¿Ya dominas lo básico? Un curso estructurado de Python es la vía rápida para dar el salto.
Ver cursos de Python en UdemyEnlace de afiliado. No te cuesta nada extra.
- 01Preparar el entorno (lo que necesitas)
- 02Variables y print()
- 03Condicionales (sentencias if)
- 04Bucles (sentencias for)
- 05Tu primera función
- 06Trabajar con listas
- 07Trabajar con diccionarios (dict)
- 08Bucles (sentencias while)
- 09Trabajar con cadenas de texto
- 10Introducción a las clases (programación orientada a objetos)
- 11Gestión de errores (try...except)
- 12Comprensiones de lista
- 13Generadores y yield
- 14Fundamentos del manejo de archivos
- 15La sentencia match (el switch de Python)
- 16La expresión condicional (operador ternario)
- 17Herencia (extender una clase)
- 18Escribir comentarios
- 19Operadores lógicos (and, or, not)
- 20Constantes (valores que se acuerda no cambiar)
- 21Dividir y unir cadenas (split, join)
- 22Escribir código seguro frente a None
- 23Buscar en una lista (in y encontrar la primera coincidencia)
- 24Transformar una lista con map()
- 25Listas bidimensionales (datos en forma de tabla)
- 26Crear una clase de excepción propia
- 27Argumentos por defecto (valores iniciales de los parámetros)
- 28Trabajar con conjuntos (set)
- 29Comprobar con assert (tu primer paso hacia las pruebas)
- 30Funciones de orden superior (pasar una función como argumento)
- 31Pilas y colas (estructuras de datos básicas)
- 32Fundamentos de la conversión de tipos
- 33Introducción a las expresiones regulares
- 34El algoritmo de búsqueda binaria
- 35Construir un cifrado César (desplazar letras)
- 36Entender cómo funciona la ordenación de burbuja
- 37Construir y mostrar fechas (año, mes y día)
- 38Escribir varios casos de prueba juntos
- 39Acelerar cálculos con memoización (caché)
- 40Normalizar cadenas (strip, unificar mayúsculas)
- 41Copia superficial frente a copia profunda
- 42Fundamentos de Enum (tipos enumerados)
- 43Aplanar una lista
- 44Invertir una cadena y detectar palíndromos
- 45Emparejar dos listas (la operación zip)
- 46Redondear números (floor, ceil, round)
- 47Cadenas de varias líneas (comillas triples)
- 48Funciones que devuelven varios valores (tuplas)
- 49Calcular el MCD y el MCM (algoritmo de Euclides)
- 50Dar formato a números (rellenar dígitos, decimales)
- 51Lógica de limpieza con try/except/finally
- 52Escribir funciones que no dependen del tipo
- 53Fundamentos de la sentencia with (gestores de contexto)
- 54Generar números aleatorios
- 55Operadores a nivel de bits (AND, OR, XOR, desplazamientos)
- 56Variables de clase y fundamentos de @staticmethod
- 57Esperar un tiempo determinado (time.sleep)
- 58Cuidado con los errores de redondeo en coma flotante
- 59Fundamentos de las anotaciones de tipo
- 60FizzBuzz (el ejercicio clásico)
- 61Comprobar si un número es primo
- 62Operaciones con conjuntos (unión, intersección, diferencia)
- 63Convertir entre bases numéricas (binario, hexadecimal)
- 64Comprobar si los paréntesis están equilibrados (aplicación de pilas)
- 65Comprobar si dos palabras son anagramas
- 66Comprobar si un año es bisiesto
- 67Convertir temperaturas (Celsius a Fahrenheit)
- 68Descomposición en factores primos
- 69[Aplicado] Construye una herramienta de cuentas domésticas
Escribir funciones que no dependen del tipo
En esta lección verás cómo escribir funciones que no dependen del tipo, aprovechando que Python es un lenguaje de tipado dinámico. Está pensada para quien busca «tipado dinámico en Python» o «funciones genéricas en Python».
Como Python es un lenguaje de tipado dinámico, una función puede aceptar en general un valor de cualquier tipo. Escribir «una función de propósito general que no está atada a un único tipo» te permite reutilizar la misma lógica para números y para cadenas: una flexibilidad muy propia de Python, que suele contrastarse con lenguajes más estrictos como TypeScript.
La función larger(a, b) del ejemplo maneja tanto comparaciones numéricas como de cadenas con exactamente la misma lógica. El operador > compara magnitudes en los números y orden alfabético en las cadenas, de modo que la misma función funciona sin cambios con tipos de datos distintos.
Esta flexibilidad es un arma de doble filo: pasar un tipo no previsto no provoca un error, y eso puede acabar en un fallo. Combinarlo con anotaciones de tipo o con una validación previa donde haga falta aumenta la seguridad. Comparar un número con una cadena, por ejemplo, puede dar un resultado inesperado, así que ten cuidado con las combinaciones raras de tipos.
Equilibrar la flexibilidad del tipado dinámico con la seguridad es donde se nota la verdadera habilidad al diseñar código Python. En proyectos reales grandes es habitual combinar anotaciones de tipo con una herramienta de comprobación como mypy para ganar seguridad.
💡 El motor de Python puede tardar unos segundos en cargarse la primera vez que ejecutas código.
