Functools Python: Funciones de orden superior y operaciones en objetos llamables

Q: ¿Qué es el módulo functools en Python?

El módulo functools es parte de la biblioteca estándar de Python y proporciona funciones de orden superior y operaciones en objetos invocables. Incluye funciones como reduce(), partial() y wraps() que se pueden utilizar para manipular y combinar otras funciones.

Q: ¿Cómo funciona la función partial() en el módulo functools de Python?

La función partial() en el módulo functools de Python te permite fijar un cierto número de argumentos de una función y generar una nueva función. Esto puede ser particularmente útil cuando quieres "recordar" ciertos argumentos de una función.

Q: ¿Cuál es el propósito de la función wraps() en el módulo functools de Python?

La función wraps() en el módulo functools de Python es un decorador que se utiliza para indicar que una función envuelve a otra función. Esto es útil cuando se utilizan decoradores, ya que mantiene los metadatos de la función original.

Name: Olaf Källström

Updated on 20/6/2023

Python, un lenguaje de programación de alto nivel, es conocido por su simplicidad y legibilidad. Una de las muchas características que hacen que Python destaque es su extensa biblioteca estándar, que incluye una variedad de módulos para simplificar el proceso de codificación. Entre estos módulos, el módulo functools es una herramienta poderosa que proporciona funciones de orden superior y operaciones en objetos llamables. Este artículo profundizará en las funcionalidades del módulo functools, proporcionando explicaciones detalladas, definiciones y ejemplos.

El módulo functools es parte de la biblioteca estándar de Python, diseñado para proporcionar características que faciliten el trabajo con funciones de orden superior. Una función de orden superior es una función que toma otra función como argumento o devuelve una función. Esta capacidad permite una mayor flexibilidad y reutilización en la codificación, lo que permite a los desarrolladores escribir código más eficiente y limpio.

¿Quieres crear rápidamente visualizaciones de datos a partir de Dataframe de Pandas en Python sin código?

PyGWalker es una biblioteca de Python para el análisis exploratorio de datos con visualización. PyGWalker (opens in a new tab) puede simplificar tu flujo de trabajo de análisis de datos y visualización de datos en Jupyter Notebook, convirtiendo tu dataframe de pandas (y polars dataframe) en una interfaz de usuario estilo Tableau para exploración visual.

(opens in a new tab)

Parte 1: Entendiendo el módulo functools

El módulo functools en Python es una colección de funciones de orden superior. Una función de orden superior es una función que puede tomar una o más funciones como argumentos, o devolver una función como resultado. Este concepto es un aspecto fundamental de la programación funcional, un paradigma donde las funciones son ciudadanos de primera clase y se pueden pasar y usar como cualquier otro tipo de datos.

El módulo functools proporciona varias funciones que se pueden utilizar para manipular y combinar otras funciones. Estas incluyen:

functools.reduce(): Esta función aplica una función binaria (una función que toma dos argumentos) a un iterable de manera acumulativa. Por ejemplo, si la función es la suma, y el iterable es una lista de números, reduce() devolverá la suma de todos los números de la lista.
functools.partial(): Esta función te permite fijar un cierto número de argumentos de una función y generar una nueva función. Esto puede ser particularmente útil cuando quieres "recordar" ciertos argumentos de una función.
functools.wraps(): Este es un decorador para actualizar los atributos de la función envolvente con los de la función original. Esto es útil cuando se utilizan decoradores, ya que mantiene los metadatos de la función original.

Parte 2: Usos prácticos de functools

El módulo functools no es solo un concepto teórico, sino que tiene usos prácticos en aplicaciones del mundo real. Veamos algunos ejemplos de cómo puedes usar functools en tu código de Python.

functools.reduce()

La función functools.reduce() es una herramienta poderosa que se puede usar para procesar y acumular datos de un iterable. Aquí tienes un ejemplo:

from functools import reduce
 
numbers = [1, 2, 3, 4, 5]
result = reduce(lambda x, y: x * y, numbers)
 
print(result)  # Salida: 120

En este ejemplo, reduce() toma dos argumentos: una función y un iterable. La función es una función lambda que toma dos argumentos y devuelve su producto. El iterable es una lista de números. reduce() aplica la función a los elementos del iterable de manera acumulativa: primero aplica la función a los primeros dos elementos, luego al resultado y al siguiente elemento, y así sucesivamente. El resultado es el producto de todos los elementos de la lista.

functools.partial()

La función functools.partial() te permite fijar un cierto número de argumentos de una función y generar una nueva función. Esto puede ser particularmente útil cuando quieres "recordar" ciertos argumentos de una función. Aquí tienes un ejemplo:

from functools import partial
 
def multiply(x, y):
    return x * y
 
# Crea una nueva función que multiplica por 2
double = partial(multiply, 2)
 
print(double(4))  # Salida: 8

En este ejemplo, partial() se utiliza para crear una nueva función double() que multiplica su argumento por 2. Esto se hace fijando el primer argumento de la función multiply() a 2.

functools.wraps()

La función functools.wraps() es un decorador que se utiliza para indicar que una función envuelve a otra función. Esto es útil cuando se utilizan decoradores, ya que mantiene los metadatos de la función original. Aquí tienes un ejemplo:

from functools import wraps
 
def my_decorator(f):
    @wraps(f)
    def wrapper(*args, **kwargs):
        print("Antes de llamar a la función")
        result = f(*args, **kwargs)
        print("Después de llamar a la función")
        return result
    return wrapper
 
@my_decorator
def add(x, y):
    """Suma dos números"""
    return x + y
 
print(add.__name__)  # Salida: add
print(add.__doc__)   # Salida: Suma dos números

En este ejemplo, wraps() se utiliza en la definición de un decorador my_decorator(). El decorador agrega cierto comportamiento (imprimiendo mensajes) antes y después de llamar a la función que decora. Al usar wraps(), se preservan los metadatos de la función original (su nombre y cadena de documentación).

Parte 3: functools vs itertools

La biblioteca estándar de Python también incluye otro módulo para trabajar con operaciones en objetos iterables: itertools. Mientras que functools proporciona funciones de orden superior y operaciones en objetos invocables, itertools proporciona un conjunto de herramientas para crear iteradores. Estas se pueden utilizar para realizar bucles eficientes, generar permutaciones y combinaciones, y realizar otras tareas de manipulación de datos.

Los módulos functools e itertools se complementan entre sí y a menudo se pueden utilizar juntos. Por ejemplo, se puede utilizar itertools.cycle() para crear un iterador infinito y functools.partial() para crear una función que genere un número finito de elementos a partir de este iterador.

En conclusión, el módulo functools es una herramienta poderosa en la biblioteca estándar de Python que proporciona un conjunto de funciones de orden superior y operaciones en objetos invocables. Al comprender y utilizar functools, se puede escribir código de Python más eficiente y limpio. Ya sea que seas un principiante que recién está empezando con Python o un desarrollador experimentado que busca mejorar tus habilidades, functools es un módulo que vale la pena explorar.

Parte 4: Nuevas características en functools Python 3.10

Python 3.10 introdujo algunas nuevas características en el módulo functools, mejorando sus capacidades y haciéndolo aún más poderoso.

Una de las nuevas características es la función functools.cache(). Esta función es un reemplazo más simple y eficiente para functools.lru_cache(). Crea una caché que almacena los resultados de las llamadas a la función, de modo que cuando se llama a la función nuevamente con los mismos argumentos, el resultado se puede devolver desde la caché en lugar de volver a calcularlo. Esto puede acelerar significativamente la ejecución de funciones que se llaman repetidamente con los mismos argumentos.

Aquí tienes un ejemplo de cómo usar functools.cache():

from functools import cache
 
@cache
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)
 
print(fibonacci(10))  # Resultado: 55

En este ejemplo, cache() se utiliza como decorador para la función fibonacci(). Esta función calcula el n-ésimo número de Fibonacci y se llama de forma recursiva. Al usar cache(), se almacenan los resultados de llamadas anteriores para que puedan reutilizarse en llamadas posteriores. Esto acelera significativamente el cálculo de los números de Fibonacci.

Parte 5: functools en aplicaciones del mundo real

El módulo functools no es solo un concepto teórico, sino que tiene usos prácticos en aplicaciones del mundo real. Se utiliza en una variedad de ámbitos, desde ciencia de datos y aprendizaje automático hasta desarrollo web y automatización.

En ciencia de datos y aprendizaje automático, functools se puede utilizar para crear canalizaciones de procesamiento de datos complejas. Por ejemplo, se puede utilizar functools.partial() para crear funciones que procesen los datos de cierta manera, y luego combinar estas funciones utilizando functools.reduce() para crear una canalización que procese los datos en varias etapas.

En desarrollo web, functools se puede utilizar para crear middleware y decoradores. Por ejemplo, se puede utilizar functools.wraps() para crear decoradores que agreguen funcionalidad a los controladores de solicitudes web, como la autenticación y el registro.

En automatización, functools se puede utilizar para crear tareas compuestas por múltiples pasos. Por ejemplo, se puede utilizar functools.partial() para crear tareas que realicen una determinada acción con un conjunto específico de parámetros, y luego utilizar functools.reduce() para combinar estas tareas en un flujo de trabajo.

Conclusión

En conclusión, el módulo functools es una herramienta poderosa en la biblioteca estándar de Python que proporciona un conjunto de funciones de orden superior y operaciones en objetos invocables. Al comprender y utilizar functools, se puede escribir código de Python más eficiente y limpio. Ya seas un principiante que recién está empezando con Python o un desarrollador experimentado que busca mejorar tus habilidades, functools es un módulo que vale la pena explorar.

Preguntas frecuentes

¿Qué es el módulo functools en Python?

El módulo functools es parte de la biblioteca estándar de Python y proporciona funciones de orden superior y operaciones en objetos invocables. Incluye funciones como reduce(), partial() y wraps() que se pueden utilizar para manipular y combinar otras funciones.

¿Cómo funciona la función partial() en el módulo functools de Python?

La función partial() en el módulo functools de Python te permite fijar un cierto número de argumentos de una función y generar una nueva función. Esto puede ser particularmente útil cuando quieres "recordar" ciertos argumentos de una función.

¿Cuál es el propósito de la función wraps() en el módulo functools de Python?

La función wraps() en el módulo functools de Python es un decorador que se utiliza para indicar que una función envuelve a otra función. Esto es útil cuando se utilizan decoradores, ya que mantiene los metadatos de la función original.