operador % tambin 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
operacin de formateo. Por ejemplo:
>>> import math
>>> print('El valor de PI es aproximadamente %5.3f.' % math.pi)
El valor de PI es aproximadamente 3.142.

Pods encontrar ms informacin en la seccin Tipos integrados.

8.2. Leyendo y escribiendo archivos

La funcin open() devuelve un objeto archivo, y se usa normalmente con dos
argumentos: open(nombre_de_archivo, modo).

>>> f = open('archivodetrabajo', 'w')

>>> print(f)
<_io.TextIOWrapper name='archivodetrabajo' mode='w' encoding='UTF-8'>

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 ser usado. El modo puede
ser 'r' cuando el archivo ser solamente ledo, 'w' para slo escribirlo (un archivo existente con el mismo nombre
ser borrado), y 'a' abre el archivo para agregarle informacin; cualquier dato escrito al archivo ser
automticamente agregado al final. 'r+' abre el archivo tanto para leerlo como para escribirlo. El argumento modo es
opcional; si se omite se asume 'r'.
Normalmente los archivos se abren en modo texto, lo que significa que pods leer y escribir cadenas del y al archivo,
las cuales se codifican utilizando un cdigo especfico. Si el cdigo no es especificado, el valor predeterminado
depende de la plataforma. Si se agrega b al modo el archivo se abre en modo binario: ahora los datos se leen y
escriben en forma de objetos bytes. Se debera usar este modo para todos los archivos que no contengan texto.
Cuando se lee en modo texto, por defecto se convierten los fines de lineas que son especficos a las plataformas
(\n en Unix, \r\n en Windows) a solamente \n. Cuando se escribe en modo texto, por defecto se convierten los \n a
los finales de linea especficos de la plataforma. Este cambio automtico est bien para archivos de texto, pero
corrompera datos binarios como los de archivos JPEG o EXE. Asegurate de usar modo binario cuando leas y escribas
tales archivos.

8.2.1. Mtodos de los objetos Archivo

El resto de los ejemplos en esta seccin asumirn que ya se cre un objeto archivo llamado f.
Para leer el contenido de una archivo llam a f.read(cantidad), el cual lee alguna cantidad de datos y los devuelve
como una cadena de texto o bytes. cantidad es un argumento numrico opcional. Cuando se omite cantidad o es
negativo, el contenido entero del archivo ser leido y devuelto; es tu problema si el archivo es el doble de grande que
la memoria de tu mquina. De otra manera, a lo sumo una cantidad de bytes son ledos y devueltos. Si se alcanz el
fin del archivo, f.read() devolver una cadena vaca ("").
>>> 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 slo se

omite en la ltima 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 vaca, es que se alcanz el fin del archivo, mientras que una linea en
blanco es representada por '\n', una cadena conteniendo slo un nico fin de linea.
>>> f.readline()
'Esta es la primer linea del archivo.\n'
>>> f.readline()
'Segunda linea del archivo\n'
>>> f.readline()
''

Para leer lneas de un archivo, pods iterar sobre el objeto archivo. Esto es eficiente en memoria, rpido, y conduce a
un cdigo ms simple:

>>> for linea in f:

...

print(linea, end='')

Esta es la primer linea del archivo

Segunda linea del archivo

Si quers leer todas las lneas de un archivo en una lista tambin pods usar list(f) o f.readlines().
f.write(cadena) escribe el contenido de la cadena al archivo, devolviendo la cantidad de caracteres escritos.

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

19

Para escribir algo ms que una cadena, necesita convertirse primero a una cadena:
>>> valor = ('la respuesta', 42)
>>> s = str(valor)
>>> f.write(s)
20
f.tell() devuelve un entero que indica la posicin actual en el archivo representada como nmero de bytes desde el

comienzo del archivo en modo binario y un nmero opaco en modo texto.

Para cambiar la posicin del objeto archivo, us f.seek(desplazamiento, desde_donde). La posicin 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 posicin 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('archivodetrabajo', 'rb+')
>>> f.write(b'0123456789abcdef')
>>> f.seek(5)

# Va al sexto byte en el archivo

5
>>> f.read(1)
b'5'
>>> f.seek(-3, 2) # Va al tercer byte antes del final
13
>>> f.read(1)
b'd'

En los archivos de texto (aquellos que se abrieron sin una b en el modo), se permiten solamente desplazamientos
con seek relativos al comienzo (con la excepcin de ir justo al final con seek(0, 2)) y los nicos valores
de desplazamiento vlidos son aquellos retornados por f.tell(), o cero. Cualquier otro valor
de desplazamiento produce un comportamiento indefinido.
Cuando hayas terminado con un archivo, llam 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 fallarn
automticamente.

>>> f.close()
>>> f.read()
Traceback (most recent call last):
File "<stdin>", line 1, in ?
ValueError: I/O operation on closed file

Es una buena prctica usar la declaracin with cuando manejamos objetos archivo. Tiene la ventaja que el archivo
es cerrado apropiadamente luego de que el bloque termina, incluso si se gener una excepcin. Tambin es mucho
ms corto que escribir los equivalentes bloques try-finally
>>> with open('archivodetrabajo', 'r') as f:
...

read_data = f.read()

>>> f.closed
True

Los objetos archivo tienen algunos mtodos ms, como isatty() y truncate() que son usados menos
frecuentemente; consult la Referencia de la Biblioteca para una gua completa sobre los objetos archivo.

8.2.2. Guardar datos estructurados con json

Las cadenas pueden facilmente escribirse y leerse de un archivo. Los nmeros toman algo ms de esfuerzo, ya que el
mtodo read() slo devuelve cadenas, que tendrn que ser pasadas a una funcin como int(), que toma una
cadena como '123' y devuelve su valor numrico 123. Sin embargo, cuando quers grabar tipos de datos ms
complejos como listas, diccionarios, o instancias de clases, las cosas se ponen ms complicadas.
En lugar de tener a los usuarios constantemente escribiendo y debugueando cdigo para grabar tipos de datos
complicados, Python te permite usar formato intercambiable de datos popular llamado JSON (JavaScript Object
Notation). El mdulo estandar llamado json puede tomar datos de Python con una jerarqua, y convertirlo a
representaciones de cadena de caracteres; este proceso es llamado serializing. Reconstruir los datos desde la
representacin de cadena de caracteres es llamado deserializing. Entre serializacin y deserializacin, la cadena de
caracteres representando el objeto quizs haya sido guardado en un archivo o datos, o enviado a una mquina
distante por una conexin de red.
Nota
El formato JSON es comunmente usado por aplicaciones modernas para permitir intercambiar datos. Muchos
programadores estn familiarizados con este, lo que lo hace una buena eleccin por su interoperatividad.
Si tienes un objeto x, puedes ver su representacin JSON con una simple lnea de cdigo:
>>> json.dumps([1, 'simple', 'lista'])
'[1, "simple", "lista"]'

Otra variante de la funcin dumps(), llamada dump(), simplemente serializa el objeto a un archivo de texto. As que,
si f es un objeto archivo de texto abierto para escritura, podemos hacer:
json.dump(x, f)

Para decodificar un objeto nuevamente, si f es un objeto archivo de texto que fue abierto para lectura:
x = json.load(x, f)

La simple tcnica de serializacin puede manejar listas y diccionarios, pero serializar instancias de clases arbitrarias
en JSON requiere un poco de esfuerzo extra. La referencia del mdulo json contiene una explicacin de esto.
Ver tambin
pickle - el mdulo pickle

Contrariamente a JSON, pickle es un protocolo que permite la serializacin de arbitrariamente objetos complejos de
Python. Por lo tanto, este es especfico de Python y no puede ser usado para comunicarse con aplicaciones escritas
en otros lenguajes. Es inseguro por defecto: deserializar datos que fueron serializados con pickle desde fuentes
inseguras puede ejecutar cdigo arbitrario, si los datos fueron interceptados por un atacante experto.

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

9.1. Errores de sintaxis

Los errores de sintaxis, tambin conocidos como errores de interpretacin, son quizs el tipo de queja ms comn que
tens cuando todava ests aprendiendo Python:
>>> while True print('Hola mundo')
Traceback (most recent call last):
...
while True print('Hola mundo')
^
SyntaxError: invalid syntax

El intrprete repite la lnea culpable y muestra una pequea flecha que apunta al primer lugar donde se detect el
error. Este es causado por (o al menos detectado en) el smbolo que precede a la flecha: en el ejemplo, el error se
detecta en la funcin print(), ya que faltan dos puntos (':') antes del mismo. Se muestran el nombre del archivo y
el nmero de lnea para que sepas dnde mirar en caso de que la entrada venga de un programa.

9.2. Excepciones
Incluso si la declaracin o expresin es sintcticamente correcta, puede generar un error cuando se intenta ejecutarla.
Los errores detectados durante la ejecucin se llaman excepciones, y no son incondicionalmente fatales: pronto
aprenders cmo manejarlos en los programas en Python. Sin embargo, la mayora de las excepciones no son
manejadas por los programas, y resultan en mensajes de error como los mostrados aqu:
>>> 10 * (1/0)
Traceback (most recent call last):
File "<stdin>", line 1, in ?
ZeroDivisionError: division 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: Can't convert 'int' object to str implicitly

La ltima lnea de los mensajes de error indica qu sucedi. 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 excepcin es el nombre de la excepcin predefinida que ocurri. Esto es verdad
para todas las excepciones predefinidas del intrprete, pero no necesita ser verdad para excepciones definidas por el
usuario (aunque es una convencin til). Los nombres de las excepciones estndar son identificadores incorporados
al intrprete (no son palabras clave reservadas).
El resto de la lnea provee un detalle basado en el tipo de la excepcin y qu la caus.
La parte anterior del mensaje de error muestra el contexto donde la excepcin sucedi, en la forma de un trazado del
error listando lneas fuente; sin embargo, no mostrar lneas ledas desde la entrada estndar.

Excepciones integradas lista las excepciones predefinidas y sus significados.

9.3. Manejando excepciones

Es posible escribir programas que manejen determinadas excepciones. Mir el siguiente ejemplo, que le pide al
usuario una entrada hasta que ingrese un entero vlido, pero permite al usuario interrumpir el programa
(usando Control-C o lo que sea que el sistema operativo soporte); not que una interrupcin generada por el usuario
se sealiza generando la excepcin KeyboardInterrupt.
>>> while True:
...

try:

...

x = int(input("Por favor ingrese un nmero: "))

...

break
except ValueError:

...

print("Oops! No era vlido. Intente nuevamente...")

...
...

La declaracin try funciona de la siguiente manera:

Primero, se ejecuta el bloque try (el cdigo entre las declaracin try y except).
Si no ocurre ninguna excepcin, el bloque except se saltea y termina la ejecucin de la declaracin try.
Si ocurre una excepcin durante la ejecucin del bloque try, el resto del bloque se saltea. Luego, si su tipo
coincide con la excepcin nombrada luego de la palabra reservada except, se ejecuta el bloque except, y la
ejecucin contina luego de la declaracin try.
Si ocurre una excepcin que no coincide con la excepcin nombrada en el except, esta se pasa a
declaraciones try de ms afuera; si no se encuentra nada que la maneje, es una excepcin no manejada, y la
ejecucin se frena con un mensaje como los mostrados arriba.

Una declaracin try puede tener ms de un except, para especificar manejadores para distintas excepciones. A lo
sumo un manejador ser ejecutado. Slo se manejan excepciones que ocurren en el correspondiente try, no en otros
manejadores del mismo try. Un except puede nombrar mltiples excepciones usando parntesis, por ejemplo:
... except (RuntimeError, TypeError, NameError):
...

pass

El ltimo except puede omitir nombrar qu excepcin captura, para servir como comodn. Us esto con extremo
cuidado, ya que de esta manera es fcil ocultar un error real de programacin. Tambin puede usarse para mostrar un
mensaje de error y luego re-generar la excepcin (permitindole al que llama, manejar tambin la excepcin):
import sys

try:
f = open('miarchivo.txt')
s = f.readline()
i = int(s.strip())
except OSError as err:
print("Error OS: {0}".format(err))
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 est presente, debe seguir a los
except. Es til para aquel cdigo que debe ejecutarse si el bloque try no genera una excepcin. 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 cdigo adicional en el try porque evita capturar accidentalmente una excepcin
que no fue generada por el cdigo que est protegido por la declaracin try ... except.
Cuando ocurre una excepcin, puede tener un valor asociado, tambin conocido como el argumento de la excepcin.
La presencia y el tipo de argumento depende del tipo de excepcin.
El except puede especificar una variable luego del nombre de excepcin. La variable se vincula a una instancia de
excepcin con los argumentos almacenados en instance.args. Por conveniencia, la instancia de excepcin
define __str__() para que se pueda mostrar los argumentos directamente, sin necesidad de hacer referencia
a .args. Tambin se puede instanciar la excepcin primero, antes de generarla, y agregarle los atributos que se
desee:
>>> try:
...

raise Exception('carne', 'huevos')

... except Exception as inst:

...

print(type(inst))

# la instancia de excepcin

...

print(inst.args)

# argumentos guardados en .args

...

print(inst)

# __str__ permite imprimir args directamente,

# pero puede ser cambiado en subclases de la exc

...
...

x, y = inst

...

print('x =', x)

...

print('y =', y)

...
<class 'Exception'>
('carne', 'huevos')
('carne', 'huevos')
x = carne
y = huevos

# desempacar argumentos

Si una excepcin tiene argumentos, estos se imprimen como la ltima parte (el detalle) del mensaje para las
excepciones que no estn manejadas.
Los manejadores de excepciones no manejan solamente las excepciones que ocurren en el bloque try, tambin
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 err:

...

print('Manejando error en tiempo de ejecucin:', err)

...
Manejando error en tiempo de ejecucin: int division or modulo by zero

9.4. Levantando excepciones

La declaracin raise permite al programador forzar a que ocurra una excepcin especfica. Por ejemplo:
>>> raise NameError('Hola')
Traceback (most recent call last):
File "<stdin>", line 1, in ?
NameError: Hola

El nico argumento a raise indica la excepcin a generarse. Tiene que ser o una instancia de excepcin, o una clase
de excepcin (una clase que hereda de Exception).
Si necesits determinar cuando una excepcin fue lanzada pero no quers manejarla, una forma simplificada de la
instruccin raise te permite relanzarla:
>>> try:
...

raise NameError('Hola')

... except NameError:

...

print('Vol una excepcin!')

...

raise

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

9.5. Excepciones definidas por el usuario

Los programas pueden nombrar sus propias excepciones creando una nueva clase excepcin (mir Clases para ms
informacin sobre las clases de Python). Las excepciones, tpicamente, debern 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('Ocurri mi excepcin, valor:', e.valor)

...
...

Ocurri mi excepcin, valor: 4

>>> raise MiError('oops!')
Traceback (most recent call last):
File "<stdin>", line 1, in ?
__main__.MiError: 'oops!'

En este ejemplo, el mtodo __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 nmero de atributos con informacin sobre el error que leern los
manejadores de la excepcin. Al crear un mdulo que puede lanzar varios errores distintos, una prctica comn es
crear una clase base para excepciones definidas en ese mdulo y extenderla para crear clases excepciones
especficas para distintas condiciones de error:
class Error(Exception):
"""Clase base para excepciones en el mdulo."""
pass

class EntradaError(Error):
"""Excepcin lanzada por errores en las entradas.

Atributos:
expresion -- expresin de entrada en la que ocurre el error
mensaje -- explicacin del error
"""

def __init__(self, expresion, mensaje):

self.expresion = expresion
self.mensaje = mensaje

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

Atributos:
previo -- estado al principio de la transicin
siguiente -- nuevo estado intentado
mensaje -- explicacin de por qu la transicin no est permitida
"""
def __init__(self, previo, siguiente, mensaje):
self.previo = previo
self.siguiente = siguiente
self.mensaje = mensaje

La mayora de las excepciones son definidas con nombres que terminan en Error, similares a los nombres de las
excepciones estndar.
Muchos mdulos estndar definen sus propias excepciones para reportar errores que pueden ocurrir en funciones
propias. Se puede encontrar ms informacin sobre clases en el captulo Clases.

9.6. Definiendo acciones de limpieza

La declaracin try tiene otra clusula 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
Traceback (most recent call last):
File "<stdin>", line 2, in ?

Una clusula finally siempre es ejecutada antes de salir de la declaracin try, ya sea que una excepcin haya
ocurrido o no. Cuando ocurre una excepcin en la clusula try y no fue manejada por una clusula except (o ocurri
en una clusula except o else), es relanzada luego de que se ejecuta la clusula finally. El finally es tambin
ejecutado a la salida cuando cualquier otra clusula de la declaracin try es dejada
viabreak, continue or return. Un ejemplo ms complicado:
>>> def dividir(x, y):

...
...
...
...
...
...
...
...

try:
result = x / y
except ZeroDivisionError:
print("divisin por cero!")
else:
print("el resultado es", result)
finally:
print("ejecutando la clausula finally")

...
>>> dividir(2, 1)
el resultado es 2.0
ejecutando la clausula finally
>>> dividir(2, 0)
divisin 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 pods ver, la clusula finally es ejecutada siempre. La excepcin TypeError lanzada al dividir dos cadenas
de texto no es manejado por la clusula except y por lo tanto es relanzada luego de que se ejecuta la
clusula finally.
En aplicaciones reales, la clusula finally es til para liberar recursos externos (como archivos o conexiones de
red), sin importar si el uso del recurso fue exitoso.

9.7. Acciones predefinidas de limpieza

Algunos objetos definen acciones de limpieza estndar que llevar a cabo cuando el objeto no es ms necesitado,
independientemente de que las operaciones sobre el objeto hayan sido exitosas o no. Mir el siguiente ejemplo, que
intenta abrir un archivo e imprimir su contenido en la pantalla.:
for linea in open("miarchivo.txt"):
print(linea, end="")

El problema con este cdigo es que deja el archivo abierto por un periodo de tiempo indeterminado luego de que esta
parte termine de ejecutarse. Esto no es un problema en scripts simples, pero puede ser un problema en aplicaciones
ms grandes. La declaracin with permite que objetos como archivos sean usados de una forma que asegure que
siempre se los libera rpido y en forma correcta.:
with open("miarchivo.txt") as f:
for linea in f:

print(linea, end="")

Luego de que la declaracin sea ejecutada, el archivo f siempre es cerrado, incluso si se encuentra un problema al
procesar las lneas. Objetos que, como los archivos, provean acciones de limpieza predefinidas lo indicarn en su
documentacin.

10. Clases
Comparado con otros lenguajes de programacin, el mecanismo de clases de Python agrega clases con un mnimo
de nuevas sintaxis y semnticas. Es una mezcla de los mecanismos de clases encontrados en C++ y Modula-3. Las
clases de Python proveen todas las caractersticas normales de la Programacin Orientada a Objetos: el mecanismo
de la herencia de clases permite mltiples clases base, una clase derivada puede sobreescribir cualquier mtodo de

su(s) clase(s) base, y un mtodo puede llamar al mtodo de la clase base con el mismo nombre. Los objetos pueden
tener una cantidad arbitraria de datos de cualquier tipo. Igual que con los mdulos, las clases participan de la
naturaleza dinmica de Python: se crean en tiempo de ejecucin, y pueden modificarse luego de la creacin.
En terminologa de C++, normalmente los miembros de las clases (incluyendo los miembros de datos),
son pblicos (excepto ver abajo Variables privadas), y todas las funciones miembro son virtuales. Como en Modula-3,
no hay atajos para hacer referencia a los miembros del objeto desde sus mtodos: la funcin mtodo se declara con
un primer argumento explcito que representa al objeto, el cual se provee implcitamente por la llamada. Como en
Smalltalk, las clases mismas son objetos. Esto provee una semntica 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. Tambin,
como en C++ pero a diferencia de Modula-3, la mayora de los operadores integrados con sintaxis especial
(operadores aritmticos, de subndice, etc.) pueden ser redefinidos por instancias de la clase.
(Sin haber una terminologa universalmente aceptada sobre clases, har uso ocasional de trminos de Smalltalk y
C++. Usara trminos de Modula-3, ya que su semntica orientada a objetos es ms cercana a Python que C++, pero
no espero que muchos lectores hayan escuchado hablar de l).

10.1. Unas palabras sobre nombres y objetos

Los objetos tienen individualidad, y mltiples nombres (en muchos mbitos) 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 bsicos inmutables (nmeros, cadenas, tuplas). Sin embargo,
el aliasing, o renombrado, tiene un efecto posiblemente sorpresivo sobre la semntica de cdigo Python que involucra
objetos mutables como listas, diccionarios, y la mayora 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 implementacin solamente pasa el puntero; y si una funcin modifica el objeto que fue pasado, el que
la llama ver el cambio; esto elimina la necesidad de tener dos formas diferentes de pasar argumentos, como en
Pascal.

10.2. mbitos y espacios de nombres en Python

Antes de ver clases, primero debo decirte algo acerca de las reglas de mbito de Python. Las definiciones de clases
hacen unos lindos trucos con los espacios de nombres, y necesits saber cmo funcionan los alcances y espacios de
nombres para entender por completo cmo es la cosa. De paso, los conocimientos en este tema son tiles para
cualquier programador Python avanzado.
Comencemos con unas definiciones.
Un espacio de nombres es una relacin de nombres a objetos. Muchos espacios de nombres estn implementados en
este momento como diccionarios de Python, pero eso no se nota para nada (excepto por el desempeo), y puede
cambiar en el futuro. Como ejemplos de espacios de nombres tens: el conjunto de nombres incluidos (conteniendo
funciones como abs(), y los nombres de excepciones integradas); los nombres globales en un mdulo; y los nombres
locales en la invocacin a una funcin. Lo que es importante saber de los espacios de nombres es que no hay relacin
en absoluto entre los nombres de espacios de nombres distintos; por ejemplo, dos mdulos diferentes pueden tener
definidos los dos una funcin maximizar sin confusin; los usuarios de los mdulos deben usar el nombre del mdulo
como prefijo.
Por cierto, yo uso la palabra atributo para cualquier cosa despus de un punto; por ejemplo, en la
expresin z.real, real es un atributo del objetoz. Estrictamente hablando, las referencias a nombres en mdulos son
referencias a atributos: en la expresin modulo.funcion, modulo es un objeto mdulo y funcion es un atributo de ste.
En este caso hay una relacin directa entre los atributos del mdulo y los nombres globales definidos en el mdulo:
estn compartiendo el mismo espacio de nombres! [1]

Los atributos pueden ser de slo lectura, o de escritura. En el ltimo caso es posible la asignacin a atributos. Los
atributos de mdulo pueden escribirse: modulo.la_respuesta = 42. Los atributos de escritura se pueden borrar
tambin con la declaracin 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 intrprete, y nunca se borra. El espacio de nombres
global de un mdulo se crea cuando se lee la definicin de un mdulo; normalmente, los espacios de nombres de
mdulos tambin duran hasta que el intrprete finaliza. Las instrucciones ejecutadas en el nivel de llamadas superior
del intrprete, ya sea desde un script o interactivamente, se consideran parte del mdulo llamado __main__, por lo
tanto tienen su propio espacio de nombres global. (Los nombres incluidos en realidad tambin viven en un mdulo;
este se llama builtins.)
El espacio de nombres local a una funcin se crea cuando la funcin es llamada, y se elimina cuando la funcin
retorna o lanza una excepcin que no se maneje dentro de la funcin. (Podramos 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 mbito es una regin 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 estticamente, se usan dinmicamente. En cualquier momento durante la
ejecucin hay por lo menos cuatro alcances anidados cuyos espacios de nombres son directamente accesibles:

el mbito 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 mbito adjunto
ms cercano, contiene los nombres no locales pero tambin los no globales
el mbito anteltimo contiene los nombres globales del mdulo actual
el mbito exterior (donde se busca al final) es el espacio de nombres que contiene los nombres incluidos

Si un nombre se declara como global, entonces todas las referencias y asignaciones al mismo van directo al mbito
intermedio que contiene los nombres globales del mdulo. Para reasignar nombres encontrados afuera del mbito
ms interno, se puede usar la declaracin nonlocal; si no se declara nonlocal, esas variables sern de slo lectura
(un intento de escribir a esas variables simplemente crea una nueva variable local en el mbito interno, dejando
intacta la variable externa del mismo nombre).
Habitualmente, el mbito local referencia los nombres locales de la funcin actual. Fuera de una funcin, el mbito
local referencia al mismo espacio de nombres que el mbito global: el espacio de nombres del mdulo. Las
definiciones de clases crean un espacio de nombres ms en el mbito local.
Es importante notar que los alcances se determinan textualmente: el mbito global de una funcin definida en un
mdulo es el espacio de nombres de ese mdulo, no importa desde dnde o con qu alias se llame a la funcin. Por
otro lado, la bsqueda de nombres se hace dinmicamente, en tiempo de ejecucin; sin embargo, la definicin del
lenguaje est evolucionando a hacer resolucin de nombres estticamente, en tiempo de compilacin, as que no te
confes de la resolucin de nombres dinmica! (De hecho, las variables locales ya se determinan estticamente.)
Una peculiaridad especial de Python es que, si no hay una declaracin global o nonlocal en efecto, las
asignaciones a nombres siempre van al mbito interno. Las asignaciones no copian datos, solamente asocian
nombres a objetos. Lo mismo cuando se borra: la declaracin del x quita la asociacin de x del espacio de nombres
referenciado por el mbito local. De hecho, todas las operaciones que introducen nuevos nombres usan el mbito
local: en particular, las instrucciones import y las definiciones de funciones asocian el mdulo o nombre de la funcin
al espacio de nombres en el mbito local.

La declaracin global puede usarse para indicar que ciertas variables viven en el mbito global y deberan
reasignarse all; la declaracinnonlocal indica que ciertas variables viven en un mbito encerrado y deberan
reasignarse all.

10.2.1. Ejmplo de mbitos y espacios de nombre

Este es un ejemplo que muestra como hacer referencia a distintos mbitos y espacios de nombres, y cmo las
declaraciones global y nonlocalafectan la asignacin de variables:
def prueba_ambitos():
def hacer_local():
algo = "algo local"
def hacer_nonlocal():
nonlocal algo
algo = "algo no local"
def hacer_global():
global algo
algo = "algo global"
algo = "algo de prueba"
hacer_local()
print("Luego de la asignacin local:", algo)
hacer_nonlocal()
print("Luego de la asignacin no local:", algo)
hacer_global()
print("Luego de la asignacin global:", algo)

prueba_ambitos()
print("In global scope:", algo)

El resultado del cdigo ejemplo es:

Luego de la asignacin local: algo de prueba
Luego de la asignacin no local: algo no local
Luego de la asignacin global: algo no local
En el mbito global: algo global

Not como la asignacin local (que es el comportamiento normal) no cambi la vinculacin

de algo de prueba_ambitos. La asignacin nonlocalcambi la vinculacin de algo de prueba_ambitos, y la
asignacin global cambi la vinculacin a nivel de mdulo.
Tambin pods ver que no haba vinculacin para algo antes de la asignacin global.

10.3. Un primer vistazo a las clases

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

10.3.1. Sintaxis de definicin de clases

La forma ms sencilla de definicin de una clase se ve as:
class Clase:
<declaracin-1>
.
.
.
<declaracin-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 definicin de clase dentro de una rama de un if, o dentro de una
funcin.)
En la prctica, las declaraciones dentro de una clase son definiciones de funciones, pero otras declaraciones son
permitidas, y a veces resultan tiles; veremos esto ms adelante. Las definiciones de funciones dentro de una clase
normalmente tienen una lista de argumentos peculiar, dictada por las convenciones de invocacin de mtodos; a esto
tambin lo veremos ms adelante.
Cuando se ingresa una definicin de clase, se crea un nuevo espacio de nombres, el cual se usa como mbito 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 all.
Cuando una definicin de clase se finaliza normalmente se crea un objeto clase. Bsicamente, este objeto envuelve
los contenidos del espacio de nombres creado por la definicin de la clase; aprenderemos ms acerca de los objetos
clase en la seccin siguiente. El mbito local original (el que tena efecto justo antes de que ingrese la definicin de la
clase) es restablecido, y el objeto clase se asocia all al nombre que se le puso a la clase en el encabezado de su
definicin (Clase en el ejemplo).

10.3.2. Objetos clase

Los objetos clase soportan dos tipos de operaciones: hacer referencia a atributos e instanciacin.
Para hacer referencia a atributos se usa la sintaxis estndar de todas las referencias a atributos en
Python: objeto.nombre. Los nombres de atributo vlidos son todos los nombres que estaban en el espacio de
nombres de la clase cuando sta se cre. Por lo tanto, si la definicin de la clase es as:
class MiClase:
"""Simple clase de ejemplo"""
i = 12345
def f(self):
return 'hola mundo'

...entonces MiClase.i y MiClase.f son referencias de atributos vlidas, que devuelven un entero y un objeto funcin
respectivamente. Los atributos de clase tambin pueden ser asignados, o sea que pods cambiar el valor
de MiClase.i mediante asignacin. __doc__ tambin es un atributo vlido, que devuelve la documentacin asociada
a la clase: "Simple clase de ejemplo".
La instanciacin de clases usa la notacin de funciones. Hac de cuenta que el objeto de clase es una funcin sin
parmetros que devuelve una nueva instancia de la clase. Por ejemplo (para la clase de ms arriba):

x = MiClase()

...crea una nueva instancia de la clase y asigna este objeto a la variable local x.
La operacin de instanciacin (llamar a un objeto clase) crea un objeto vaco. Muchas clases necesitan crear objetos
con instancias en un estado inicial particular. Por lo tanto una clase puede definir un mtodo especial
llamado __init__(), de esta forma:
def __init__(self):
self.datos = []

Cuando una clase define un mtodo __init__(), la instanciacin de la clase automticamente invoca
a __init__() para la instancia recin creada. Entonces, en este ejemplo, una instancia nueva e inicializada se puede
obtener haciendo:
x = MiClase()

Por supuesto, el mtodo __init__() puede tener argumentos para mayor flexibilidad. En ese caso, los argumentos
que se pasen al operador de instanciacin de la clase van a parar al mtodo __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)

10.3.3. Objetos instancia

Ahora, Qu podemos hacer con los objetos instancia? La nica operacin que es entendida por los objetos instancia
es la referencia de atributos. Hay dos tipos de nombres de atributos vlidos, atributos de datos y mtodos.
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 deMiClase creada ms arriba, el siguiente pedazo de cdigo
va a imprimir el valor 16, sin dejar ningn 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 mtodo. Un mtodo es una funcin que pertenece a un objeto. En Python,
el trmino mtodo no est limitado a instancias de clase: otros tipos de objetos pueden tener mtodos tambin. Por
ejemplo, los objetos lista tienen mtodos llamados append, insert, remove, sort, y as sucesivamente. Pero, en la

siguiente explicacin, usaremos el trmino mtodo para referirnos exclusivamente a mtodos de objetos instancia de
clase, a menos que se especifique explcitamente lo contrario.
Los nombres vlidos de mtodos de un objeto instancia dependen de su clase. Por definicin, todos los atributos de
clase que son objetos funciones definen mtodos correspondientes de sus instancias. Entonces, en nuestro
ejemplo, x.f es una referencia a un mtodo vlido, dado queMiClase.f es una funcin, 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 mtodo, no un objeto funcin.

10.3.4. Objetos mtodo

Generalmente, un mtodo es llamado luego de ser vinculado:
x.f()

En el ejemplo MiClase, esto devuelve la cadena 'hola mundo'. Pero no es necesario llamar al mtodo justo en ese
momento: x.f es un objeto mtodo, y puede ser guardado y llamado ms tarde. Por ejemplo:
xf = x.f
while True:
print(xf())

...continuar imprimiendo hola mundo hasta el fin de los das.

Qu sucede exactamente cuando un mtodo es llamado? Debs haber notado que x.f() fue llamado ms arriba sin
ningn argumento, a pesar de que la definicin de funcin de f() especificaba un argumento. Qu pas con ese
argumento? Seguramente Python levanta una excepcin cuando una funcin que requiere un argumento es llamada
sin ninguno, an si el argumento no es utilizado...
De hecho, tal vez hayas adivinado la respuesta: lo que tienen de especial los mtodos es que el objeto es pasado
como el primer argumento de la funcin. En nuestro ejemplo, la llamada x.f() es exactamente equivalente
a MiClase.f(x). En general, llamar a un mtodo con una lista de nargumentos es equivalente a llamar a la funcin
correspondiente con una lista de argumentos que es creada insertando el objeto del mtodo antes del primer
argumento.
Si an no comprends como funcionan los mtodos, un vistazo a la implementacin 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 vlido que es un objeto funcin, se crea un objeto mtodo juntando (punteros a)
el objeto instancia y el objeto funcin que ha sido encontrado. Este objeto abstracto creado de esta unin es el objeto
mtodo. Cuando el objeto mtodo es llamado con una lista de argumentos, una lista de argumentos nueva es
construida a partir del objeto instancia y la lista de argumentos original, y el objeto funcin es llamado con esta nueva
lista de argumentos.

10.3.5. Variables de clase y de instancia

En general, las variables de instancia son para datos nicos de cada instancia y las variables de clase son para
atributos y mtodos compartidos por todas las instancias de la clase:
class Perro:

tipo = 'canino'

def __init__(self, nombre):

# variable de clase compartida por todas las instancias

self.nombre = nombre

# variable de instancia nica para la instancia

>>> d = Perro('Fido')
>>> e = Perro('Buddy')
>>> d.tipo

# compartido por todos los perros

'canino'
>>> e.tipo

# compartido por todos los perros

'canino'
>>> d.nombre

# nico para d

'Fido'
>>> e.nombre

# nico para e

'Buddy'

Como se vi en Unas palabras sobre nombres y objetos, los datos compartidos pueden tener efectos inesperados que
involucren objetos mutablescomo ser listas y diccionarios. Por ejemplo, la lista trucos en el siguiente cdigo no
debera ser usada como variable de clase porque una sola lista sera compartida por todos las instancias de Perro:
class Perro:

trucos = []

# uso incorrecto de una variable de clase

def __init__(self, nombre):

self.nombre = nombre

def agregar_truco(self, truco):

self.trucos.append(truco)

>>> d = Perro('Fido')
>>> e = Perro('Buddy')
>>> d.agregar_truco('girar')
>>> e.agregar_truco('hacerse el muerto')
>>> d.trucos

# compartidos por todos los perros inesperadamente

['girar', 'hacerse el muerto']

El diseo correcto de esta clase sera usando una variable de instancia:

class Perro:

def __init__(self, nombre):

self.nombre = nombre
self.trucos = []

# crea una nueva lista vaca para cada perro

def agregar_truco(self, truco):

self.trucos.append(truco)

>>> d = Perro('Fido')
>>> e = Perro('Buddy')
>>> d.agregar_truco('girar')
>>> e.agregar_truco('hacerse el muerto')
>>> d.trucos
['girar']
>>> e.trucos
['hacerse el muerto']

10.4. Algunas observaciones

Los atributos de datos tienen preferencia sobre los mtodos con el mismo nombre; para evitar conflictos de nombre
accidentales, que pueden causar errores difciles de encontrar en programas grandes, es prudente usar algn tipo de
convencin que minimice las posibilidades de dichos conflictos. Algunas convenciones pueden ser poner los nombres
de mtodos con maysculas, prefijar los nombres de atributos de datos con una pequea cadena nica (a lo mejor
slo un guin bajo), o usar verbos para los mtodos y sustantivos para los atributos.
A los atributos de datos los pueden hacer referencia tanto los mtodos 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 convencin. (Por otro lado, la implementacin
de Python, escrita en C, puede ocultar por completo detalles de implementacin 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; stos pueden romper invariantes que mantienen los
mtodos si pisan los atributos de datos. Observ que los clientes pueden aadir sus propios atributos de datos a una
instancia sin afectar la validez de sus mtodos, siempre y cuando se eviten conflictos de nombres; de nuevo, una
convencin de nombres puede ahorrar un montn de dolores de cabeza.
No hay un atajo para hacer referencia a atributos de datos (u otros mtodos!) desde dentro de un mtodo. A mi
parecer, esto en realidad aumenta la legibilidad de los mtodos: no existe posibilidad alguna de confundir variables
locales con variables de instancia cuando repasamos un mtodo.
A menudo, el primer argumento de un mtodo se llama self (uno mismo). Esto no es nada ms que una convencin:
el nombre self no significa nada en especial para Python. Observ que, sin embargo, si no segus la convencin tu
cdigo 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 convencin.
Cualquier objeto funcin que es un atributo de clase define un mtodo para instancias de esa clase. No es necesario
que el la definicin de la funcin est textualmente dentro de la definicin de la clase: asignando un objeto funcin a
una variable local en la clase tambin est bien. Por ejemplo:
# Funcin 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 funcin, y consecuentemente son todos
mtodos de las instancias de C; h siendo exactamente equivalente a g. Fijate que esta prctica normalmente slo sirve
para confundir al que lea un programa.
Los mtodos pueden llamar a otros mtodos de la instancia usando el argumento self:
class Bolsa:
def __init__(self):
self.datos = []
def agregar(self, x):
self.datos.append(x)
def dobleagregar(self, x):
self.agregar(x)
self.agregar(x)

Los mtodos pueden hacer referencia a nombres globales de la misma manera que lo hacen las funciones comunes.
El mbito global asociado a un mtodo es el mdulo que contiene su definicin. (Una clase nunca se usa como un
mbito global.) Si bien es raro encontrar una buena razn para usar datos globales en un mtodo, hay muchos usos
legtimos del mbito global: por lo menos, las funciones y mdulos importados en el mbito global pueden usarse por
los mtodos, al igual que las funciones y clases definidas en l. Habitualmente, la clase que contiene el mtodo est
definida en este mbito global, y en la siguiente seccin veremos algunas buenas razones por las que un mtodo
querra hacer referencia a su propia clase.
Todo valor es un objeto, y por lo tanto tiene una clase (tambin llamado su tipo). sta se almacena
como objeto.__class__.

10.5. Herencia
Por supuesto, una caracterstica del lenguaje no sera digna del nombre clase si no soportara herencia. La sintaxis
para una definicin de clase derivada se ve as:
class ClaseDerivada(ClaseBase):
<declaracin-1>
.
.
.
<declaracin-N>

El nombre ClaseBase debe estar definido en un mbito que contenga a la definicin de la clase derivada. En el lugar
del nombre de la clase base se permiten otras expresiones arbitrarias. Esto puede ser til, por ejemplo, cuando la
clase base est definida en otro mdulo:
class ClaseDerivada(modulo.ClaseBase):

La ejecucin de una definicin 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 bsqueda contina 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 instanciacin de clases derivadas: ClaseDerivada() crea una nueva instancia de la
clase. Las referencias a mtodos 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 mtodo es vlida si se entrega un objeto
funcin.
Las clases derivadas pueden redefinir mtodos de su clase base. Como los mtodos no tienen privilegios especiales
cuando llaman a otros mtodos del mismo objeto, un mtodo de la clase base que llame a otro mtodo definido en la
misma clase base puede terminar llamando a un mtodo de la clase derivada que lo haya redefinido. (Para los
programadores de C++: en Python todos los mtodos son en efecto virtuales.)
Un mtodo redefinido en una clase derivada puede de hecho querer extender en vez de simplemente reemplazar al
mtodo de la clase base con el mismo nombre. Hay una manera simple de llamar al mtodo de la clase base
directamente: simplemente llams aClaseBase.metodo(self, argumentos). En ocasiones esto es til para los clientes
tambin. (Observ que esto slo funciona si la clase base es accesible como CalseBase en el mbito global.)
Python tiene dos funciones integradas que funcionan con herencia:

Us 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.
Us issubclass() para comprobar herencia de clase: issubclass(bool, int) da True ya que bool es una
subclase de int. Sin embargo,issubclass(float, int) devuelve False porque float no es una subclase
de int.

10.5.1. Herencia mltiple

Python tambin soporta una forma de herencia mltiple. Una definicin de clase con mltiples clases base se ve as:
class ClaseDerivada(Base1, Base2, Base3):
<declaracin-1>
.
.
.
<declaracin-N>

Para la mayora de los propsitos, en los casos ms simples, pods pensar en la bsqueda de los atributos heredados
de clases padres como primero en profundidad, de izquierda a derecha, sin repetir la misma clase cuando est dos
veces en la jerarqua. Por lo tanto, si un atributo no se encuentra en ClaseDerivada, se busca en Base1, luego
(recursivamente) en las clases base de Base1, y slo si no se encuentra all se lo busca enBase2, y as
sucesivamente.
En realidad es un poco ms complejo que eso; el orden de resolucin de mtodos cambia dinmicamente para
soportar las llamadas cooperativas a super(). Este enfoque es conocido en otros lenguajes con herencia mltiple
como llmese al siguiente mtodo y es ms poderoso que la llamada al superior que se encuentra en lenguajes con
slo herencia simple.
El ordenamiento dinmico es necesario porque todos los casos de herencia mltiple exhiben una o ms relaciones en
diamante (cuando se puede llegar al menos a una de las clases base por distintos caminos desde la clase de ms
abajo). Por ejemplo, todas las clases heredan de object, por lo tanto cualquier caso de herencia mltiple provee ms
de un camino para llegar a object. Para que las clases base no sean accedidas ms de una vez, el algoritmo

dinmico hace lineal el orden de bsqueda de manera que se preserve el orden de izquierda a derecha especificado
en cada clase, que se llame a cada clase base slo una vez, y que sea montona (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 disear clases confiables y extensibles con herencia mltiple. Para ms detalles
mir https://www.python.org/download/releases/2.3/mro/.

10.6. 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 convencin que se sigue en la mayora del cdigo Python: un nombre prefijado con un
guin bajo (por ejemplo, _spam) debera tratarse como una parte no pblica de la API (ms all de que sea una
funcin, un mtodo, o un dato). Debera considerarse un detalle de implementacin y que est sujeto a cambios sin
aviso.
Ya que hay un caso de uso vlido para los identificadores privados de clase (a saber: colisin 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 guin 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 posicin sintctica,
siempre y cuando ocurra dentro de la definicin de una clase.
La modificacin de nombres es til para dejar que las subclases sobreescriban los mtodos sin romper las llamadas a
los mtodos desde la misma clase. Por ejemplo:
class Mapeo:
def __init__(self, iterable):
self.lista_de_items = []
self.__actualizar(iterable)

def actualizar(self, iterable):

for item in iterable:
self.lista_de_items.append(item)

__actualizar = actualizar

# copia privada del actualizar() original

class SubClaseMapeo(Mapeo):

def actualizar(self, keys, values):

# provee una nueva signatura para actualizar()
# pero no rompe __init__()
for item in zip(keys, values):
self.lista_de_items.append(item)

Hay que aclarar que las reglas de modificacin de nombres estn diseadas principalmente para evitar accidentes; es
posible acceder o modificar una variable que es considerada como privada. Esto hasta puede resultar til en
circunstancias especiales, tales como en el depurador.

Notar que el cdigo pasado a exec o eval() 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 cdigo que es
compilado en conjunto. La misma restriccin aplica agetattr(), setattr() y delattr(), as como cuando se
referencia a __dict__ directamente.

10.7. Cambalache
A veces es til tener un tipo de datos similar al registro de Pascal o la estructura de C, que sirva para juntar
algunos pocos tems con nombre. Una definicin de clase vaca funcionar perfecto:
class Empleado:
pass

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

# Llenar los campos del registro

juan.nombre = 'Juan Pistola'
juan.depto = 'laboratorio de computacin'
juan.salario = 1000

Algn cdigo Python que espera un tipo abstracto de datos en particular puede frecuentemente recibir en cambio una
clase que emula los mtodos de aquel tipo de datos. Por ejemplo, si tens una funcin que formatea algunos datos a
partir de un objeto archivo, pods definir una clase con mtodos read() y readline() que obtengan los datos de
alguna cadena en memoria intermedia, y pasarlo como argumento.
Los objetos mtodo de instancia tienen atributos tambin: m.__self__ es el objeto instancia con el mtodo m(),
y m.__func__ es el objeto funcin correspondiente al mtodo.

10.8. Las excepciones tambin son clases

Las excepciones definidas por el usuario tambin son identificadas por clases. Usando este mecanismo es posible
crear jerarquas extensibles de excepciones.
Hay dos nuevas formas (semnticas) vlidas para la sentencia raise:
raise Clase

raise Instancia

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

Una clase en una clusula except es compatible con una excepcin si es de la misma clase o una clase base suya
(pero no al revs, una clusula except listando una clase derivada no es compatible con una clase base). Por ejemplo,
el siguiente cdigo imprimir B, C, D en ese orden:
class B(Exception):
pass

class C(B):
pass
class D(C):
pass

for cls in [B, C, D]:

try:
raise cls()
except D:
print("D")
except C:
print("C")
except B:
print("B")

Notar que si la clusulas except fueran invertidas (dejando except B al principio), habra impreso B, B, B; se dispara la
primera clusula exceptque coincide.
Cuando se imprime un mensaje de error para una excepcin sin atrapar, se imprime el nombre de la clase de la
excepcin, luego dos puntos y un espacio y finalmente la instancia convertida a un string usando la funcin
integrada str().

10.9. Iteradores
Es probable que hayas notado que la mayora 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, end='')

Este estilo de acceso es limpio, conciso y conveniente. El uso de iteradores est impregnado y unifica a Python. En
bambalinas, la sentencia forllama a iter() en el objeto contenedor. La funcin devuelve un objeto iterador que
define el mtodo __next__() que accede elementos en el contenedor de a uno por vez. Cuando no hay ms
elementos, __next__() levanta una excepcin StopIteration que le avisa al bucle del for que hay que terminar.
Pods llamar al mtodo __next__() usando la funcin integrada __next__(); este ejemplo muestra como funciona
todo esto:
>>> s = 'abc'

>>> it = iter(s)
>>> it
<iterator object at 0x00A1DB50>
>>> next(it)
'a'
>>> next(it)
'b'
>>> next(it)
'c'
>>> next(it)
Traceback (most recent call last):
File "<stdin>", line 1, in ?
next(it)
StopIteration

Habiendo visto la mecnica del protocolo de iteracin, es fcil agregar comportamiento de iterador a tus clases. Defin
un mtodo __iter__() que devuelva un objeto con un mtodo __next__(). Si la clase define __next__(),
entonces alcanza con que __iter__() devuelva self:
>>> class Reversa:
...

"""Iterador para recorrer una secuencia marcha atrs."""

...

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]

...
>>> rev = Reversa('spam')
>>> iter(rev)
<__main__.Reversa object at 0x00A1DB50>
>>> for char in rev:
...
...
m
a
p

print(char)

10.10. Generadores
Los generadores son una simple y poderosa herramienta para crear iteradores. Se escriben como funciones regulares
pero usan la sentenciayield cuando quieren devolver datos. Cada vez que se llama next() sobre l, el generador
contina desde donde dej (y recuerda todos los valores de datos y cual sentencia fue ejecutada ltima). Un ejemplo
muestra que los generadores pueden ser muy fciles de crear:
>>> def reversa(datos):
...

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 tambin puede ser hecho con iteradores basados en clases, como se
describe en la seccin anterior. Lo que hace que los generadores sean tan compactos es que los
mtodos __iter__() y __next__() son creados automticamente.
Otra caracterstica clave es que las variables locales y el estado de la ejecucin son guardados automticamente
entre llamadas. Esto hace que la funcin sea ms fcil de escribir y quede mucho ms claro que hacerlo usando
variables de instancia tales como self.indice y self.datos.
Adems de la creacin automtica de mtodos y el guardar el estado del programa, cuando los generadores terminan
automticamente levantanStopIteration. Combinadas, estas caractersticas facilitan la creacin de iteradores, y
hacen que no sea ms esfuerzo que escribir una funcin regular.

10.11. Expresiones generadoras

Algunos generadores simples pueden ser codificados concisamente como expresiones usando una sintaxis similar a
las listas por comprensin pero con parntesis en vez de corchetes. Estas expresiones se utilizan en situaciones
donde el generador es usado inmediatamente por una funcin que lo contiene. Las expresiones generadoras son ms
compactas pero menos verstiles que definiciones completas de generadores, y tienden a utilizar menos memoria que
las listas por comprensin equivalentes.
Ejemplos:
>>> sum(i*i for i in range(10))
285

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

>>> yvec = [7, 5, 3]

# suma de cuadrados

>>> sum(x*y for x,y in zip(xvec, yvec))

# producto escalar

260

>>> from math import pi, sin

>>> tabla_de_senos = {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)

>>> data = 'golf'

>>> list(data[i] for i in range(len(data) - 1, -1, -1))
['f', 'l', 'o', 'g']

Footnotes
[1]

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

11. Pequeo paseo por la Biblioteca Estndar

11.1. Interfaz al sistema operativo

El mdulo os provee docenas de funciones para interactuar con el sistema operativo:
>>> import os
>>> os.getcwd()

# devuelve el directorio de trabajo actual

'C:\\Python35'
>>> os.chdir('/server/accesslogs')
>>> os.system('mkdir today')

# cambia el directorio de trabajo

# ejecuta el comando 'mkdir' en el sistema

Asegurate de usar el estilo import os en lugar de from os import *. Esto evitar que os.open() oculte a la funcin
integrada open(), que trabaja bastante diferente.
Las funciones integradas dir() y help() son tiles como ayudas interactivas para trabajar con mdulos grandes
como os:
>>> import os
>>> dir(os)
<devuelve una lista de todas las funciones del mdulo>
>>> help(os)
<devuelve un manual creado a partir de las documentaciones del mdulo>

Para tareas diarias de administracin de archivos y directorios, el mdulo shutil provee una interfaz de ms alto
nivel que es ms fcil de usar:
>>> import shutil
>>> shutil.copyfile('datos.db', 'archivo.db')
'archivo.db'
>>> shutil.move('/build/executables', 'dir_instalac')
'dir_instalac'

11.2. Comodines de archivos

El mdulo glob provee una funcin para hacer listas de archivos a partir de bsquedas con comodines en directorios:
>>> import glob
>>> glob.glob('*.py')
['primes.py', 'random.py', 'quote.py']

11.3. Argumentos de linea de rdenes

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

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

El mdulo getopt procesa sys.argv usando las convenciones de la funcin de Unix getopt(). El
mdulo argparse provee un procesamiento ms flexible de la linea de rdenes.

11.4. Redireccin de la salida de error y finalizacin del

programa
El mdulo sys tambin tiene atributos para stdin, stdout, y stderr. Este ltimo es til 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 ms directa de terminar un programa es usar sys.exit().

11.5. Coincidencia en patrones de cadenas

El mdulo re provee herramientas de expresiones regulares para un procesamiento avanzado de cadenas. Para
manipulacin 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 ms sencillo solamente, se prefieren los mtodos de las cadenas porque son ms fciles de
leer y depurar.
>>> 'te para tos'.replace('tos', 'dos')
'te para dos'

11.6. Matemtica
El mdulo math permite el acceso a las funciones de la biblioteca C subyacente para la matemtica de punto flotante:
>>> import math
>>> math.cos(math.pi / 4)
0.70710678118654757
>>> math.log(1024, 2)
10.0

El mdulo random provee herramientas para realizar selecciones al azar:

>>> import random

>>> random.choice(['manzana', 'pera', 'banana'])

'manzana'
>>> random.sample(range(100), 10)

# eleccin 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)

El mdulo statistics calcula propiedades de estadstica bsica (la media, mediana, varianza, etc) de datos
nmericos:
>>> import statistics
>>> datos = [2.75, 1.75, 1.25, 0.25, 0.5, 1.25, 3.5]
>>> statistics.mean(datos)
1.6071428571428572
>>> statistics.median(datos)
1.25
>>> statistics.variance(datos)
1.3720238095238095

El proyecto SciPy <http://scipy.org> tiene muchos otros mdulos para clculos numricos.

11.7. Acceso a Internet

Hay varios mdulos para acceder a internet y procesar sus protocolos. Dos de los ms simples
son urllib.request para traer data de URLs ysmtplib para mandar correos:
>>> with urlopen('http://tycho.usno.navy.mil/cgi-bin/timer.pl') as response:
...

for line in response:

...

line = line.decode('utf-8')

...

if 'EST' in line or 'EDT' in line:

...

# Decoding the binary data to text.

# look for Eastern Time

print(line)

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

>>> import smtplib

>>> server = smtplib.SMTP('localhost')
>>> server.sendmail('[email protected]', '[email protected]',
... """To: [email protected]
... From: [email protected]
...
... Ojo al piojo.

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

(Not que el segundo ejemplo necesita un servidor de correo corriendo en la mquina local)

11.8. Fechas y tiempos

El mdulo datetime ofrece clases para manejar fechas y tiempos tanto de manera simple como compleja. Aunque
soporta aritmtica sobre fechas y tiempos, el foco de la implementacin es en la extraccin eficiente de partes para
manejarlas o formatear la salida. El mdulo tambin soporta objetos que son conscientes de la zona horaria.
>>> # las fechas son fcilmente construidas y formateadas
>>> from datetime import date
>>> hoy = date.today()
>>> hoy
datetime.date(2009, 7, 19)

>>> # nos aseguramos de tener la info de localizacin correcta

>>> 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 aritmtica de calendario

>>> nacimiento = date(1964, 7, 31)
>>> edad = hoy - nacimiento
>>> edad.days
14368

11.9. Compresin de datos

Los formatos para archivar y comprimir datos se soportan directamente con los
mdulos: zlib, gzip, bz2, lzma, zipfile y tarfile.
>>> import zlib
>>> s = b'witch which has which witches wrist watch'
>>> len(s)
41
>>> t = zlib.compress(s)
>>> len(t)
37
>>> zlib.decompress(t)

b'witch which has which witches wrist watch'

>>> zlib.crc32(s)
226805979

11.10. Medicin de rendimiento

Algunos usuarios de Python desarrollan un profundo inters en saber el rendimiento relativo de las diferentes
soluciones al mismo problema. Python provee una herramienta de medicin que responde esas preguntas
inmediatamente.
Por ejemplo, puede ser tentador usar la caracterstica de empaquetamiento y desempaquetamiento de las tuplas en
lugar de la solucin tradicional para intercambiar argumentos. El mdulo 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
>>> Timer('a,b = b,a', 'a=1; b=2').timeit()
0.54962537085770791

En contraste con el fino nivel de granularidad del mdulo timeit, los mdulos profile y pstats proveen
herramientas para identificar secciones crticas de tiempo en bloques de cdigo ms grandes.

11.11. Control de calidad

Una forma para desarrollar software de alta calidad es escribir pruebas para cada funcin mientras se la desarrolla, y
correr esas pruebas frecuentemente durante el proceso de desarrollo.
El mdulo doctest provee una herramienta para revisar un mdulo y validar las pruebas integradas en las cadenas
de documentacin (o docstring) del programa. La construccin de las pruebas es tan sencillo como cortar y pegar una
ejecucin tpica junto con sus resultados en los docstrings. Esto mejora la documentacin al proveer al usuario un
ejemplo y permite que el mdulo doctest se asegure que el cdigo permanece fiel a la documentacin:
def promedio(valores):
"""Calcula la media aritmtica de una lista de nmeros.

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

40.0
"""
return sum(valores) / len(valores)

import doctest
doctest.testmod()

# valida automticamente las pruebas integradas

El mdulo unittest necesita ms esfuerzo que el mdulo doctest, pero permite que se mantenga en un archivo
separado un conjunto ms 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)
with self.assertRaises(ZeroDivisionError):
promedio([])
with self.assertRaises(TypeError):
promedio(20, 30, 70)

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

11.12. Las pilas incluidas

Python tiene una filosofa de pilas incluidas. Esto se ve mejor en las capacidades robustas y sofisticadas de sus
paquetes ms grandes. Por ejemplo:

Los mdulos xmlrpc.client y xmlrpc.server hacen que implementar llamadas a procedimientos remotos
sea una tarea trivial. A pesar de los nombres de los mdulos, 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 envan 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 codificacin de Internet.
El paquete json provee soporte robusto para parsear este popular formato de intercambio de datos. El
mdulo csv soporta una lectura y escritura directa de archivos de valores separados por coma, comunmente
soportados por bases de datos y hojas de clculos. Procesar XML es soportado por los
paquetes xml.etree.ElementTree, xml.dom y xml.sax. Juntos, estos tres mdulos y paquetes simplifican
ampliamente el intercambio de datos entre aplicaciones Python y otras herramientas.
El mdulo sqlite3 es un wrapper para la librera de base de datos SQLite, proveyendo una base de datos
persistente que puede ser actualizada y accedida utilizando sintaxis SQL ligeramente no estndar.
Se soporta la internacionalizacin a travs de varios mdulos, incluyendo gettext, locale, y el
paquete codecs.

12. Pequeo paseo por la Biblioteca Estndar

- Parte II
Este segundo paseo cubre mdulos ms avanzados que facilitan necesidades de programacin complejas. Estos
mdulos raramente se usan en scripts cortos.

12.1. Formato de salida

El mdulo reprlib provee una versin de repr() ajustada para mostrar contenedores grandes o profundamente
anidados, en forma abreviada:
>>> import reprlib
>>> reprlib.repr(set('supercalifragilisticoespialidoso'))
"{'a', 'c', 'd', 'e', 'f', 'g', ...}"

El mdulo pprint ofrece un control ms 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 intrprete. Cuando el resultado ocupa
ms de una lnea, el generador de impresiones lindas agrega saltos de lnea y sangras para mostrar la estructura de
los datos ms claramente:
>>> 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 mdulo textwrap formatea prrafos de texto para que quepan dentro de cierto ancho de pantalla:
>>> import textwrap
>>> doc = """El mtodo wrap() es como fill(), excepto que devuelve
... una lista de strings en lugar de una gran string con saltos de
... lnea como separadores."""
>>> print(textwrap.fill(doc, width=40))
El mtodo wrap() es como fill(), excepto
que devuelve una lista de strings en
lugar de una gran string con saltos de
lnea como separadores.

El mdulo locale accede a una base de datos de formatos especficos a una cultura. El atributo grouping de la
funcin format() permite una forma directa de formatear nmeros 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_string("%s%.*f", (conv['currency_symbol'],
conv['frac_digits'], x), grouping=True)

...
'$1.234.567,80'

12.2. Plantillas
El mdulo string incluye una clase verstil 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
aplicacin en s.
El formato usa marcadores cuyos nombres se forman con $ seguido de identificadores Python vlidos (caracteres
alfanumricos y guin de subrayado). Si se los encierra entre llaves, pueden seguir ms caracteres alfanumricos sin
necesidad de dejar espacios en blanco. $$ genera un$:
>>> from string import Template
>>> t = Template('${village}folk send $$10 to $cause.')
>>> t.substitute(village='Nottingham', cause='the ditch fund')
'Nottinghamfolk send $10 to the ditch fund.'

El mtodo substitute() lanza KeyError cuando no se suministra ningn 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 mtodo safe_substitute() puede ser ms 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 nmero 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 = input('Enter rename style (%d-date %n-seqnum %f-format):
Enter rename style (%d-date %n-seqnum %f-format):
>>> t = BatchRename(fmt)

Ashley_%n%f

')

>>> 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 tambin pueden ser usadas para separar la lgica del programa de los detalles de mltiples formatos de
salida. Esto permite sustituir plantillas especficas para archivos XML, reportes en texto plano, y reportes web en
HTML.

12.3. Trabajar con registros estructurados conteniendo

datos binarios
El mdulo struct provee las funciones pack() y unpack() para trabajar con formatos de registros binarios de
longitud variable. El siguiente ejemplo muestra cmo recorrer la informacin de encabezado en un archivo ZIP sin
usar el mdulo zipfile. Los cdigos "H" e "I" representan nmeros sin signo de dos y cuatro bytes
respectivamente. El "<" indica que son de tamao estndar y los bytes tienen ordenamiento little-endian:
import struct

with open('miarchivo.zip', 'rb') as f:

datos = f.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 prximo encabezado

12.4. Multi-hilos
La tcnica de multi-hilos (o multi-threading) permite desacoplar tareas que no tienen dependencia secuencial. Los
hilos se pueden usar para mejorar el grado de reaccin 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 clculos en
otro hilo.
El cdigo siguiente muestra cmo el mdulo de alto nivel threading puede ejecutar tareas en segundo plano
mientras el programa principal contina su ejecucin:
import threading, zipfile

class AsyncZip(threading.Thread):
def __init__(self, arch_ent, arch_sal):
threading.Thread.__init__(self)
self.arch_ent = arch_ent
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('Termin zip en segundo plano de: ', self.arch_ent)

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

seg_plano.start()
print('El programa principal contina la ejecucin en primer plano.')

seg_plano.join()

# esperar que termine la tarea en segundo plano

print('El programa principal esper hasta que el segundo plano terminara.')

El desafo principal de las aplicaciones multi-hilo es la coordinacin entre los hilos que comparten datos u otros
recursos. A ese fin, el mdulo threading provee una serie de primitivas de sincronizacin que incluyen locks, eventos,
variables de condicin, y semforos.
An cuando esas herramientas son poderosas, pequeos errores de diseo pueden resultar en problemas difciles de
reproducir. La forma preferida de coordinar tareas es concentrar todos los accesos a un recurso en un nico hilo y
despus usar el mdulo queue para alimentar dicho hilo con pedidos desde otros hilos. Las aplicaciones que usan
objetos Queue para comunicacin y coordinacin entre hilos son ms fciles de disear, ms legibles, y ms
confiables.

12.5. Registrando
El mdulo logging ofrece un sistema de registros (logs) completo y flexible. En su forma ms simple, los mensajes
de registro se envan a un archivo o a sys.stderr:
import logging
logging.debug('Informacin de depuracin')

logging.info('Mensaje informativo')
logging.warning('Atencin: archivo de configuracin %s no se encuentra',
'server.conf')
logging.error('Ocurri un error')
logging.critical('Error crtico -- cerrando')

sta es la salida obtenida:

.. code-block:: none

WARNING:root:Atencin: archivo de configuracin server.conf no se encuentra

ERROR:root:Ocurri un error CRITICAL:root:Error crtico cerrando
De forma predeterminada, los mensajes de depuracin e informativos se suprimen, y la salida se enva al error
estndar. Otras opciones de salida incluyen mensajes de ruteo a travs de correo electrnico, datagramas, sockets, o
un servidor HTTP. Nuevos filtros pueden seleccionar diferentes rutas basadas en la prioridad del
mensaje: DEBUG, INFO, WARNING, ERROR, and CRITICAL (Depuracin, Informativo, Atencin, Error y Crtico
respectivamente)
El sistema de registro puede configurarse directamente desde Python o puede cargarse la configuracin desde un
archivo editable por el usuario para personalizar el registro sin alterar la aplicacin.

12.6. Referencias dbiles

Python realiza administracin de memoria automtica (cuenta de referencias para la mayora de los objetos,
y garbage collection (recoleccin de basura) para eliminar ciclos). La memoria se libera poco despus de que la ltima
referencia a la misma haya sido eliminada.
Esta estrategia funciona bien para la mayora de las aplicaciones, pero ocasionalmente aparece la necesidad de hacer
un seguimiento de objetos slo mientras estn siendo usados por alguien ms. Desafortunadamente, el slo hecho de
seguirlos crea una referencia que los hace permanentes.
El mdulo weakref provee herramientas para seguimiento de objetos que no crean una referencia. Cuando el objeto
no se necesita ms, es eliminado automticamente de una tabla de referencias dbiles y se dispara una retrollamada
(callback). Comnmente se usa para mantener unacache de objetos que son caros de crear:
>>> import weakref, gc
>>> class A:
...

def __init__(self, valor):

...

self.valor = valor

...

def __repr__(self):

...

return str(self.valor)

...
>>> a = A(10)

# crear una referencia

>>> d = weakref.WeakValueDictionary()
>>> d['primaria'] = a

# no crea una referencia

>>> d['primaria']

# traer el objeto si an est vivo

10
>>> del a

# eliminar la nica referencia

>>> gc.collect()

# recoleccin de basura justo ahora

0
>>> d['primaria']

# la entrada fue automticamente eliminada

Traceback (most recent call last):

...
KeyError: 'primaria'

12.7. 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 mdulo array provee un objeto array() (vector) que es como una lista que almacena slo datos homogneos y
de una manera ms compacta. Los ejemplos a continuacin muestran un vector de nmeros guardados como dos
nmeros binarios sin signo de dos bytes (cdigo 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 mdulo collections provee un objeto deque() que es como una lista ms rpida para agregar y quitar
elementos por el lado izquierdo pero con bsquedas ms lentas por el medio. Estos objetos son adecuados para
implementar colas y rboles de bsqueda 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)

Adems de las implementaciones alternativas de listas, la biblioteca ofrece otras herramientas como el
mdulo 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 mdulo heapq provee funciones para implementar heaps basados en listas comunes. El menor valor ingresado se
mantiene en la posicin cero. Esto es til para aplicaciones que acceden a menudo al elemento ms chico pero no
quieren hacer un orden completo de la lista:
>>> 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]

12.8. Aritmtica de punto flotante decimal

El mdulo decimal provee un tipo de dato Decimal para soportar aritmtica de punto flotante decimal. Comparado
con float, la implementacin de punto flotante binario incluida, la clase es muy til especialmente para:

aplicaciones financieras y para cualquier uso que requiera una representacin decimal exacta,
control de la precisin,
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 clculos hechos a mano.

Por ejemplo, calcular un impuesto del 5% de una tarifa telefnica 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
ms prximo:
>>> from decimal import *
>>> round(Decimal('0.70') * Decimal('1.05'), 2)
Decimal('0.74')
>>> round(0.70 * 1.05, 2)
0.73

El resultado con Decimal conserva un cero al final, calculando automticamente cuatro cifras significativas a partir de
los multiplicandos con dos cifras significativas. Decimal reproduce la matemtica como se la hace a mano, y evita
problemas que pueden surgir cuando el punto flotante binario no puede representar exactamente cantidades
decimales.
La representacin exacta permite a la clase Decimal hacer clculos 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')

True
>>> sum([0.1]*10) == 1.0
False

El mdulo decimal provee aritmtica con tanta precisin como haga falta:
>>> getcontext().prec = 36
>>> Decimal(1) / Decimal(7)
Decimal('0.142857142857142857142857142857142857')

13. Entornos Virtuales y Paquetes

13.1. Introduccin
Las aplicaciones en Python usualmente hacen uso de paquetes y mdulos que no forman parte de la librera estndar.
Las aplicaciones a veces necesitan una versin especfica de una librera, debido a que dicha aplicacin requiere que
un bug particular haya sido solucionado o bien la aplicacin ha sido escrita usando una versin obsoleta de la
interface de la librera.

Esto significa que tal vez no sea posible para una instalacin de Python cumplir los requerimientos de todas las
aplicaciones. Si la aplicacin A necesita la versin 1.0 de un mdulo particular y la aplicacin B necesita la versin 2.0,
entonces los requerimientos entran en conflicto e instalar la versin 1.0 o 2.0 dejar una de las aplicaciones sin
funcionar.
La solucin a este problema es crear un entorno virtual (comunmente abreviado como virtualenv), un directorio que
contiene una instalacin de Python de una versin en particular, adems de unos cuantos paquetes adicionales.
Diferentes aplicaciones pueden entonces usar entornos virtuales diferentes. Para resolver el ejemplo de
requerimientos en conflicto citado anteriormente, la aplicacin A puede tener su propio entorno virtual con la versin
1.0 instalada mientras que la aplicacin B tiene otro entorno virtual con la versin 2.0. Si la aplicacin B requiere que
actualizar la librera a la versin 3.0, sto no afectar el entorno virtual de la aplicacin A.

13.2. Creando Entornos Virtuales

El script usado para crear y manejar entornos virtuales es pyvenv. pyvenv normalmente instalar la versin mas
reciente de Python que tengas disponible; el script tambin es instalado con un nmero de versin, con lo que si
tienes mltiples versiones de Python en tu sistema puedes seleccionar una versin de Python especfica
ejecutando pyvenv-3.4 o la versin que desees.
Para crear un virtualenv, decide en que carpeta quieres crearlo y ejecuta pyvenv con la ruta a la carpeta:
pyvenv tutorial-env

Esto crear la carpeta tutorial-env si no existe, y tambin crear las subcarpetas conteniendo la copia del intrprete
Python, la librera estndar y los archivos de soporte.
Una vez creado el entorno virtual, necesitars activarlo.
En Windows, ejecuta:
tutorial-env/Scripts/activate

En Unix o MacOS, ejecuta:

source tutorial-env/bin/activate

(Este script est escrito para la consola bash. Si usas las consolas csh or fish, hay scripts
alternativos activate.csh y activate.fish que deber usar en su lugar).
Activar el entorno virtual cambiar el prompt de tu consola para mostrar que entorno virtual est usando, y modificar
el entorno para que al ejecutar python sea con esa versin e instalacin en particular. Por ejemplo:
-> source ~/envs/tutorial-env/bin/activate
(tutorial-env) -> python
Python 3.4.3+ (3.4:c7b9645a6f35+, May 22 2015, 09:31:25)
...
>>> import sys
>>> sys.path
['', '/usr/local/lib/python34.zip', ...,
'~/envs/tutorial-env/lib/python3.4/site-packages']
>>>

13.3. Manejando paquetes con pip

Una vez activado un entorno virtual, se puede instalar, actualizar y quitar paquetes usando un programa llamado pip.
Por defecto pip instalar paquetes desde Python Package Index (Indice de Paquetes Python),
<https://pypi.python.org/pypi> . Se puede navegar el Python Package Index ingresando con su navegador de internet,
o se puede usar la bsqueda limitada de pips:
(tutorial-env) -> pip search astronomy
skyfield

- Elegant astronomy for Python

gary

- Galactic astronomy and gravitational dynamics.

novas

- The United States Naval Observatory NOVAS astronomy library

astroobs

- Provides astronomy ephemeris to plan telescope observations

PyAstronomy

- A collection of astronomy related tools for Python.

...
pip tiene varios subcomandos: search, install, uninstall, freeze, etc. (consulta la gua Instalando mdulos de

Python para la documentacin completa de pip.)

Se puede instalar la ltima versin de un paquete especificando el nombre del paquete:
-> pip install novas
Collecting novas
Downloading novas-3.1.1.3.tar.gz (136kB)
Installing collected packages: novas
Running setup.py install for novas
Successfully installed novas-3.1.1.3

Tambin se puede instalar una verisn especfica de un paquete ingresando el nombre del paquete seguido de == y el
nmero de versin:
-> pip install requests==2.6.0
Collecting requests==2.6.0
Using cached requests-2.6.0-py2.py3-none-any.whl
Installing collected packages: requests
Successfully installed requests-2.6.0

Si se re-ejecuta el comando, pip detectar que la versin ya est instalada y no har nada. Se puede ingresar un
nmero de versin diferente para instalarlo, o se puede ejecutar pip install --upgrade para actualizar el paquete a
la ltima versin:
-> pip install --upgrade requests
Collecting requests
Installing collected packages: requests
Found existing installation: requests 2.6.0
Uninstalling requests-2.6.0:
Successfully uninstalled requests-2.6.0

Successfully installed requests-2.7.0

pip uninstall seguido de uno o varios nombres de paquetes desinstalar los paquetes del entorno virtual.
pip show mostrar informacin de un paquete en particular:

(tutorial-env) -> pip show requests

--Metadata-Version: 2.0
Name: requests
Version: 2.7.0
Summary: Python HTTP for Humans.
Home-page: http://python-requests.org
Author: Kenneth Reitz
Author-email: [email protected]
License: Apache 2.0
Location: /Users/akuchling/envs/tutorial-env/lib/python3.4/site-packages
Requires:
pip list mostrar todos los paquetes instalados en el entorno virtual:

(tutorial-env) -> pip list

novas (3.1.1.3)
numpy (1.9.2)
pip (7.0.3)
requests (2.7.0)
setuptools (16.0)
pip freeze devuelve una lista de paquetes instalados similar, pero el formato de salida es el requerido

por pip install. Una convencin comn es poner esta lista en un archivo requirements.txt:
(tutorial-env) -> pip freeze > requirements.txt
(tutorial-env) -> cat requirements.txt
novas==3.1.1.3
numpy==1.9.2
requests==2.7.0

El archivo requirements.txt entonces puede ser agregado a nuestro control de versiones y distribudo como parte de
la aplicacin. Los usuarios pueden entonces instalar todos los paquetes necesarios con install -r:
-> pip install -r requirements.txt
Collecting novas==3.1.1.3 (from -r requirements.txt (line 1))
...
Collecting numpy==1.9.2 (from -r requirements.txt (line 2))
...
Collecting requests==2.7.0 (from -r requirements.txt (line 3))

...
Installing collected packages: novas, numpy, requests
Running setup.py install for novas
Successfully installed novas-3.1.1.3 numpy-1.9.2 requests-2.7.0
pip tiene muchas opciones ms. Consulta la gua Instalando mdulos de Python para la documentacin de pip.

Cuando hayas escrito un paquete y desees dejarlo disponible en Python Package Index, consulte la gua Glosario.

14. Y ahora qu?

Leer este tutorial probablemente reforz tu inters por usar Python, deberas estar ansioso por aplicar Python a la
resolucin de tus problemas reales. A dnde deberas ir para aprender ms?
Este tutorial forma parte del juego de documentacin de Python. Algunos otros documentos que encontrars en este
juego son:

La referencia de la biblioteca:
Deberas hojear este manual, que tiene material de referencia completo (si bien breve) sobre tipos, funciones y
mdulos de la biblioteca estndar. La distribucin de Python estndar incluye un montn de cdigo adicional.

Hay mdulos para leer archivos de correo de Unix, obtener documentos va HTTP, generar nmeros
aleatorios, interpretar opciones de lnea de comandos, escribir programas CGI, comprimir datos, y muchas
otras tareas. Un vistazo por la Referencia de Biblioteca te dar una idea de lo que hay disponible.

Instalando mdulos de Python explica cmo instalar mdulos externos escritos por otros usuarios de Python.

La referencia del lenguaje: Una descripcin en detalle de la sintaxis y semntica de Python. Es una lectura
pesada, pero til como gua completa al lenguaje en si.

Ms recursos sobre Python:

https://www.python.org: El sitio web principal sobre Python. Contiene cdigo, documentacin, y referencias a
pginas relacionadas con Python en la Web. Este sitio web tiene copias espejo en varios lugares del mundo
cmo Europa, Japn y Australia; una copia espejo puede funcionar ms rpido que el sitio principal,
dependiendo de tu ubicacin geogrfica.
https://docs.python.org: Acceso rpido a la documentacin de Python.
https://pypi.python.org: El ndice de Paquetes de Python, antes tambin apodado El Negocio de Quesos, es
un listado de mdulos de Python disponibles para descargar hechos por otros usuarios. Cundo comiences a
publicar cdigo, puedes registrarlo aqu as los dems pueden encontrarlo.
http://code.activestate.com/recipes/langs/python/: El Recetario de Python es una coleccin de tamao
considerable de ejemplos de cdigo, mdulos ms grandes, y programas tiles. Las contribuciones
particularmente notorias estn recolectadas en un libro tambin titulado Recetario de Python (OReilly &
Associates, ISBN 0-596-00797-3.)
http://www.pyvideo.org recolecta links de videos relacionados con Python de conferencias y reuniones de
grupos de usuarios.
http://scipy.org: El proyecto Python Cientfico incluye mdulos para manipulacin y clculo rpido de arreglos
adems de incluir paquetes para cosas como lgebra lineal, transformaciones de Fourier, soluciones no
lineales, distribuciones de nmeros al azar, anlisis estadsticos, y similares.

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 [email protected]. El grupo de noticias y la
lista de correo estn interconectadas, por lo que los mensajes enviados a uno sern retransmitidos al otro. Hay
alrededor de cientos de mensajes diarios (con picos de hasta varios cientos), haciendo (y respondiendo) preguntas,
sugiriendo nuevas caractersticas, y anunciando nuevos mdulos. Antes de escribir, asegrate de haber revisado la
lista de Preguntas Frecuentes (tambin llamado el FAQ). Muchas veces responde las preguntas que se hacen una y
otra vez, y quizz contega la solucin a tu problema.
Hay archivos de la lista de correo disponibles en https://mail.python.org/pipermail/. El FAQ responde a muchas de las
preguntas que aparecen una y otra vez, y puede que ya contenga la solucin a tu problema.

5. Edicin de entrada interactiva y sustitucin

de historial
Algunas versiones del intrprete de Python permiten editar la lnea de entrada actual, y sustituir en base al historial, de
forma similar a las capacidades del intrprete de comandos Korn y el GNU bash. Esto se implementa con la
biblioteca GNU Readline, que soporta varios estilos de edicin. Esta biblioteca tiene su propia documentacin la cul
no vamos a duplicar aqu.

15.1. Autocompletado con tab e historial de edicin

El autocompletado de variables y nombres de mdulos es activado automticamente al iniciar el intrprete, por lo
tanto la tecla Tab invoca la funcin de autocompletado; sta mira en los nombres de sentencia, las variables locales y
los nombres de mdulos disponibles. Para expresiones con puntos como string.a, va a evaluar la expresin hasta
el '.' final y entonces sugerir autocompletado para los atributos del objeto resultante. Nota que esto quizs ejecute
cdigo de aplicaciones definidas si un objeto con un mtodo __getattr__() es parte de la expresin. La
configuracin por omisin tambin guarda tu historial en un archivo llamado .python_history en tu directorio de
usuario. El historial estar disponible durante la prxima sesin interactiva del intrprete.

15.2. Alternativas al intrprete interactivo

Esta funcionalidad es un paso enorme hacia adelante comparado con versiones anteriores del interprete; de todos
modos, quedan pendientes algunos deseos: sera bueno que el sangrado correcto se sugiriera en las lineas de
continuacin (el parser sabe si se requiere un sangrado a continuacin). El mecanismo de completado podra usar la
tabla de smbolos del intrprete. Un comando para verificar (o incluso sugerir) coincidencia de parntesis, comillas,
etc. tambin sera til.
Un intrprete interactivo mejorado alternativo que est dando vueltas desde hace rato es IPython, que ofrece
completado por tab, exploracin de objetos, y administracin avanzada del historial. Tambin puede ser configurado
en profundidad, e integrarse en otras aplicaciones. Otro entorno interactivo mejorado similar es bpython.

16. Aritmtica de Punto Flotante: Problemas y

Limitaciones
Los nmeros de punto flotante se representan en el hardware de la computadora en fracciones en base 2 (binario).
Por ejemplo, la fraccin decimal
0.125

...tiene el valor 1/10 + 2/100 + 5/1000, y de la misma manera la fraccin binaria

0.001

...tiene el valor 0/2 + 0/4 + 1/8. Estas dos fracciones tienen valores idnticos, la nica diferencia real es que la primera
est escrita en notacin fraccional en base 10 y la segunda en base 2.
Desafortunadamente, la mayora de las fracciones decimales no pueden representarse exactamente como fracciones
binarias. Como consecuencia, en general los nmeros de punto flotante decimal que ingress en la computadora son
slo aproximados por los nmeros de punto flotante binario que realmente se guardan en la mquina.
El problema es ms fcil de entender primero en base 10. Consider la fraccin 1/3. Pods aproximarla como una
fraccin de base 10
0.3

...o, mejor,
0.33

...o, mejor,
0.333

...y as. No importa cuantos dgitos desees escribir, el resultado nunca ser exactamente 1/3, pero ser una
aproximacin cada vez mejor de 1/3.
De la misma manera, no importa cuantos dgitos en base 2 quieras usar, el valor decimal 0.1 no puede representarse
exactamente como una fraccin en base 2. En base 2, 1/10 es la siguiente fraccin que se repite infinitamente:
0.0001100110011001100110011001100110011001100110011...

Fren en cualquier nmero finito de bits, y tendrs una aproximacin. En la mayora de las mquinas hoy en da, los
float se aproximan usando una fraccin binaria con el numerador usando los primeros 53 bits con el bit ms
significativos y el denominador como una potencia de dos. En el caso de 1/10, la fraccin binaria
es 3602879701896397 / 2 ** 55 que est cerca pero no es exactamente el valor verdadero de 1/10.
La mayora de los usuarios no son conscientes de esta aproximacin por la forma en que se muestran los valores.
Python solamente muestra una aproximacin decimal al valor verdadero decimal de la aproximacin binaria
almacenada por la mquina. En la mayora de las mquinas, si Python fuera a imprimir el verdadero valor decimal de
la aproximacin binaria almacenada para 0.1, debera mostrar
>>> 0.1
0.1000000000000000055511151231257827021181583404541015625

Esos son ms dgitos que lo que la mayora de la gente encuentra til, por lo que Python mantiene manejable la
cantidad de dgitos al mostrar en su lugar un valor redondeado
>>> 1 / 10
0.1

Slo record que, a pesar de que el valor mostrado resulta ser exactamente 1/10, el valor almacenado realmente es la
fraccin binaria ms cercana posible.

Interesantemente, hay varios nmeros decimales que comparten la misma fraccin binaria ms aproximada. Por
ejemplo, los nmeros 0.1,0.10000000000000001 y 0.1000000000000000055511151231257827021181583404541015625 son
todos aproximados por 3602879701896397 / 2 ** 55. Ya que todos estos valores decimales comparten la misma
aproximacin, se podra mostrar cualquiera de ellos para preservar el invarianteeval(repr(x)) == x.
Histricamente, el prompt de Python y la funcin integrada repr() eligieron el valor con los 17
dgitos, 0.10000000000000001. Desde Python 3.1, en la mayora de los sistemas Python ahora es capaz de elegir la
forma ms corta de ellos y mostrar 0.1.
Not que esta es la verdadera naturaleza del punto flotante binario: no es un error de Python, y tampoco es un error
en tu cdigo. Vers lo mismo en todos los lenguajes que soportan la aritmtica de punto flotante de tu hardware (a
pesar de que en algunos lenguajes por omisin no muestrenla diferencia, o no lo hagan en todos los modos de
salida).
Para una salida ms elegante, quizs quieras usar el formateo de cadenas de texto para generar un nmero limitado
de dgitos significativos:
>>> format(math.pi, '.12g')

# da 12 dgitos significativos

'3.14159265359'

>>> format(math.pi, '.2f')

# da 2 dgitos luego del punto

'3.14'

>>> repr(math.pi)
'3.141592653589793'

Es importante darse cuenta que esto es, realmente, una ilusin: ests simplemente redondeando al mostrar el valor
verdadero de la mquina.
Una ilusin puede generar otra. Por ejemplo, ya que 0.1 no es exactamente 1/10, sumar tres veces 0.1 podra tambin
no generar exactamente 0.3:
>>> .1 + .1 + .1 == .3
False

Tambin, ya que 0.1 no puede acercarse ms al valor exacto de 1/10 y 0.3 no puede acercarse ms al valor exacto de
3/10, redondear primero con la funcin round() no puede ayudar:
>>> round(.1, 1) + round(.1, 1) + round(.1, 1) == round(.3, 1)
False

A pesar que los nmeros no pueden acercarse a los valores exactos que pretendemos, la funcin round() puede ser
til para redondear a posteriori, para que los resultados con valores inexactos se puedan comparar entre s:
>>> round(.1 + .1 + .1, 10) == round(.3, 10)
True

La aritmtica de punto flotante binaria tiene varias sorpresas como esta. El problema con 0.1 es explicado con
detalle abajo, en la seccin Error de Representacin. Mir los Peligros del Punto Flotante (en ingls, The Perils of
Floating Point) para una ms completa recopilacin de otras sorpresas normales.

Como dice cerca del final, no hay respuestas fciles. 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 mayora de las
mquinas estn en el orden de no ms de una 1 parte en 2**53 por operacin. Eso es ms que adecuado para la
mayora de las tareas, pero necesits tener en cuenta que no es aritmtica decimal, y que cada operacin de punto
flotante sufre un nuevo error de redondeo.
A pesar de que existen casos patolgicos, para la mayora de usos casuales de la aritmtica de punto flotante al final
vers el resultado que espers si simplemente redondes lo que mostrs de tus resultados finales al nmero de
dgitos decimales que espers. str() es normalmente suficiente, y para un control ms fino mir los parmetros del
mtodo de formateo str.format() en Tipos integrados.
Para los casos de uso que necesitan una representacin decimal exacta, prob el mdulo decimal, que implementa
aritmtica decimal til para aplicaciones de contabilidad y de alta precisin.
El mdulo fractions soporta otra forma de aritmtica exacta, ya que implementa aritmtica basada en nmeros
racionales (por lo que nmeros como 1/3 pueden ser representados exactamente).
Si sos un usuario frecuente de las operaciones de punto flotante deberas pegarle una mirada al paquete Numerical
Python y otros paquetes para operaciones matemticas y estadsticas provistos por el proyecto SciPy. Mir
<http://scipy.org>.
Python provee herramientas que pueden ayudar en esas raras ocasiones cuando realmente quers saber el valor
exacto de un float. El mtodofloat.as_integer_ratio() expresa el valor del float como una fraccin:
>>> x = 3.14159
>>> x.as_integer_ratio()
(3537115888337719, 1125899906842624)

Ya que la fraccin es exacta, se puede usar para recrear sin prdidas el valor original:
>>> x == 3537115888337719 / 1125899906842624
True

El mtodo float.hex() expresa un float en hexadecimal (base 16), nuevamente devolviendo el valor exacto
almacenado por tu computadora:
>>> x.hex()
'0x1.921f9f01b866ep+1'

Esta representacin hexadecimal precisa se puede usar para reconstruir el valor exacto del float:
>>> x == float.fromhex('0x1.921f9f01b866ep+1')
True

Ya que la representacin es exacta, es til para portar valores a travs de diferentes versiones de Python de manera
confiable (independencia de plataformas) e intercambiar datos con otros lenguajes que soportan el mismo formato
(como Java y C99).
Otra herramienta til es la funcin math.fsum() que ayuda a mitigar la prdida de precisin durante la suma. Esta
funcin lleva la cuenta de dgitos perdidos mientras se suman los valores en un total. Eso puede hacer una
diferencia en la exactitud de lo que se va sumando para que los errores no se acumulen al punto en que afecten el
total final:
>>> sum([0.1] * 10) == 1.0

False
>>> math.fsum([0.1] * 10) == 1.0
True

16.1. Error de Representacin

Esta seccin explica el ejemplo 0.1 en detalle, y muestra como en la mayora de los casos vos mismo pods realizar
un anlisis exacto como este. Se asume un conocimiento bsico de la representacin de punto flotante binario.
Error de representacin se refiere al hecho de que algunas (la mayora) de las fracciones decimales no pueden
representarse exactamente como fracciones binarias (en base 2). Esta es la razn principal de por qu Python (o Perl,
C, C++, Java, Fortran, y tantos otros) frecuentemente no mostrarn el nmero decimal exacto que espers.
Por qu es eso? 1/10 no es representable exactamente como una fraccin binaria. Casi todas las mquinas de hoy
en da (Noviembre del 2000) usan aritmtica de punto flotante IEEE-754, y casi todas las plataformas mapean los
flotantes de Python al doble precisin de IEEE-754. Estos dobles tienen 53 bits de precisin, por lo tanto en la
entrada la computadora intenta convertir 0.1 a la fraccin ms cercana que puede de la formaJ/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 <=

2**56 // 10

< 2**53

True

O sea, 56 es el nico 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

Ya que el resto es ms que la mitad de 10, la mejor aproximacin se obtiene redondendolo:

>>> q+1
7205759403792794

Por lo tanto la mejor aproximacin a 1/10 en doble precisin 754 es:

7205759403792794 / 2 ** 56

El dividir tanto el numerador como el denominador reduce la fraccin a:

3602879701896397 / 2 ** 55

Not que como lo redondeamos, esto es un poquito ms grande que 1/10; si no lo hubiramos 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 fraccin exacta de arriba, la mejor aproximacin al flotante
doble de 754 que puede obtener:
>>> 0.1 * 2 ** 55
3602879701896397.0

Si multiplicamos esa fraccin por 10**55, podemos ver el valor hasta los 55 dgitos decimales:
>>> 3602879701896397 * 10 ** 55 // 2 ** 55
1000000000000000055511151231257827021181583404541015625

...lo que significa que el valor exacto almacenado en la computadora es igual al valor decimal
0.1000000000000000055511151231257827021181583404541015625. En lugar de mostrar el valor decimal completo,
muchos lenguajes (incluyendo versiones ms viejas de Python), redondean el resultado a 17 dgitos significativos:
>>> format(0.1, '.17f')
'0.10000000000000001'

Los mdulos fractions y decimal hacen fcil estos clculos:

>>> from decimal import Decimal
>>> from fractions import Fraction

>>> Fraction.from_float(0.1)
Fraction(3602879701896397, 36028797018963968)

>>> (0.1).as_integer_ratio()
(3602879701896397, 36028797018963968)

>>> Decimal.from_float(0.1)
Decimal('0.1000000000000000055511151231257827021181583404541015625')

>>> format(Decimal.from_float(0.1), '.17')

'0.10000000000000001'

17. Links a la documentacin de Python

Lo siguiente es una serie de enlaces que apuntan a la documentacin de Python que no est traducida.
Se incluye aqu slo a modo de referencia, y para hacer poder llegar fcil a la documentacin de cada tem cuando se
apunta al mismo en el tutorial.

17.1. Extendiendo e Integrando el Intrprete de Python

ndice

17.2. Referencia de la API Python/C

ndice

17.3. La referencia de la biblioteca

ndice

17.3.1. Tipos integrados

Tipos de cadena
Mtodos de las cadenas
Formateo de cadenas
Antiguo formateo de cadenas
Tipos de mapeo
Tipos de secuencia
Tipos de nmeros complejos

17.3.2. Excepciones integradas

Excepciones integradas

17.4. La referencia del lenguaje

ndice

17.4.1. Expresiones

lambda
in

17.4.2. Declaraciones simples

assert
break
continue
del
global

import
nonlocal
pass
raise
return
yield

17.4.3. Declaraciones compuestas

for
if, elif, else
try, except, finally
while
with
def

17.5. Instalando mdulos de Python

ndice

17.6. Glosario
mutables
https://docs.python.org/3/glossary.html#term-mutable

archivo de texto
https://docs.python.org/3/glossary.html#term-text-file

entorno virtual
https://docs.python.org/3/glossary.html#term-virtual-environment

17.7. Distribuyendo mdulos de Python

ndice

17.8. Lnea de comandos y entorno

Lnea de comandos y entorno

18. Apndice
18.1. Modo interactivo
18.1.1. Manejo de errores
Cuando ocurre un error, el intrprete 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 cdigo 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
terminacin con cdigo de salida distinto de cero; esto se debe a inconsistencias internas o a que el intrprete se
queda sin memoria. Todos los mensajes de error se escriben en el flujo de errores estndar; las salidas normales de
comandos ejecutados se escriben en la salida estndar.
Al ingresar el caracter de interrupcin (por lo general Control-C o Supr) en el prompt primario o secundario, se cancela
la entrada y retorna al prompt primario. [1] Tipear una interrupcin mientras un comando se estn ejecutando lanza la
excepcin KeyboardInterrupt, que puede ser manejada con una sentencia try.

18.1.2. Programas ejecutables de Python

En los sistemas Unix y tipo BSD, los programas Python pueden convertirse directamente en ejecutables, como
programas del intrprete de comandos, poniendo la linea:
#! /usr/bin/env python3.5

...al principio del script y dndole al archivo permisos de ejecucin (asumiendo que el intrprete estn en la variable de
entorno PATH del usuario).#! deben ser los primeros dos caracteres del archivo. En algunas plataformas, la primera
lnea debe terminar al estilo Unix ('\n'), no como en Windows ('\r\n'). Not que el caracter numeral '#' se usa en
Python para comenzar un comentario.
Se le puede dar permisos de ejecucin al script usando el comando chmod:
.. code-block:: bash

$ chmod +x myscript.py
En sistemas Windows, no existe la nocin de modo ejecutable. El instalador de Python asocia automticamente la
extensin .py con python.exepara que al hacerle doble click a un archivo Python se corra el script. La extensin
tambin puede ser .pyw, en este caso se omite la ventana con la consola que normalmente aparece.

18.1.3. El archivo de inicio interactivo

Cuando uss Python en forma interactiva, suele ser til que algunos comandos estndar se ejecuten cada vez que el
intrprete se inicia. Pods 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 intrpretes de comandos de
Unix.
Este archivo es solo ledo en las sesiones interactivas del intrprete, no cuando Python lee comandos de un script ni
cuando /dev/tty se explicita como una fuente de comandos (que de otro modo se comporta como una sesin
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 sesin interactiva. En este archivo
tambin pods cambiar los prompts sys.ps1 y sys.ps2.

Si quers leer un archivo de inicio adicional desde el directorio actual, pods programarlo en el archivo de inicio global
usando algo comoif os.path.isfile('.pythonrc.py'): exec(open('.pythonrc.py').read()). Si quers usar el
archivo de inicio en un script, tens que hacer lo siguiente de forma explcita en el script:
import os
nombrearchivo = os.environ.get('PYTHONSTARTUP')
if nombrearchivo and os.path.isfile(nombrearchivo):
with open(nombrearchivo) as fobj:
archivo_inicio = fobj.read()
exec(archivo_inicio)

18.1.4. Los mdulos de customizacin

Python provee dos formas para customizarlo: sitecustomize y usercustomize. Para ver como funciona, necesits
primero encontrar dnde est tu directorio para tu usuario de paquetes del sistema. Arranc Python y ejecut el
siguiente cdigo:
>>> import site
>>> site.getusersitepackages()
'/home/user/.local/lib/python3.5/site-packages'

Ahora pods crear un archivo llamado usercustomize.py en ese directorio y poner lo que quieras en l. Eso afectar
cada ejecucin de Python, a menos que se arranque con la opcin -s para deshabilitar esta importacin automtica.
sitecustomize funciona de la misma manera, pero normalmente lo crea el administrador de la computadora en el

directorio global de paquetes para el sistema, y se importa antes que usercustomize. Para ms detalles, mir la
documentacin del mdulo site.
Footnotes
[1]

A problem with the GNU Readline package may prevent this.