-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathmodularidad.py
More file actions
686 lines (421 loc) · 13.9 KB
/
modularidad.py
File metadata and controls
686 lines (421 loc) · 13.9 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
"""
Funciones: Una función viene definida por su nombre, sus parámetros y su valor de retorno.
Objetivos:
- No repetir fragmentos de código en un programa.
- Reutilizar el código en distintos escenarios.
"""
# Definición de una función: Definir antes de ser llamada.
def say_hello():
print("Hello World!")
# Invocar una función:
say_hello()
"""
Retornar un valor: Las funciones pueden retornar o devolver un valor.
"""
def one():
return 1
print(one())
# value = one()
# print(value)
# En condiciones:
if one() == 1:
print("Excelente trabajo ✅!")
else:
print("Incorrecto, algo está roto ❌.")
# Si una función no incluye un 'return' devolverá 'None' de forma implícita.
def empty():
x = 0
print(empty())
# Usar la sentencia 'return' a secas hace que se se salga inmediatamente de la función.
# También devulve 'None'.
def quick_return():
return
print(quick_return())
"""
Retornando múltiples valores: Una función puede retornar más de un valor, el secreto es hacerlo mediante una tupla.
"""
def multiple():
return 0, 1 # Es una tupla!✔
result = multiple()
print(result)
print(type(result))
# Por lo tanto, permite el desempaquetado de la tupla.
x, y = multiple()
print(x)
print(y)
"""
Parámetros y argumentos: Los parámetros permiten variar los datos que consume una función para obtener distintos resultados.
"""
# Parámetros -> (value)
def sqrt(value):
return f"Raíz cuadrada de {value}: {value ** (1 / 2):.2f}"
# Argumentos -> (4)
print(sqrt(15))
# La sentencia 'pass' permite no hacer nada en una función.
def _min(a, b):
if a < b:
return a
return b
print(_min(7, 9))
"""
Argumentos posicionales: Los argumentos posicionales son aquellos argumentos que se copian en sus correspondientes parámetros por orden de escritura.
"""
# Mapeo en el mismo orden de escritura:
def buil_cpu(vendor, num_cores, freq):
return dict(vendor=vendor, num_cores=num_cores, freq=freq)
# Llamada con argumentos posicionales:
# Un error en el orden de escritura puede producir resultados inesperados.
print(buil_cpu("AMD", 8, 4.2))
"""
Argumentos nominales: Los argumentos nominales no son copiados en un orden específico, sino que se asignan por nombre a cada parámetro.
"""
# Retorna un diccionario con los argumentos nominales.
def second_build_cpu(vendor, num_cores, freq):
return dict(vendor=vendor, num_cores=num_cores, freq=freq)
# El orden de los argumentos no importa.
print(second_build_cpu(num_cores=8, freq=4.2, vendor="AMD"))
"""
Argumentos posicionales y nominales: Python permite mezclar argumentos posicionales y nominales en la llamada de una función.
- NOTA: Los argumentos posicionales siempre deben ir antes de los argumentos nominales.
"""
result_cpu = second_build_cpu("AMD RYSEN 5", num_cores=12, freq=5.8)
print(result_cpu)
"""
Argumentos mutables e inmutables:
Mutables: listas, diccionarios, conjuntos, ...
Inmutables: tuplas, enteros, flotantes, cadenas de texto,...
"""
# Función que recibe una lista y devuelve sus valores elevados al cuadrado:
def square_list(list):
return [number**2 for number in list]
print(square_list([1, 2, 3, 4, 5]))
"""
Parámetros por defecto: Especifíca valores por defecto para los parámetros de una función.
"""
def my_cpu(vendor, num_cores, freq=3.2):
return dict(vendor=vendor, num_cores=num_cores, freq=freq)
# Sin especificar valores por defecto:
print(my_cpu("AMD", 12))
# Especificando valores por defecto:
print(my_cpu("AMD", 12, freq=7.2))
"""
Modificando parámetros mutables: Utilizando un parámetro con valor por defecto con un tipo de dato inmutable y tener en cuenta cuál es la primer llamada:
"""
def nonbuggy(arg, result=None):
if result is None:
result = []
result.append(arg)
print(result)
nonbuggy("a", ["b", "c", "d"])
"""
Empaquetar/Desempaquetar argumentos posicionales:
Al utilizar el operador * delante del nombre de un parámetro posicional, indica que los argumentos pasados a la función se empaquetarán en una tupla.
"""
# Empaquetando argumentos posicionales:
def _sum(*values):
print(f"{values=}")
result = 0
for value in values:
result += value
return result
_sum(4, 3, 2, 1)
# Desempaquetando argumentos posicionales:
values = (6, 5, 4, 3, 2, 1)
_sum(*values)
"""
Empaquetar/Desempaquetar argumentos nominales:
Al utilizar el operador ** delante del nombre de un parámetro nominal, indica que los argumentos pasados a la función se empaquetarán en un diccionario.
"""
# Empaquetando argumentos nominales:
def best_student(**marks):
print(f"{marks=}")
max_mark = -1
for student, mark in marks.items():
if mark > max_mark:
max_mark = mark
best_student = student
return f"{best_student} es el mejor estudiante con {max_mark} puntos."
best_student(ana=8, bob=9, carol=10, dave=7)
# Desempaquetando argumentos nominales:
marks = dict(sara=8, julian=9, roger=10, jose=7)
best_student(**marks)
"""
Convensiones: En muchas ocasiones se utiliza 'args' como nombre de parámetro para los argumentos posicionales y kwargs como nombre de parámetro para los argumentos nominales.
"""
def func(*args, **kwargs):
# TODO
pass
"""
Forzando modo de paso de argumentos:
- Argumentos sólo nominales: Delimitador *
"""
print("Solo nominales:")
def sumPower(a, b, *, power=False):
if power:
a **= 2
b **= 2
return a + b
print(sumPower(3, 4))
print(sumPower(a=3, b=4))
print(sumPower(3, 4, power=True))
"""
Argumentos sólo posicionales: Delimitador /
"""
print("Solo posicionales:")
def secondSumPower(a, b, /, power=False):
if power:
a **= 2
b **= 2
return a + b
print(secondSumPower(3, 4))
print(secondSumPower(3, 4, True))
print(secondSumPower(3, 4, power=True))
"""
Fijando argumentos posicionales y nominales: Combinación de los delimitadores * y /
"""
print("Combinación de los delimitadores * y /:")
def thirdSumPower(a, b, /, *, power=False):
if power:
a **= 2
b **= 2
return a + b
print(thirdSumPower(3, 6, power=True))
"""
Funciones como parámetros:
Son objetos que pueden ser asignados a variables, usados en expresiones, devueltos como valores de retorno o pasados como argumentos a otras funciones.
"""
def success():
print("¡¡¡ÉXITO!! 🎉")
def doit(f):
f()
# Pasando una función como argumento:
doit(success)
# Pasando los valores con los que debe operar la función:
def repeatPlease(text, times=1):
return text * times
def secondDoit(f, arg1, arg2):
return f(arg1, arg2)
print(secondDoit(repeatPlease, "Funciones como parámetros\n", 5))
"""
Documentación: Documentar funciones para que otros puedan entenderlas.
"""
print("Documentación:")
def sqrt(value):
"Return the square root of the value."
return value ** (1 / 2)
result = sqrt(16)
print(result)
# Para ver el docstring de una función: help(function_name)
help(sqrt)
"""
Anotación de tipos: Las anotaciones de tipos o type-hints permiten indicar tipos para los parámetros de una función y/o para su valor de retorno.
"""
print("Anotación de tipos:")
def ssplit(text: str, split_pos: int) -> tuple:
return text[:split_pos], text[split_pos:]
print(ssplit("Hello Python", 2))
print(ssplit([1, 2, 4, 5, 6, 7, 8, 9, 10], 5))
"""
Valores por defecto en la anotación de tipos:
"""
def secondSsplit(text: str, split_pos: int = -1) -> tuple:
if split_pos == -1:
split_pos = len(text) // 2
return text[:split_pos], text[split_pos:]
print(secondSsplit("Always remember us this way"))
"""
Tipos compuestos:
Anotación:
list[str] -> ["a", "b", "c"]
set[int] -> {1, 2, 3}
dict[str, float] -> {"a": 1.0, "b": 2.0, "c": 3.0}
tuple[str, int] -> ("a", 1)
tuple[float, ...] -> (1.0, 2.0, 3.0)
Múltiples tipos:
tuple|dict -> Tupla o diccionario.
list[str|int] -> Lista de cadenas o enteros.
set[int|float] -> Conjunto de enteros o flotantes.
"""
def _max(*args: int | float):
pass
_max(1, 2, 3, 4, 5)
"""
TIPOS DE FUNCIONES:
Funciones anónimas <lambda>:
def num_words(text: str) -> int:
return len(text.split())
Funciones lambda:
num_wrods = lambda text: len(text.split())
"""
num_words = lambda text: len(text.split())
print(type(num_words))
print(num_words("Hello Python"))
logic_and = lambda a, b: a & b
for i in range(2):
for j in range(2):
print(f"{i} & {j} = {logic_and(i, j)}")
"""
Lambdas como argumentos: Son bastante útiles como argumentos a otras funciones. 🟨
"""
geoloc = (
(40.416775, -3.703790),
(40.420083, -3.690376),
(40.417597, -3.687181),
(40.414662, -3.684031),
)
# Ordenación por longitud (primer elemento de la tupla)
print(sorted(geoloc, key=lambda x: x[0]))
# Ordenación por latitud (segundo elemento de la tupla)
print(sorted(geoloc, key=lambda x: x[1]))
# Ordenación por latitud y longitud
print(sorted(geoloc, key=lambda x: (x[1], x[0])))
"""
Programación Funcional: map(), filter(), reduce()
"""
# map() aplica otra función sobre cada elemento de un iterable.
# Devuelve un generador.
def f(x):
return x**2 / 2
data = range(1, 11)
map_gen = map(f, data)
print(list(map_gen))
print(type(map_gen))
# filter() Selecciona aquellos elementos de un iterable que cumplen una condición.
def odd_number(x):
return x % 2 == 1
data2 = range(1, 11)
filter_gen = filter(odd_number, data2)
print(type(filter_gen))
print(list(filter(lambda x: x % 2 == 1, data2)))
# Simular un filter a través de una lista por comprensión:
print([x for x in data2 if x % 2 == 1])
# reduce() Usar el módulo 'functools' para aplicar una función a un iterable.
# Permite reducir un iterable a un solo valor.
from functools import reduce
def mult_values(a, b):
return a * b
data3 = range(1, 6)
print(reduce(mult_values, data3))
# Aplicando una función lambda:
print(reduce(lambda a, b: a * b, data3))
"""
GENERADORES:
Funciones generadoras: Se escriben como funciones ordinarias con el matiz de incorporar la sentencia 'yield', de alguna manera a 'return'. Esta sentencia devuelve el valor indicado, y a la vez, congela el estado de la función hasta la siguiente invocación.
"""
def evens(lim: int):
for i in range(0, lim + 1, 2):
yield i
evens_gen = evens(20) # retorna un generador
print(type(evens_gen))
print(next(evens_gen))
# Una vez creado el generador, se puede iterar sobre el valor devuelto.
for even in evens(20):
print(even, end=" ")
"""
Expresiones de generadores: Una expresión generadora es sintácticamente muy similar a una lista por comprensión, sólo que se utilizan los paréntesis en vez de corchetes.
"""
evens_gen2 = (i for i in range(0, 20, 2))
for i in evens_gen2:
print("\n", i, end=" ")
# Una expresión generadora admite condiciones y anidamiento de bucles.
print(list(i for i in range(0, 20, 2)))
print(sum(i for i in range(0, 20, 2)))
print(min(i for i in range(0, 20, 2)))
print(max(i for i in range(0, 20, 2)))
"""
Funciones interiores: Definir una función dentro de otra función.
"""
def getWordsWithAllVowels(text: str) -> list[str]:
VOWELS = "aeiou"
def getUniqueVowels(word: str) -> set[str]:
return set(c for c in word if c in VOWELS)
result = []
for word in text.split():
if len(getUniqueVowels(word)) == len(VOWELS):
result.append(word)
return result
print(getWordsWithAllVowels("La euforia de ver el riachuelo fue inmensa"))
"""
Clausuras (closure): Una clausura estable el uso de una función interior que se genera dinámicamente y recuerda los valor de los argumentos con los que fue creada.
"""
def makeMultiplierOf(n: int):
def multiplier(x: int) -> int:
return x * n
return multiplier
m3 = makeMultiplierOf(3)
print(m3(5))
m5 = makeMultiplierOf(5)
print(m5(8))
# Invocación directa:
print(makeMultiplierOf(7)(9))
"""
Decoradores: Un decorador es una función que recibe como parámetro una función y devuelve otra función.
"""
def my_decorator(func):
def wrapper(*args, **kwargs):
# some code before calling func
return func(*args, **kwargs)
# some code after calling func
return wrapper
print(my_decorator.__name__)
# Decordador que convierte el resultado númerico de una función a su representación binaria:
def binary(func):
def wrapper(*args, **kwargs):
result = func(*args, **kwargs)
return bin(result)
return wrapper
print(binary(lambda number: number + 1)(5))
# Definiendo una función ordinaria:
def power(x: int, n: int) -> int:
return x**n
result1 = power(2, 3)
result2 = power(4, 5)
print(result1)
print(result2)
# Ahora aplicando un decorador
decorated_power = binary(power)
print(decorated_power(2, 3))
"""
Usando @ para aplicar decoradores a funciones.
"""
@binary
def power(x: int, n: int) -> int:
return x**n
print(power(6, 6))
"""
Funciones recursivas: La recursividad es el mecanismo por el cual una función se llama a sí misma.
"""
def pow(base: int, exponent: int) -> int:
if exponent == 0:
return 1
return base * pow(base, exponent - 1)
result = pow(2, 3)
print(result)
"""
Espacios de nombres:
Acceso a variables globales: Cuando una variable se define en el espacio de nombres global podemos hacer uso de ella con total transparencia dentro del ámbito de las funciones del programa.
"""
# Definición de una variable global
language = "Spanish"
def getLanguage():
return f"The language is {language}"
print(getLanguage())
"""
Creando variables locales: En el caso de que se le asigne un valor a una variable dentro de una función, esta variable se crea en el ámbito de esa función.
"""
language2 = "English"
# Definición de una variable local
def changeLanguage():
language = "catalan"
print(f"The language is {language}")
changeLanguage()
"""
FORZAR UNA MODIFICACIÓN DE VARIABLES GLOBALES:
Usar el modificador 'global' para forzar la modificación de una variable global.
"""
idioma = "Portuguese"
def secondChangeLanguage():
global idioma
idioma = "Basque"
return f"{idioma=}"
print(secondChangeLanguage())