Funciones avanzadas de Python

• Presenta 14 funciones avanzadas de Python poco conocidas, junto con ejemplos reales
• Ofrece una explicación profunda sobre tipado estático y diseño estructural, incluyendo typing, generics, protocols y context managers
• También incluye pattern matching estructural introducido desde Python 3.10, además de técnicas de optimización de rendimiento como slots y metaclasses
• Reúne consejos para escribir código más limpio como f-string, cache, future, proxy, for-else y walrus
• Proporciona enlaces y materiales de referencia para seguir aprendiendo en cada función, con una estructura accesible incluso para desarrolladores junior

---

Resumen de 14 funciones avanzadas de Python

# Sobrecarga de tipado

• El decorador @overload permite definir múltiples firmas de tipos para una sola función
• El verificador de tipos puede inferir con precisión el tipo de retorno según los argumentos recibidos
• También es posible restringir valores de cadenas usando Literal
• Se puede implementar una firma de función que requiera solo uno de id o username
• Literal puede usarse como una alternativa ligera a Enum para mejorar la seguridad de tipos

# Argumentos solo por palabra clave / solo posicionales

• Con * se pueden definir argumentos solo por palabra clave (no se permiten argumentos posicionales)
• Con / se pueden definir argumentos solo posicionales (no se permiten argumentos por palabra clave)
• Esto permite forzar con claridad la forma de usar los argumentos al diseñar una API

# Anotaciones futuras (__future__)

• Como los type hints normalmente se evalúan de inmediato en tiempo de ejecución, pueden surgir problemas con el orden de declaración
• Con from __future__ import annotations es posible posponer el momento de evaluación
• Sin embargo, como se manejan como cadenas, hay que tener cuidado al usar tipos en tiempo de ejecución
• PEP 649 propone una mejora con evaluación diferida en el atributo __annotations__

# Sintaxis genérica (Generic)

• Desde Python 3.12 se admite una nueva sintaxis para definir tipos genéricos
• En lugar de TypeVar, se puede usar de forma más intuitiva una forma como class Foo[T, U: int]
• También se introducen los genéricos variádicos (Variadic Generics) para manejar distintos tipos
• La definición de alias de tipos también se simplifica, con formas como type Vector = list[float]

# Protocolos (Protocols)

• Permiten implementar subtipado estructural como una versión de verificación de tipos del Duck Typing
• Si una clase tiene ciertos métodos, puede ser compatible a nivel de tipos incluso sin herencia explícita
• Con @runtime_checkable también se puede extender para permitir verificaciones con isinstance

# Context manager

• Son objetos con métodos __enter__ y __exit__ que se usan dentro de bloques with
• Con el decorador contextlib.contextmanager se puede hacer una implementación simple basada en funciones
• Antes y después de yield se realizan tareas de configuración y limpieza

# Pattern matching estructural

• La sintaxis match-case permite ramificar de forma intuitiva estructuras de datos complejas
• Se pueden usar desestructuración de tuplas/listas, patrones OR, condiciones de guarda (if) y comodines
• Como la ramificación se hace según la estructura de los datos, mejora la legibilidad y mantenibilidad

# Optimización con __slots__

• Usar slots fijos en lugar de __dict__ permite optimizar memoria y velocidad
• __slots__ usa una tupla donde solo se especifican los nombres de atributos
• Evita agregar atributos innecesarios a la clase
• Aun así, como es una microoptimización, conviene usarlo con criterio

# Colección de consejos de estilo para código Python

• Sentencia for-else: ejecuta else si el bucle termina sin break
• Operador walrus (:=): permite declarar y evaluar una variable al mismo tiempo
• Cortocircuito con or: devuelve el primer valor verdadero entre varios
• Encadenamiento de operadores de comparación: permite simplificar código como 0 < x < 10

# Formato avanzado con f-string

• La sintaxis f"{변수=}" permite mostrar expresiones útiles para depuración
• Incluye varias opciones como formato numérico (:.2f, :+.2f, :,) y formato de fecha (%Y-%m-%d)
• También se puede aprovechar el mini lenguaje de formato para centrado, relleno y porcentajes

# Decoradores de caché

• @lru_cache y @cache permiten guardar resultados de funciones para mejorar la velocidad
• Son útiles en funciones recursivas o en cálculos repetitivos
• @cache fue introducido en Python 3.9 y ofrece una caché ilimitada por defecto

# Future en Python

• Ofrece una forma de manejar objetos asíncronos similar a las Promise de JS
• Con Future.set_result() y add_done_callback() se pueden administrar resultados de forma asíncrona
• asyncio.Future() puede usarse junto con await
• Al usarlo con ThreadPoolExecutor, también permite procesamiento paralelo en segundo plano

# Propiedad proxy (Proxy Property)

• Permite que un atributo de clase funcione tanto como propiedad como función
• Proporciona ambas capacidades mediante __get__, __call__ y __repr__
• En diseño de API, permite manejar valores predeterminados y llamadas con parámetros en una sola interfaz
• Más que para uso práctico, vale como ejemplo experimental

# Metaclases

• Son la clase de las clases, encargadas de crear las propias clases
• Permiten lógica meta como manipular atributos de clase o registro automático
• En la práctica, muchas veces pueden sustituirse por decoradores
• Frameworks como Django, SQLAlchemy y Pydantic usan metaclases internamente

[hackerpropoker]

Desde la perspectiva del backend, he tenido la experiencia de que las metaclases dificultan la depuración.

[ilotoki0804]

Ten en cuenta que for-else a menudo se considera un antipatrón porque existe la opinión de que no ofrece buena legibilidad ni claridad, y que asyncio.Future se trata como un detalle de implementación interno de asyncio.

[dkmin]

Gracias. Especialmente el punto 10, lo aplico de inmediato.

Agregar reglas de programación con IA..

[yangeok]

Gracias por el gran consejo.

[GN⁺]

Opiniones de Hacker News

• ¡Hola! ¡Soy el autor original del blog! Me sorprendió ver mi texto en la portada de HN a las 4 de la mañana

  • Este texto empezó con 14 pequeños tuits que escribí un mes antes de comenzar el blog
  • Cuando empecé el blog, decidí reutilizar esos tuits como la primera publicación
  • Por eso el flujo puede sentirse un poco extraño
  • Los lunes intentaba encontrar algo útil y los viernes algo un poco más peculiar
  • El título también va por esa línea: reúne 14 funciones de Python que me parecieron interesantes al usarlo
  • Solo dediqué como 5 segundos a pensar el título

• Cada vez que uso Python me preocupa que mi código parezca como si estuviera usando Python de forma incorrecta

  • Me sorprenden la profundidad y los cambios de Python que no conocía
  • Go me da la confianza de que mi código no se verá desactualizado dentro de unos años
  • Excelente artículo

• Python debería seguir siendo Python, y golang, Rust y Typescript deberían mantener cada uno su propia filosofía y diseño

  • Llevo 28 años programando en 4 lenguajes y no me gustan los cambios de Python
  • Python no se volvió popular por capas adicionales como el type checking o las anotaciones
  • He visto algo parecido en otros lenguajes
  • Es una lista exhaustiva de funciones introducidas recientemente
  • También hay una lista anterior que a los lectores podría parecerles útil

• La mayor fortaleza de Python es que se siente como seudocódigo ejecutable

  • El lenguaje no estorba las instrucciones a nivel de dominio
  • Mientras más funciones se le agregan, menos atractivo se vuelve
  • La mayoría de la gente no entiende Python a fondo

• Observación sobre la sección 9.3 de evaluación de expresiones: si hay una cadena vacía, la evaluación se realiza de manera distinta

  • La cláusula if-else trata la cadena vacía como válida, pero el operador or la trata como equivalente a None

• Como alguien que se cambió de Javascript/Typescript a Python, este fue un recurso útil

  • La sobrecarga de tipos existe por una característica desafortunada de Javascript y la considero deuda técnica
  • Los argumentos solo por palabra clave y solo posicionales me preocupan en términos de legibilidad porque la sintaxis es demasiado concisa
  • Las anotaciones futuras me han ayudado mucho recientemente
  • Los protocolos se parecen a Typescript, pero no se sienten muy propios de Python
  • Las metaclases son una herramienta poderosa que puede resolver problemas únicos

• La mayoría de las funciones no son avanzadas

  • Suelo evitar las metaclases porque pueden inducir comportamientos complejos
  • 'proxy property' no es una función

• Lo que cambiaría de la lista es la inclusión de los contenedores de collections.abc

  • A varios comentarios no les gustó el operador walrus, pero después de encontrarle un buen uso, lo he usado con provecho
  • Al usar patrones de expresiones regulares, el código queda mucho más limpio

• Disfruté leer este texto

  • La mayoría de las funciones pertenecen al módulo typing
  • No estaba seguro sobre los genéricos ni los protocolos
  • Me pregunto si el código Python moderno de nivel productivo usa tipos en todas partes