Módulo de colecciones de Python explicado: Contador, defaultdict, deque y más, probado
El módulo de colecciones de Python le brinda contenedores listos para usar para contar, agrupar, hacer colas y registros livianos. Aprenda cuándo usar Counter, defaultdict, deque, namedtuple, OrderedDict y ChainMap, con resultados que ejecutamos en Python 3.13.
- Las colecciones de Python son un módulo de biblioteca estándar: sin instalación, solo
from collections import .... Countercuenta cosas,defaultdictagrupa cosas ydequees la herramienta adecuada para colas.- Drenar 100.000 elementos desde el frente tomó aproximadamente 11 segundos con
list.pop(0)y 3 milisegundos condeque.popleft()en nuestra ejecución. namedtupleproporciona registros legibles e inmutables;ChainMapconfiguración de capas sin copiarlas.
La mayor parte del código Python se basa en listas y diccionarios, y eso funciona hasta que escribes el mismo ciclo de conteo por quinta vez o ves una cola lenta. El módulo Colecciones de Python existe exactamente para esos momentos. Se envía con Python y agrega un puñado de contenedores especializados que son más rápidos, más cortos y más claros que las versiones escritas a mano.
Cada ejemplo a continuación se ejecutó en Python 3.13.6 en una computadora portátil con Windows y los resultados se copian de esa ejecución. Los tiempos variarán en su máquina, pero el tamaño de los espacios no debería serlo. Si primero necesita un repaso de los conceptos básicos, lea nuestra guía del diccionario de Python y nuestra comparación de lista vs tupla vs conjunto.
¿Qué es el módulo de cobranzas?
El módulo collections es parte de la biblioteca estándar de Python. Proporciona tipos de datos de contenedor que amplían los integrados dict, list y tuple. Los que más utilizarás son:
- Contador: un diccionario que cuenta elementos hash.
- defaultdict: un diccionario que crea un valor predeterminado para las claves faltantes.
- deque: una cola de dos extremos con agregados rápidos y ventanas emergentes en ambos extremos.
- tupla con nombre: una tupla cuyos campos tienen nombres.
- OrderedDict: un diccionario con herramientas de pedido adicionales.
- ChainMap: una vista que busca varios diccionarios en orden.
Debido a que Counter, defaultdict y OrderedDict son subclases de diccionario, cualquier cosa que acepte un dict también los acepta. Eso hace que sea fácil incluirlos en el código existente.
Contador: cuenta cualquier cosa en una línea
Contar palabras, códigos de estado o resultados de pruebas es un trabajo clásico. En lugar de un bucle con if key in d, pase cualquier iterable a Counter:
from collections import Counter
words = "the cat sat on the mat the cat ran".split()
c = Counter(words)
print(c)
print(c.most_common(2))
print(c["dog"])
print(c.total())
Counter({'the': 3, 'cat': 2, 'sat': 1, 'on': 1, 'mat': 1, 'ran': 1})
[('the', 3), ('cat', 2)]
0
9
Vale la pena destacar dos detalles. Buscar una clave faltante devuelve 0 en lugar de generar KeyError, y most_common(n) le brinda una lista de los N principales ordenados sin ningún código adicional. El método total(), agregado en Python 3.10, devuelve la suma de todos los recuentos.
Los contadores también admiten aritmética, lo cual resulta útil cuando se comparan dos inventarios o dos ejecuciones de prueba:
a = Counter(apples=3, pears=1)
b = Counter(apples=1, kiwis=2)
print(a + b) # Counter({'apples': 4, 'kiwis': 2, 'pears': 1})
print(a - b) # Counter({'apples': 2, 'pears': 1})
print(a & b) # Counter({'apples': 1})
print(a | b) # Counter({'apples': 3, 'kiwis': 2, 'pears': 1})
La resta elimina cualquier conteo que caiga a cero o menos, por lo que a - b no tiene kiwis. La intersección mantiene el mínimo de cada conteo y la unión mantiene el máximo. Un uso práctico: cuente los nombres de las pruebas fallidas en dos ejecuciones nocturnas y reste para ver qué fallas son nuevas.
defaultdict: grupo sin verificar claves
Para agrupar registros por una clave normalmente es necesario comprobar si la clave existe. Un defaultdict toma una función de fábrica, como list o int, y la llama la primera vez que se usa una clave faltante:
from collections import defaultdict
orders = [("asha", "books"), ("ravi", "pens"), ("asha", "pens"), ("li", "books")]
g = defaultdict(list)
for cust, item in orders:
g[cust].append(item)
print(dict(g))
{'asha': ['books', 'pens'], 'ravi': ['pens'], 'li': ['books']}
Puede obtener el mismo resultado con dict.setdefault(cust, []).append(item) y, en nuestra ejecución, los dos diccionarios se compararon de manera igual. La versión defaultdict se lee mejor y no crea una lista vacía descartable en cada llamada como lo hace setdefault.
Consejo: una búsqueda simple en un defaultdict crea la clave. En nuestra prueba, leer dd["x"] en un defaultdict(int) vacío devolvió 0 y dejó {'x': 0} atrás. Utilice "x" in dd o dd.get("x") cuando solo desee comprobar.
deque: una cola real con ambos extremos abiertos
Un deque (pronunciado “mazo”) admite rápidos append, appendleft, pop y popleft. También tiene dos listas de características que le faltan: una longitud máxima y una rotación.
from collections import deque
last3 = deque(maxlen=3)
for n in range(1, 7):
last3.append(n)
print(last3) # deque([4, 5, 6], maxlen=3)
r = deque([1, 2, 3, 4, 5])
r.rotate(2)
print(r) # deque([4, 5, 1, 2, 3])
Con maxlen configurado, agregar a un deque completo elimina silenciosamente un elemento desde el otro extremo. Eso lo hace perfecto para un búfer de “últimas N líneas de registro”, un promedio móvil o un historial de búsqueda reciente. rotate es útil para la programación por turnos, por ejemplo, pasando por trabajadores de prueba.
list vs deque: el momento que importa
Las listas son rápidas al final pero lentas al principio, porque al eliminar el primer elemento se desplazan todos los demás elementos hacia la izquierda. Drenamos un contenedor desde el frente con cada aproximación y lo cronometramos con timeit:
| Artículos | list.pop(0) | deque.popleft() |
|---|---|---|
| 20,000 | 0,408 s | 0,0006 s |
| 50,000 | 2,566 segundos | 0,0014 s |
| 100,000 | 11.362 segundos | 0,0030 s |
Duplicar los elementos aproximadamente cuadruplicó el tiempo de la lista, que es la firma del trabajo cuadrático, mientras que el tiempo de deque creció en línea recta. Con 100.000 artículos, el deque fue varios miles de veces más rápido. Si su código procesa trabajos, mensajes o nodos de búsqueda en amplitud en orden de llegada, utilice una deque.
La compensación: los deques son más lentos que las listas para acceso aleatorio en el medio, como d[50000], y no admiten el corte. Utilice una lista cuando indexe con frecuencia y una deque cuando presione y haga estallar los extremos.
nametuple: registros legibles
Una tupla como (3, 4) funciona, pero p[0] no dice nada sobre lo que significa el valor. namedtuple crea una clase pequeña con campos con nombre:
from collections import namedtuple
Point = namedtuple("Point", "x y")
p = Point(3, 4)
print(p, p.x, p._asdict(), p._replace(x=10))
p.x = 5
Point(x=3, y=4) 3 {'x': 3, 'y': 4} Point(x=10, y=4)
AttributeError: can't set attribute
Las tuplas con nombre son inmutables, utilizan tan poca memoria como las tuplas simples y aun así se descomprimen como tuplas. _replace devuelve una nueva copia con un campo modificado. Si necesita campos mutables, valores predeterminados con validación o métodos, una clase de datos suele ser la mejor opción; consulte nuestra guía de clases de datos de Python. La alternativa escrita typing.NamedTuple proporciona el mismo objeto con sugerencias de tipo.
OrderedDict: sigue siendo útil después de Python 3.7
Desde Python 3.7, los diccionarios normales mantienen el orden de inserción, por lo que mucha gente supone que OrderedDict está obsoleto. No lo es, por dos razones que confirmamos:
from collections import OrderedDict
od = OrderedDict(a=1, b=2, c=3)
od.move_to_end("a")
print(list(od)) # ['b', 'c', 'a']
print(dict(a=1, b=2) == dict(b=2, a=1)) # True
print(OrderedDict(a=1, b=2) == OrderedDict(b=2, a=1)) # False
Primero, move_to_end y popitem(last=False) lo convierten en una base simple para un caché utilizado menos recientemente. En segundo lugar, la igualdad entre dos OrderedDicts depende del orden, mientras que los dictados simples ignoran el orden. Esto es importante cuando el orden en sí forma parte de los datos, como el orden de las columnas en un informe.
ChainMap: configuración en capas
La configuración a menudo proviene de varios lugares: los indicadores de la línea de comandos anulan las variables de entorno, que anulan los valores predeterminados. ChainMap busca una lista de diccionarios en orden sin fusionarlos:
from collections import ChainMap
defaults = {"theme": "light", "lang": "en", "debug": False}
env = {"debug": True}
cli = {"lang": "fr"}
cfg = ChainMap(cli, env, defaults)
print(cfg["theme"], cfg["lang"], cfg["debug"]) # light fr True
Cada búsqueda verifica primero cli, luego env y luego defaults. Como no se copia nada, aparece inmediatamente un cambio en cualquiera de los diccionarios de origen. Las escrituras van solo al primer mapeo, lo que mantiene seguros sus valores predeterminados. Esto combina bien con los patrones de nuestra guía de variables ambientales.
Hoja de referencia de colecciones de Python
| necesidad | uso | en lugar de |
|---|---|---|
| Contar elementos, N superior | Contador |
Bucle de dictado manual y clasificación |
| Agrupar valores por clave | defaultdict(list) |
if key not in d cheques |
| Cola o ventana corredera | deque, maxlen |
list.pop(0) |
| Pequeño registro inmutable | tupla con nombre |
Tupla desnuda con acceso al índice |
| Reorden o igualdad consciente del orden | OrdenadoDict |
Reconstruyendo un dictado |
| Búsquedas de configuración en capas | Mapa de cadena |
Copiar y fusionar dictados |
El módulo también contiene UserDict, UserList y UserString, que son clases contenedoras diseñadas para crear subclases cuando desea personalizar el comportamiento de forma segura. La mayoría del código cotidiano nunca los necesita.
Errores comunes con las colecciones
- Creando claves por accidente. Al leer una clave faltante de un
defaultdict, se inserta. El código posterior que recorre las claves ve entradas vacías. - Esperando recuentos negativos.
Counterla resta con-arroja cero y resultados negativos. Utilicec.subtract(other)si necesita conservar los negativos. - Usar una deque para acceso aleatorio. La indexación cerca del medio es más lenta que con una lista, y la división genera un error.
- Se trata la tupla nombrada como mutable. La asignación falla. Utilice
_replaceo cambie a una clase de datos. - Olvidar maxlen elimina datos. Una deque totalmente delimitada descarta elementos de forma silenciosa, lo cual es excelente para los buffers pero incorrecto para las colas de trabajos que no deben perder trabajo.
Cuando los datos provienen de una secuencia que usted procesa con pereza, combine estos contenedores con generadores y las herramientas en nuestra guía de itertools de Python. Por ejemplo, Counter acepta un generador directamente, por lo que puede contar líneas en un registro grande sin cargarlo en la memoria.
Conclusión
El módulo de colecciones de Python es pequeño, pero elimina una sorprendente cantidad de texto repetitivo. Busque Counter cuando cuente, defaultdict cuando agrupe, deque cuando los elementos salgan del frente y namedtuple o ChainMap cuando la legibilidad sea importante. Nuestra prueba de cronometraje mostró claramente lo que está en juego: el contenedor correcto convirtió un bucle de 11 segundos en unos pocos milisegundos.
Preguntas frecuentes
¿Necesito instalar el módulo de colecciones de Python?
No. Es parte de la biblioteca estándar, por lo que solo necesita una importación, como la importación de colecciones de Counter.
¿Cuál es la diferencia entre dict y defaultdict?
Un dictado genera KeyError por una clave faltante. Un defaultdict llama a su función de fábrica, como list o int, para crear un valor predeterminado y lo almacena bajo esa clave.
¿Cuándo debería usar deque en lugar de lista?
Utilice deque cuando agregue o elimine elementos al frente, como en colas y ventanas corredizas. En nuestra prueba, drenar 100.000 elementos desde el frente tomó aproximadamente 11 segundos con una lista y 3 milisegundos con una deque.
¿Aún se necesita OrderedDict en Python 3.7 y versiones posteriores?
Con menos frecuencia, porque los dictados mantienen el orden de inserción. Sigue siendo útil para move_to_end, popitem desde cualquier extremo y comprobaciones de igualdad sensibles al orden.
¿Debo usar nombrado tuple o una clase de datos?
Utilice namedtuple para registros pequeños e inmutables que deberían comportarse como tuplas. Utilice una clase de datos cuando necesite campos mutables, valores predeterminados, métodos o validación.
sigue aprendiendo
¿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.
Más guías sobre testing, IA y desarrollo moderno
¿Te gustó este artículo? Elige un tema y salta directo a nuestros tutoriales más recientes.
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 softwareExplicación 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 →DevOpsExplicación 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 softwareExplicación 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 pruebasExplicación 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 SQLSQL 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 SQLExplicación 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 softwareExplicación 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 softwareExplicación 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 artificialExplicación 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 softwareExplicación 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 →DevOpsExplicación 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 pruebasExplicación 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 softwareExplicación 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 →Inteligencia artificialExplicación 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 →DevOpsRegistros 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 →DevOpsExplicación 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 pruebasGeneración 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 softwareExplicación 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 SQLFunciones 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 SQLExplicación 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 softwareMódulo 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 softwareMódulos 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 softwarePython 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 artificialExplicación 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 →DevOpsExplicación 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 →DevOpsExplicación 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 pruebasExplicación 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 softwareExplicación 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 SQLExplicación 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 SQLFunciones 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 softwareExplicación 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 softwareDebounce 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 softwareExplicación 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 artificialLLM 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 →DevOpsYAML 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 →DevOpsCron 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 artificialExplicación 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 →DevOpsExplicación 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 softwareExplicación 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 pruebasBurlarse 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 softwareExplicación 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 SQLDELETE 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 SQLVistas 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 softwareInterfaz 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 softwarePython *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 softwareFunciones 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 →DevOpsMonitoreo 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 →DevOpsDocker 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 pruebasTDD 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 softwarePruebas 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 SQLValores 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 SQLDeclaración 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 softwareExplicación 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 softwareExplicación 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 →DevOpsImplementación 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 pruebasPruebas 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 softwarePruebas 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 softwareCaso 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 SQLOptimización 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 SQLSQL 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 softwareTutorial 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 softwareManejo 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 softwareClases 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 →DevOpsComandos 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 pruebasSelenium 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 softwarePartición 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 softwareSeveridad 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 SQLTutorial 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 SQLTransacciones 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 softwareHoja 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 softwareExplicación 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 softwareTutorial 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 →DevOpsTutorial 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 →DevOpsDocker 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 pruebasTutorial 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 softwareCiclo 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 softwareGit 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 softwareList 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 →