Funciones de Python explicadas: lru_cache, parcial, reducir, envolturas y más, probadas

  1. Inicio
  2. Blog
  3. Desarrollo de software

Desarrollo de software

Funciones de Python explicadas: lru_cache, parcial, reducir, envolturas y más, probado

Python functools es la caja de herramientas de biblioteca estándar para trabajar con funciones: almacenar en caché resultados, rellenar previamente argumentos, plegar listas, escribir decoradores adecuados y distribuir según tipo. Esto es lo que hace cada herramienta, con resultados que ejecutamos en Python 3.13.

9 min de lectura
Explicación de las funciones de Python: lru_cache, parcial, reducción y envolturas

Puntos clave

  • Las herramientas de funciones de Python están integradas; las herramientas más útiles son lru_cache, partial, wraps y cached_property.
  • El almacenamiento en caché de un corte recursivo de Fibonacci fib(30) de 0,106 segundos a 0,137 milisegundos en nuestra ejecución.
  • Sin @wraps, nuestra función decorada informó su nombre como inner y perdió su cadena de documentación.
  • Las funciones almacenadas en caché necesitan argumentos hash: pasar una lista generada TypeError.

Tarde o temprano, todos los desarrolladores de Python escriben una función lenta que se llama con las mismas entradas, un decorador que interrumpe la depuración o una lambda cuyo único trabajo es arreglar un argumento. El módulo Functools de Python resuelve los tres con algunas herramientas bien probadas. No necesitas instalar nada; se envía con cada versión de Python que probablemente utilice.

Todos los ejemplos aquí se ejecutaron en Python 3.13.6 y el resultado impreso se copia de esa ejecución. Los tiempos dependen del hardware, así que concéntrate en las proporciones. Los decoradores aparecen mucho a continuación, así que si son nuevos para usted, comience con nuestra guía de decoradores de Python.

¿Qué son las funciones?

functools es un módulo de biblioteca estándar para funciones de orden superior: funciones que toman o devuelven otras funciones. Agrupa herramientas en tres familias:

  • Almacenamiento en caché: lru_cache, cache y cached_property recuerdan los resultados.
  • Funciones de construcción: partial, reduce y singledispatch crean o combinan comportamiento.
  • Ayudantes para clases y decoradores: wraps y total_ordering completen el texto estándar.

lru_cache y cache: memorizar funciones lentas

lru_cache almacena el resultado de cada conjunto de argumentos. La siguiente llamada con los mismos argumentos devuelve el valor almacenado en lugar de volver a calcularlo. Las funciones recursivas con subproblemas superpuestos son las que más se benefician:

from functools import lru_cache

def fib_plain(n):
    return n if n < 2 else fib_plain(n - 1) + fib_plain(n - 2)

@lru_cache(maxsize=None)
def fib(n):
    return n if n < 2 else fib(n - 1) + fib(n - 2)

fib(30)
print(fib.cache_info())
fib(30) plain 0.106s cached 0.137ms
CacheInfo(hits=28, misses=31, maxsize=None, currsize=31)

La versión simple genera más de un millón de llamadas para n = 30. El almacenado en caché calculó cada valor de 0 a 30 una vez (31 errores) y entregó el resto desde el caché (28 aciertos). Eso convirtió aproximadamente una décima de segundo en menos de un milisegundo.

Desde Python 3.9, @cache es una escritura más corta de @lru_cache(maxsize=None): un caché ilimitado con una sobrecarga ligeramente menor. Utilice cache_info() para comprobar las tasas de aciertos y cache_clear() para vaciar el caché, por ejemplo entre pruebas.

Cómo funciona realmente maxsize

LRU significa “usado menos recientemente”. Cuando una caché limitada está llena, se desaloja la entrada que se utilizó hace más tiempo. Configuramos maxsize=2 y llamamos a una función de conteo con las entradas 1, 2, 1, 3, 1, 2:

@lru_cache(maxsize=2)
def sq(x):
    global calls
    calls += 1
    return x * x

for x in [1, 2, 1, 3, 1, 2]:
    sq(x)
print(calls, sq.cache_info())
4 CacheInfo(hits=2, misses=4, maxsize=2, currsize=2)

Revíselo: 1 y 2 son errores. El segundo 1 es un acierto. Entonces 3 falla y desaloja a 2, el menos utilizado recientemente. El tercer 1 es un acierto y el último 2 vuelve a ser un error porque fue desalojado. Elija maxsize del uso real; un caché demasiado pequeño sigue desperdiciando exactamente lo que necesita a continuación.

Consejo: solo almacena en caché funciones puras, cuyo resultado depende únicamente de sus argumentos. Almacenar en caché una función que lee el reloj, una base de datos o un archivo devolverá datos obsoletos.

parcial: argumentos precompletados

partial crea un nuevo invocable con algunos argumentos ya corregidos. Es más claro que una lambda de una línea y más fácil de inspeccionar:

from functools import partial

pow2 = partial(pow, exp=2)
print(pow2(9))                      # 81

int_bin = partial(int, base=2)
print(int_bin("1011"))              # 11
print(int_bin.func.__name__, int_bin.keywords)   # int {'base': 2}

Los atributos func, args y keywords le permiten ver qué se solucionó y qué oculta una lambda. Los usos típicos son devoluciones de llamada para botones GUI, registradores preconfigurados y pasar una función configurada a map o un grupo de subprocesos. Si prefiere lambdas para casos únicos, nuestra guía de funciones lambda de Python compara los dos estilos.

reducir: doblar una secuencia en un valor

reduce aplica una función de dos argumentos de forma acumulativa de izquierda a derecha. Pasó de las funciones integradas a las funciones en Python 3:

from functools import reduce
import operator

print(reduce(operator.mul, [1, 2, 3, 4, 5]))   # 120
print(reduce(operator.add, [], 0))             # 0
reduce(operator.add, [])
TypeError: reduce() of empty iterable with no initial value

Pase siempre un valor inicial cuando la entrada pueda estar vacía. Y primero verifique si hay algo incorporado: sum, max, min, any, all y math.prod son ​​más claros que reduce para los casos comunes. Mantenga reduce para pliegues realmente personalizados, como fusionar una lista de diccionarios.

wraps: decoradores que mantienen su identidad

Un decorador reemplaza una función con un contenedor. Sin ayuda, el nombre y la cadena de documentación del contenedor reemplazan a los originales, lo que rompe los registros, la documentación y los informes de prueba. Decoramos la misma función con y sin @wraps:

from functools import wraps

def nowrap(f):
    def inner(*a, **k):
        return f(*a, **k)
    return inner

def withwrap(f):
    @wraps(f)
    def inner(*a, **k):
        return f(*a, **k)
    return inner
no wraps: inner None
wraps: greet2 Say hello. greet2

Con @wraps(f), el contenedor copia __name__, __doc__, __module__ y más, y agrega __wrapped__ para que las herramientas puedan llegar al original. Ponlo en cada decorador que escribas; no hay ningún inconveniente.

cached_property: calcula una vez por objeto

cached_property convierte un método en un atributo que se calcula en el primer acceso y luego se almacena en la instancia:

from functools import cached_property

class Report:
    def __init__(self, rows):
        self.rows, self.n = rows, 0
    @cached_property
    def total(self):
        self.n += 1
        return sum(self.rows)

r = Report([1, 2, 3])
r.total; r.total
print(r.n, r.total)    # 1 6

El organismo de propiedad se publicó una vez a pesar de que lo leímos tres veces. Debido a que el valor se almacena en el diccionario de instancias, eliminarlo con del r.total fuerza un nuevo cálculo. Se adapta a valores costosos que no cambian durante la vida de un objeto, como una configuración analizada. Para obtener más información sobre las clases, consulte nuestra guía de clases y objetos de Python.

singledispatch: una función, muchos tipos

singledispatch elige una implementación basada en el tipo del primer argumento, que reemplaza cadenas largas isinstance:

from functools import singledispatch

@singledispatch
def fmt(x):
    return f"obj:{x}"

@fmt.register
def _(x: int):
    return f"int:{x:,}"

@fmt.register
def _(x: list):
    return "list:" + ",".join(map(fmt, x))

print(fmt(1234567), fmt([1, "a"]), fmt(2.5))
int:1,234,567 list:int:1,obj:a obj:2.5

El registro lee la sugerencia de tipo, por lo que el código se mantiene ordenado. Se pueden agregar nuevos tipos desde otros módulos sin tocar la función original. Para conocer los métodos, utilice singledispatchmethod. Las sugerencias de tipo en general se tratan en nuestra guía de sugerencias de tipo de Python.

total_ordering: menos métodos de comparación

Defina __eq__ y uno de __lt__, __le__, __gt__ o __ge__, y @total_ordering completa el resto. En nuestra prueba, una clase de versión con solo __eq__ y __lt__ respondió Ver(1,2) >= Ver(1,1) con True y Ver(1,2) <= Ver(1,1) con False. Los métodos generados son un poco más lentos que los escritos a mano, así que omítalos en código muy activo.

Escollos a evitar

  • Argumentos que no se pueden dividir. Las funciones almacenadas en caché crean una clave a partir de los argumentos. Llamar a una función almacenada en caché con una lista generada TypeError: unhashable type: 'list' en nuestra ejecución. Primero convierta a una tupla.
  • Métodos de almacenamiento en caché. lru_cache en un método de instancia incluye self en la clave y mantiene viva cada instancia mientras lo haga el caché. Prefiera cached_property o una función almacenada en caché a nivel de módulo.
  • Memoria ilimitada. @cache nunca desaloja. Para entradas de usuarios o de la red, establezca un maxsize.
  • Resultados mutables. Cada persona que llama comparte una lista o dictado en caché. Si una persona que llama lo cambia, todos verán el cambio.
  • Cachés obsoletos en las pruebas. Llame a cache_clear() en un dispositivo para que una prueba no pueda filtrar resultados a otra.

Hoja de trucos de funciones de Python

Herramienta Úselo para desde
lru_cache Memorizar con un límite de tamaño 3.2
cache Memoriza sin límite 3.9
cached_property Calcular un atributo una vez por objeto 3.8
partial Arreglar algunos argumentos de una función. 2.5
reduce Doblar una secuencia en un valor movido en 3.0
wraps Mantener metadatos en decoradores 2.5
singledispatch Elija una implementación por tipo 3.4
total_ordering Generar métodos de comparación 2.7

Conclusión

Las funciones de Python recompensan una pequeña inversión. Agregue @wraps a cada decorador, busque lru_cache o cache cuando una función pura repita el trabajo y reemplace las lambdas de corrección de argumentos con partial. Nuestras mediciones mostraron claramente la recompensa: una línea decoradora hizo una función recursiva varios cientos de veces más rápido. Combine estas herramientas con generadores de Python y escribirá código más corto, más rápido y más legible.

Preguntas frecuentes

¿Cuál es la diferencia entre lru_cache y caché?

cache es un caché ilimitado, igual que lru_cache con maxsize establecido en Ninguno. lru_cache acepta un tamaño máximo y desaloja la entrada utilizada menos recientemente cuando está llena.

¿Por qué lru_cache genera TypeError: tipo no hashable?

La caché utiliza los argumentos como clave de diccionario, por lo que deben poder ser hash. Las listas, dictados y conjuntos no lo son; conviértalos en tuplas o conjuntos congelados antes de llamar.

¿Por qué debería utilizar functools.wraps en decoradores?

Sin él, la función decorada toma el nombre del contenedor y pierde su cadena de documentación, lo que confunde los registros, el texto de ayuda y los informes de prueba. envuelve copias de esos metadatos.

¿Functools.partial es mejor que una lambda?

Para arreglar argumentos, normalmente sí. Un objeto parcial es más claro, se puede seleccionar cuando su función puede hacerlo y expone funciones, argumentos y palabras clave para inspección.

¿Todavía se recomienda reducir en Python 3?

Úselo con moderación. Las funciones integradas como sum, max, min, any, all y math.prod son más claras para casos comunes; mantenga reducido para pliegues personalizados y proporcione siempre un valor inicial.

sigue aprendiendo

Trabajar con Stack Quora

¿Necesitas ayuda con pruebas, WordPress o SEO?

Ayudamos a los equipos a enviar mejor software y hacer crecer sus sitios. Cuéntenos en qué está trabajando y le sugeriremos un siguiente paso claro.

Sigue leyendo

Más guías sobre testing, IA y desarrollo moderno

¿Te gustó este artículo? Elige un tema y salta directo a nuestros tutoriales más recientes.

Inteligencia artificial

Explicación de BM25: cómo la búsqueda por palabras clave clasifica los resultados, con código Python y búsqueda híbrida

BM25 explicó con una implementación pura de Python que ejecutamos: la fórmula, IDF, saturación de términos, los parámetros k1 y b, por qué supera el…

Leer artículo →
Desarrollo de software

Métodos HTTP explicados: GET, POST, PUT, PATCH, DELETE, probados en un servidor en vivo

Métodos HTTP explicados con un pequeño servidor que ejecutamos: GET, POST, PUT, PATCH, DELETE, HEAD y OPTIONS, seguro vs idempotente, PUT vs PATCH, …

Leer artículo →
DevOps

Explicación de Git Bisect: encuentre la confirmación que rompió su código, de forma manual o automática

Git bisect explicado con un repositorio probado: encuentre la única confirmación incorrecta entre 41 de cada 5 ejecuciones de prueba, automatice con…

Leer artículo →
Automatización de pruebas

Explicación de los marcadores de pytest: marcas personalizadas, filtros skip, skipif, xfail y -m

Los marcadores de pytest se explican con una suite probada: registre marcas personalizadas, ejecute solo pruebas de humo con -m, combine filtros con…

Leer artículo →
Pruebas de software

Pruebas positivas versus negativas: diferencias, 24 casos de prueba reales y una lista de verificación

Pruebas positivas versus negativas explicadas con un formulario de registro real: 6 casos de prueba positivos y 18 negativos ejecutados en pytest, e…

Leer artículo →
Bases de datos y SQL

ORDEN SQL POR Varias columnas: ASC, DESC, NULLS LAST, Caso y Orden personalizado

SQL ORDER BY con múltiples columnas explicadas con consultas probadas: ASC y DESC mixtos, desempates, NULLS FIRST y LAST, clasificación que no disti…

Leer artículo →
Bases de datos y SQL

Total acumulado de SQL: SUM OVER, totales por grupo, sumas móviles y trampa RANGE

Cómo calcular un total acumulado de SQL con SUM() OVER: totales por grupo, sumas acumuladas diarias, sumas móviles, porcentaje del total, la trampa …

Leer artículo →
Desarrollo de software

Matriz de clasificación de JavaScript: números, objetos, cadenas y por qué 10 viene antes que 5

Cómo ordenar correctamente una matriz en JavaScript: números con una función de comparación, objetos por uno o más campos, cadenas con localeCompare…

Leer artículo →
Desarrollo de software

Métodos de cadenas de Python: hoja de referencia, ejemplos reales y la trampa strip()

Métodos de cadena de Python con ejemplos probados: dividir, unir, eliminar, reemplazar, buscar, comenzar con, is-methods, casefold, particionar y tr…

Leer artículo →
Inteligencia artificial

Explicación de la similitud del coseno: fórmula, ejemplo resuelto y código Python

La similitud del coseno se explica de manera simple: la fórmula, un ejemplo trabajado a mano, código Python y NumPy puro, distancia coseno versus di…

Leer artículo →
Desarrollo de software

Explicación de la codificación UTF-8: cómo el texto se convierte en bytes y cómo corregir el texto confuso

La codificación UTF-8 se explica con ejemplos a nivel de bytes que ejecutamos en Python: cómo los caracteres se vuelven de 1 a 4 bytes, por qué un c…

Leer artículo →
Automatización de pruebas

Explicación de la parametrización de pytest: 7 patrones con ejemplos probados

pytest parametrize explicado con 7 patrones probados: casos básicos, identificadores legibles, decoradores apilados, pytest.param con xfail y skip, …

Leer artículo →
Pruebas de software

Nueva prueba versus prueba de regresión: 8 diferencias clave con un ejemplo real de corrección de errores

Repetición de pruebas versus pruebas de regresión explicadas con una ejecución de corrección de errores real en pytest: la nueva prueba confirmó la …

Leer artículo →
Bases de datos y SQL

Eliminar filas duplicadas en SQL: 5 métodos seguros, probados paso a paso

Cómo eliminar filas duplicadas en SQL de forma segura: encuéntrelas, obtenga una vista previa de ellas y luego elimínelas con ROW_NUMBER, MIN(id), E…

Leer artículo →
Bases de datos y SQL

SQL RANK vs DENSE_RANK vs ROW_NUMBER: diferencias con ejemplos probados

SQL RANK vs DENSE_RANK vs ROW_NUMBER en una tabla: cómo cada uno maneja los empates, los N principales por grupo, la segunda trampa salarial más alt…

Leer artículo →
Desarrollo de software

Encadenamiento opcional de JavaScript (?.) Explicado: 8 ejemplos, ?? Valores predeterminados y trampas

El encadenamiento opcional de JavaScript detiene los errores "No se pueden leer las propiedades de un definido". 8 ejemplos probados para propiedade…

Leer artículo →
Desarrollo de software

Python enumerate() explicado: 7 ejemplos, inicio=1 y errores a evitar

Python enumerate() te proporciona el índice y el valor en un bucle limpio. 7 ejemplos probados, el truco start=1, diccionarios, archivos, números rá…

Leer artículo →
Inteligencia artificial

Explicación de las estrategias de fragmentación de RAG: fija, superpuesta, de oración, recursiva y de títulos, medida

Estrategias de fragmentación de RAG comparadas en un documento con tiktoken 0.14: tamaño fijo, superposición, empaquetado de oraciones, división rec…

Leer artículo →
Desarrollo de software

Explicación de la idempotencia de API: claves de idempotencia y reintentos seguros, probados

La idempotencia de API se explicó con un servidor y cliente Python que ejecutamos: una respuesta perdida provocó un cargo doble sin una clave y un c…

Leer artículo →
DevOps

Explicación de Git Stash: guardar, aplicar, extraer y archivos sin seguimiento, probado

Git stash se explica con comandos que ejecutamos en Git 2.56: enviar con un mensaje, archivos sin seguimiento, enumerar y mostrar, aplicar frente a …

Leer artículo →
Pruebas de software

Explicación de las pruebas por pares: cómo todos los pares reducen 216 pruebas a 13, probadas

Pruebas por pares explicadas con un generador que ejecutamos en Python 3.13: una comprobación con 216 combinaciones cubiertas por 13 pruebas, cobert…

Leer artículo →
Automatización de pruebas

Explicación de los dobles de prueba: ficticio, stub, espía, simulado y falso, con código Python probado

Los dobles de prueba se explican con un ejemplo de Python ejecutado en pytest 9.2: ficticio, stub, spy, simulado y falso, cuándo usar cada uno, veri…

Leer artículo →
Bases de datos y SQL

SQL COALESCE explicado: valores predeterminados, NULLIF, IFNULL vs ISNULL y trampas, probados

SQL COALESCE se explica con consultas que ejecutamos en SQLite 3.50: primeros valores no nulos, cadenas vacías, NULL en matemáticas, NULLIF para div…

Leer artículo →
Bases de datos y SQL

Explicación de la autounión de SQL: empleado-gerente, comparaciones de pares y filas, probado

La autounión de SQL se explica con consultas que ejecutamos en SQLite 3.50: empleado y gerente, ganando más que el gerente, pares únicos, cambios di…

Leer artículo →
Desarrollo de software

Explicación del operador de extensión de JavaScript: extensión frente a reposo, copias y errores, probado

El operador de extensión de JavaScript explicado con el código que ejecutamos en el Nodo 24: matrices, objetos, copias superficiales, parámetros de …

Leer artículo →
Desarrollo de software

Funciones de Python explicadas: lru_cache, parcial, reducir, envolturas y más, probadas

Las funciones de Python se explican con el código que ejecutamos en Python 3.13: lru_cache y cache, parcial, reducir, envolturas, cached_property, s…

Leer artículo →
Desarrollo de software

Explicación del módulo de colecciones de Python: contador, defaultdict, deque y más, probado

Colecciones de Python explicadas con el código que ejecutamos en Python 3.13: Counter, defaultdict, deque, namedtuple, OrderedDict y ChainMap, ademá…

Leer artículo →
Inteligencia artificial

Explicación de la ventana de contexto de LLM: tokens, límites y cómo ajustar más, medidos

La ventana de contexto de LLM se explica con recuentos de tokens que medimos usando tiktoken: palabras frente a tokens para prosa, código e hindi, p…

Leer artículo →
Desarrollo de software

Explicación de los webhooks: cómo funcionan y cómo recibirlos de forma segura

Webhooks explicados con un receptor y un remitente que ejecutamos en Python: push vs polling, firmas HMAC-SHA256, rechazo de solicitudes manipuladas…

Leer artículo →
DevOps

Explicación de Git Cherry-Pick: copie la confirmación que necesita, de forma segura y probada

Git cherry-pick explicado con comandos que ejecutamos en Git 2.56: copiar una revisión a una rama de lanzamiento, nuevos hashes e ID de parche, -x, …

Leer artículo →
Automatización de pruebas

Explicación de las pruebas instantáneas: cómo funciona, cuándo ayuda y cuándo duele

Las pruebas de instantáneas se explican con una demostración de pytest y jarabe que ejecutamos: crear instantáneas, leer la diferencia después de un…

Leer artículo →
Pruebas de software

Explicación de las pruebas de mutación: por qué la cobertura del 100% aún no detectó nuestro error

Las pruebas de mutación se explican con una pequeña herramienta de mutación que construimos y ejecutamos: 14 mutantes, un conjunto de pruebas con un…

Leer artículo →
Bases de datos y SQL

Funciones SQL JSON explicadas: consultar, actualizar e indexar JSON en SQL, probado

Funciones SQL JSON explicadas con consultas que ejecutamos en SQLite 3.50: json_extract, los operadores -> y ->>, json_each, json_set, json…

Leer artículo →
Bases de datos y SQL

Explicación del pivote SQL: convierta filas en columnas con CASE, FILTER y PIVOT

Pivote de SQL explicado con consultas que ejecutamos en SQLite 3.50: agregación condicional con CASE y SUM, FILTER, NULL vs zero, totales, columnas …

Leer artículo →
Inteligencia artificial

Explicación de la inyección rápida: cómo se engaña a las aplicaciones de inteligencia artificial y cómo defenderlas

Inyección rápida explicada para los constructores: ataques directos e indirectos, por qué fallan los filtros de palabras clave (nuestra prueba bloqu…

Leer artículo →
DevOps

Registros DNS explicados: A, AAAA, CNAME, MX, TXT y TTL con búsquedas reales

Los registros DNS se explican con las búsquedas que realizamos: cómo funciona la resolución, A y AAAA, reglas CNAME, MX y MX nulo, TXT para SPF y ve…

Leer artículo →
DevOps

Explicación de las banderas de funciones: lanzamientos seguros, implementaciones graduales e higiene de las banderas

Indicadores de características explicados con una simulación de implementación que ejecutamos: tipos de indicadores, porcentajes de implementación c…

Leer artículo →
Automatización de pruebas

Generación de datos de prueba con Python Faker: datos realistas, repetibles y seguros

Pruebe la generación de datos con Python Faker, ejecute y mida: siembra de datos repetibles, configuraciones regionales, valores únicos, registros e…

Leer artículo →
Pruebas de software

Explicación de las pruebas de cambio a la izquierda: encuentre errores antes sin ralentizar al equipo

Se explicaron las pruebas de desplazamiento a la izquierda: qué significa, por qué los defectos tempranos son más baratos, prácticas desde revisione…

Leer artículo →
Bases de datos y SQL

Funciones de cadenas SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT y limpieza de datos

Funciones de cadena SQL explicadas con consultas que ejecutamos: concatenación y NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, relleno, longit…

Leer artículo →
Bases de datos y SQL

Explicación de los activadores de SQL: ANTES y DESPUÉS de los activadores, registros de auditoría y errores

Los disparadores de SQL se explican con los disparadores que ejecutamos: ANTES versus DESPUÉS, ANTIGUOS y NUEVOS, registros de auditoría, validación…

Leer artículo →
Desarrollo de software

Módulo Python JSON explicado: volcados, cargas, tipos personalizados y errores comunes

El módulo Python JSON explicado con el código que ejecutamos: volcados y cargas, archivos, conversiones de tipos, fechas y decimales, codificadores …

Leer artículo →
Desarrollo de software

Módulos ES frente a CommonJS: cómo funcionan las importaciones de JavaScript en Node.js, probado

Los módulos ES frente a CommonJS se explican con el código que ejecutamos en Node.js: sintaxis de importación y exportación, requisitos, enlaces en …

Leer artículo →
Desarrollo de software

Python Regex explicado: patrones, grupos, anticipaciones y obstáculos, probados

La expresión regular de Python se explica con los patrones que ejecutamos: búsqueda versus coincidencia, búsqueda, grupos y grupos con nombre, codic…

Leer artículo →
Inteligencia artificial

Explicación del resultado estructurado de LLM: obtención de JSON confiable a partir de modelos de IA

La salida estructurada de LLM se explica con la validación que ejecutamos en Pydantic: modo y esquemas JSON, decodificación restringida, las formas …

Leer artículo →
DevOps

Explicación de las claves SSH: cómo funcionan, ssh-keygen, Ed25519 y hábitos seguros

Claves SSH explicadas con las claves que generamos: claves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, huellas digitales, frases de co…

Leer artículo →
DevOps

Explicación del almacenamiento en caché HTTP: control de caché, ETag y respuestas 304, con una prueba en vivo

El almacenamiento en caché HTTP se explica con un pequeño servidor que ejecutamos: directivas Cache-Control, edad máxima, sin caché versus sin almac…

Leer artículo →
Automatización de pruebas

Explicación de las pruebas de contrato API: detecte los cambios importantes antes de enviarlos

Las pruebas de contratos API se explican con una verificación de esquema que ejecutamos: qué es un contrato, contratos impulsados por el consumidor,…

Leer artículo →
Pruebas de software

Explicación de las pruebas basadas en riesgos: calificar los riesgos, crear una matriz y probar lo que importa

Pruebas basadas en riesgos explicadas paso a paso: identificación de riesgos, puntuación de probabilidad e impacto, creación de una matriz de riesgo…

Leer artículo →
Bases de datos y SQL

Explicación de las restricciones de SQL: NOT NULL, UNIQUE, CHECK y FOREIGN KEY, probado

Las restricciones de SQL se explican con las pruebas que ejecutamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY y FOREIGN KEY, las lagunas NULL, la c…

Leer artículo →
Bases de datos y SQL

Funciones de fecha SQL explicadas: agregar, comparar y agrupar fechas sin errores

Funciones de fecha SQL explicadas con consultas que ejecutamos: agregar intervalos, sorpresas de fin de mes, diferencias de fechas, trampa ENTRE, ag…

Leer artículo →
Desarrollo de software

Explicación de Python asyncio: asíncrono, espera, recopilación y grupo de tareas con tiempos reales

Python asyncio se explica con el código que cronometramos: corrutinas, espera, recopilación, grupo de tareas, manejo de errores, tiempos de espera, …

Leer artículo →
Desarrollo de software

Debounce vs Throttle en JavaScript: cómo funcionan, cuándo usar cada uno, probado

Antirrebote versus aceleración en JavaScript explicado con tiempos que medimos en Node.js: cómo funciona cada uno, implementaciones simples, llamada…

Leer artículo →
Desarrollo de software

Explicación de los administradores de contexto de Python: declaración with, contextlib y usos reales

Los administradores de contexto de Python explicaron con el código que ejecutamos: cómo funciona, __enter__ y __exit__, contextlib.contextmanager, s…

Leer artículo →
Inteligencia artificial

LLM Temperature y Top-p explicados: cómo los modelos de IA eligen su siguiente palabra

La temperatura de LLM y top-p se explican con una simulación que ejecutamos: cómo se remodelan las probabilidades, qué mantiene topp, configuracione…

Leer artículo →
DevOps

YAML explicado: sintaxis, el problema de Noruega y otras trampas que probamos

YAML explicó con una prueba de analizador: sintaxis básica, listas y mapas, el problema de Noruega, versiones que se convierten en flotantes, código…

Leer artículo →
DevOps

Cron Jobs explicados: sintaxis, cronogramas reales y los errores que los rompen

Los trabajos cron explicados con cronogramas que verificamos: los cinco campos, operadores, ejemplos reales, la trampa del día del mes O del día de …

Leer artículo →
Inteligencia artificial

Explicación de las alucinaciones de la IA: por qué los modelos de lenguaje inventan cosas y cómo reducirlas

Se explicaron las alucinaciones de la IA: qué son, por qué los modelos de lenguaje las producen, tipos comunes, cómo reducirlas con conexión a tierr…

Leer artículo →
DevOps

Explicación de las variables de entorno: archivos .env, secretos y configuración bien hechos

Variables de entorno explicadas con ejemplos de Python que ejecutamos: leerlas y configurarlas, por qué cada valor es una cadena, archivos .env, her…

Leer artículo →
Desarrollo de software

Explicación de la limitación de velocidad de API: algoritmos, encabezados y manejo de errores 429

La limitación de la tasa de API se explica con una simulación que ejecutamos: depósito de tokens, ventana fija, ventana deslizante, 429 respuestas, …

Leer artículo →
Automatización de pruebas

Burlarse en Python: unittest.mock, patch y los errores que hacen que las pruebas mientan

Burlarse en Python con unittest.mock, probado: Mock y return_value, side_effect, parches donde se usa un nombre, especificación y autospec, fechas d…

Leer artículo →
Pruebas de software

Explicación de la cobertura del código: cobertura de línea versus sucursal y lo que realmente significa 100%

Cobertura del código explicada con una ejecución real de cobertura.py: cobertura de línea, rama y condición, lectura de un informe, por qué una cobe…

Leer artículo →
Bases de datos y SQL

DELETE vs TRUNCATE vs DROP en SQL: diferencias, reversión y cuándo usar cada uno

DELETE vs TRUNCATE vs DROP explicado con SQL probado: qué elimina cada uno, reversión, activadores, restablecimiento de identidad, velocidad y en qu…

Leer artículo →
Bases de datos y SQL

Vistas SQL explicadas: cree, use y evite los errores, con ejemplos

Vistas SQL explicadas con consultas que ejecutamos: creación de una vista, resultados en vivo, ocultación de columnas, rendimiento, vistas actualiza…

Leer artículo →
Desarrollo de software

Interfaz TypeScript versus tipo: diferencias reales, probadas con el compilador

Interfaz TypeScript versus tipo, verificado con el compilador real: qué pueden hacer ambos, qué puede hacer solo uno, fusión de declaraciones, exten…

Leer artículo →
Desarrollo de software

Python *args y **kwargs explicados: funciones flexibles con ejemplos claros

Python *args y **kwargs explicados con el código que ejecutamos: empaquetado y desempaquetado, orden de parámetros, argumentos solo de palabras clav…

Leer artículo →
Desarrollo de software

Funciones Lambda de Python: sintaxis, usos reales y cuándo no utilizarlas

Funciones lambda de Python explicadas con el código que ejecutamos: sintaxis, clasificación con clave, mapa y filtro, cierres, trampa de enlace tard…

Leer artículo →
Inteligencia artificial

¿Qué son los agentes de IA? Cómo funcionan, con un bucle de agente simple que puedes ejecutar

¿Qué son los agentes de IA? Una guía sencilla sobre el bucle del agente, las herramientas, la memoria y las barreras de seguridad, con un pequeño bu…

Leer artículo →
DevOps

Monitoreo versus observabilidad: la verdadera diferencia, con registros, métricas y seguimientos

Explicación del monitoreo versus observabilidad: fallas conocidas y desconocidas, registros, métricas y seguimientos, un recorrido por incidentes de…

Leer artículo →
DevOps

Docker Volumes versus Bind Mounts: persistir los datos del contenedor de la manera correcta

Se explican los volúmenes de Docker frente a los montajes de enlace: por qué desaparecen los datos del contenedor, volúmenes con nombre, montajes de…

Leer artículo →
Automatización de pruebas

TDD vs BDD: diferencias clave, una función creada en ambos sentidos y cuándo usar cada una

TDD vs BDD explicado con una característica de descuento construida en ambos sentidos: refactor rojo-verde con el código que ejecutamos, escenarios …

Leer artículo →
Pruebas de software

Pruebas de Aceptación de Usuario (UAT): Proceso, Lista de Verificación y Ejemplos Reales

Explicación de las pruebas de aceptación del usuario: quién las ejecuta, en qué se diferencia del control de calidad, un proceso de siete pasos, una…

Leer artículo →
Bases de datos y SQL

Valores NULL de SQL explicados: IS NULL, COALESCE, NULLIF y las trampas que se deben evitar

Los valores NULL de SQL se explican con las consultas que ejecutamos: lógica de tres valores, IS NULL, COALESCE, NULLIF, cómo los agregados, las uni…

Leer artículo →
Bases de datos y SQL

Declaración SQL CASE WHEN: sintaxis, ejemplos reales y errores comunes

CASO SQL CUANDO se explicó con las consultas que ejecutamos: formularios simples y buscados, orden de condiciones, pivotes con SUMA, trucos COUNT, c…

Leer artículo →
Desarrollo de software

¿Qué es JWT? Tokens web JSON explicados con un ejemplo práctico

¿Qué es JWT? JSON Web Tokens explicó: las tres partes, un token creado y manipulado en el código que ejecutamos, JWT vs sesiones, almacenamiento, to…

Leer artículo →
Desarrollo de software

Explicación del bucle de eventos de JavaScript: pila de llamadas, microtareas y temporizadores con ejemplos

El bucle de eventos de JavaScript explicado con el código que ejecutamos: pila de llamadas, colas de tareas y microtareas, por qué setTimeout 0 no e…

Leer artículo →
Desarrollo de software

Explicación de los generadores y el rendimiento de Python: ahorre memoria con ejemplos reales

Los generadores de Python y el rendimiento se explican con el código que ejecutamos: cómo se pausan y reanudan, midieron el ahorro de memoria, canal…

Leer artículo →
Inteligencia artificial

¿Qué son las incrustaciones? Los vectores y la similitud del coseno se explican de forma sencilla

¿Qué son las incrustaciones? Una guía en lenguaje sencillo sobre vectores, similitud de cosenos y búsqueda semántica, con un pequeño ejemplo que eje…

Leer artículo →
DevOps

Implementación azul-verde versus implementación canaria: diferencias, compensaciones y cómo elegir

Explicación de la implementación azul-verde versus canaria: cómo funciona cada uno, costo, riesgo y reversión, agrupación estable de usuarios que pr…

Leer artículo →
Automatización de pruebas

Pruebas inestables: qué las causa y cómo solucionarlas para siempre

Pruebas inestables explicadas con demostraciones que realizamos: las causas principales, cómo confirmar y diagnosticar una, correcciones adecuadas p…

Leer artículo →
Pruebas de software

Pruebas de carga frente a pruebas de estrés: diferencias, métricas y ejemplos de k6

Explicación de las pruebas de carga frente a las pruebas de estrés: qué prueba cada una, pruebas de picos y de absorción, las métricas que importan,…

Leer artículo →
Pruebas de software

Caso de prueba frente a escenario de prueba: diferencias clave, ejemplos y cuándo utilizar cada uno

Caso de prueba versus escenario de prueba explicado: definiciones claras, una tabla en paralelo, una función de restablecimiento de contraseña tomad…

Leer artículo →
Bases de datos y SQL

Optimización de consultas SQL: lea planes de ejecución y corrija consultas lentas, con tiempos

Optimización de consultas SQL probada en un millón de filas: lea planes de ejecución, agregue los índices correctos, corrija filtros no sargables, u…

Leer artículo →
Bases de datos y SQL

SQL UNION vs UNION ALL: diferencias, ejemplos y rendimiento probado

SQL UNION vs UNION ALL explicado con consultas que ejecutamos: duplicados, las reglas que siguen ambos, un error de datos real, rendimiento medido, …

Leer artículo →
Desarrollo de software

Tutorial de JavaScript Fetch API: GET, POST, manejo de errores y tiempos de espera

Un tutorial de JavaScript Fetch API probado en un servidor local: GET y POST, por qué 404 no arroja, un asistente reutilizable, cadenas de consulta,…

Leer artículo →
Desarrollo de software

Manejo de archivos Python: lectura, escritura, CSV, JSON y pathlib con ejemplos

El manejo de archivos Python se explica con el código que ejecutamos: modos abiertos, lectura de archivos grandes, CSV, JSON, pathlib, archivos bina…

Leer artículo →
Desarrollo de software

Clases y objetos de Python: tutorial de programación orientada a objetos con ejemplos reales

Clases y objetos de Python explicados con el código que ejecutamos: __init__, métodos, atributos de clase versus instancia, herencia, propiedades, m…

Leer artículo →
Inteligencia artificial

¿Qué es un modelo de lenguaje grande? Cómo funcionan los LLM, explicados sin exageraciones

¿Qué es un modelo de lenguaje grande? Los LLM explicados en lenguaje sencillo: tokens, incrustaciones, atención, entrenamiento, ventanas de temperat…

Leer artículo →
DevOps

Comandos de Linux para principiantes: la guía esencial de terminal con ejemplos

Comandos de Linux para principiantes, agrupados por tarea: navegación, archivos, visualización de registros, grep, canalizaciones, permisos, proceso…

Leer artículo →
Automatización de pruebas

Selenium vs Playwright: diferencias clave, comparación de códigos y cuál elegir

Comparación de Selenium vs Playwright: arquitectura, espera, soporte de navegador e idioma, depuración, la misma prueba en ambas herramientas, conse…

Leer artículo →
Pruebas de software

Partición de equivalencia: técnica de diseño de pruebas explicada con ejemplos resueltos

Explicación de la partición de equivalencia: cómo encontrar particiones válidas e inválidas, ejemplos prácticos para edades, contraseñas y cupones, …

Leer artículo →
Pruebas de software

Severidad vs Prioridad en Pruebas de Software: Diferencias, Matriz y Ejemplos Reales

Explicación de gravedad versus prioridad en las pruebas de software: definiciones claras, una matriz de cuatro vías con ejemplos, escalas de niveles…

Leer artículo →
Bases de datos y SQL

Tutorial de subconsultas SQL: tipos, subconsultas correlacionadas y EXISTENCIAS con ejemplos

Un tutorial de subconsultas SQL con consultas que ejecutamos: subconsultas escalares, IN, FROM y SELECT, subconsultas correlacionadas, EXISTS, la tr…

Leer artículo →
Bases de datos y SQL

Transacciones SQL y ACID explicados: COMMIT, ROLLBACK y niveles de aislamiento

Transacciones SQL y ACID explicadas con una transferencia bancaria que ejecutamos: COMMIT, ROLLBACK, puntos de guardado, bloqueos, niveles de aislam…

Leer artículo →
Desarrollo de software

Hoja de trucos de comandos de Git: los comandos que realmente usas, con ejemplos

Una hoja de referencia de comandos de Git agrupada por tarea: configuración, preparación, ramas, controles remotos, almacenamiento, historial y desh…

Leer artículo →
Desarrollo de software

Explicación de las promesas de JavaScript: luego, captura, Promise.all y errores comunes

Las promesas de JavaScript se explican con el código que ejecutamos: estados, luego y cadenas de captura, manejo de errores, Promise.all, allSettled…

Leer artículo →
Desarrollo de software

Tutorial del diccionario Python: métodos, ejemplos y patrones comunes

Un tutorial de diccionario de Python con el código que ejecutamos: crear, leer y actualizar dictados, métodos clave, fusión, comprensión, patrones d…

Leer artículo →
Inteligencia artificial

¿Qué es el RAG? Generación de recuperación aumentada explicada con un ejemplo práctico

¿Qué es RAG? Generación de recuperación aumentada explicada paso a paso: indexación, fragmentación, incrustaciones, recuperación, un pequeño ejemplo…

Leer artículo →
DevOps

Tutorial de Terraform para principiantes: infraestructura como código desde el primer archivo hasta los módulos

Un tutorial de Terraform para principiantes: comience sin una cuenta en la nube, aprenda init, planifique y aplique, luego variables, resultados, es…

Leer artículo →
DevOps

Docker vs Kubernetes: diferencias clave, cómo funcionan juntos y cuál necesita

Docker vs Kubernetes explicó: qué hace cada uno, la misma aplicación se ejecuta con ambos, se comparan Docker Compose y Swarm, los Dockershim cambia…

Leer artículo →
Automatización de pruebas

Tutorial de Pytest para principiantes: accesorios, parametrización y ejemplos reales

Un tutorial de pytest para principiantes con pruebas que ejecutamos en pytest 9.2: afirmaciones, accesorios, parametrización, conftest, marcadores, …

Leer artículo →
Pruebas de software

Ciclo de vida de pruebas de software (STLC): 6 fases, criterios de entrada y salida, ejemplo

Se explicó el ciclo de vida de las pruebas de software: seis fases de STLC con criterios de entrada y salida, entregables, un ejemplo de función de …

Leer artículo →
Desarrollo de software

Git merge vs rebase: diferencias, ejemplos y cuándo usar cada uno

Git merge vs rebase explicado con salida real del log, una tabla comparativa, la regla de oro del rebase y un flujo de trabajo seguro para equipos.

Leer artículo →
Desarrollo de software

List comprehension en Python: sintaxis, ejemplos y cuándo evitarla

List comprehension en Python explicada: sintaxis, filtros, if-else, bucles anidados, tiempos medidos y cuándo es mejor un bucle for normal.

Leer artículo →