Itertools Python explicados: loops preguiçosos, combinações e agrupamentos, testados

  1. Início
  2. Blog
  3. Desenvolvimento de software

Desenvolvimento de Software

Itertools Python explicados: Lazy Loops, combinações e agrupamentos, testados

As itertools do Python oferecem blocos de construção rápidos e com pouca memória para loop: contadores infinitos, encadeamento, agrupamento, combinações e lotes. Aprenda cada ferramenta com os resultados que realmente executamos, além das armadilhas que retornam silenciosamente respostas erradas.

10 min de leitura
Itertools Python explicados: loops preguiçosos, combinações e agrupamentos, testados

Principais pontos

  • itertools está integrado ao Python. Suas funções retornam iteradores lentos, portanto, elas produzem valores somente quando você solicita.
  • groupby agrupa apenas itens vizinhos. Classifique primeiro pela mesma chave ou você obterá grupos divididos.
  • product, permutations e combinations substituem loops aninhados e são úteis para matrizes de teste.
  • Em nossa execução, achatar 100 listas com chain.from_iterable levou 0,045 ms contra 0,522 ms para sum(lists, []).

Muitos loops Python seguem as mesmas formas: contar indefinidamente, juntar várias listas, agrupar linhas por uma chave, tentar cada par ou dividir o trabalho em lotes. Você pode escrever cada um manualmente com for loops aninhados e listas temporárias, mas itertools do Python já vem com versões rápidas e testadas de todos eles. Depois de saber os nomes, seus loops ficam mais curtos e usam muito menos memória.

Cada exemplo neste guia foi executado com Python 3.13.6 e as saídas mostradas são copiadas dessa execução. Se você é novo em iteradores, nosso guia para geradores Python é um bom companheiro, porque geradores e itertools trabalham juntos naturalmente.

O que é itertools?

itertools é um módulo de biblioteca padrão de blocos de construção de iteradores. Você o importa, chama uma função e recebe de volta um objeto iterador em vez de uma lista. As funções se enquadram em três grupos:

  • Iteradores infinitos: count, cycle e repeat.
  • Iteradores que terminam com a entrada mais curta: accumulate, chain, groupby, compress, pairwise, batched, takewhile e outros.
  • Iteradores combinatórios: product, permutations, combinations e combinations_with_replacement.
import itertools as it

Por que iteradores preguiçosos são importantes

Uma lista armazena todos os valores na memória de uma só vez. Um iterador armazena apenas o estado suficiente para produzir o próximo valor. É por isso que você pode construir um contador infinito sem que seu programa congele: nada é computado até que um loop, next() ou list() extraia um valor.

Medimos a diferença. Uma lista de um milhão de inteiros ocupava 8.448.728 bytes de acordo com sys.getsizeof, que conta apenas o array de ponteiros da lista. Um islice objeto que produz o mesmo milhão de números ocupava 72 bytes. O problema é que um iterador pode ser lido apenas uma vez, o que abordaremos na seção tee.

conte, circule e repita

Esses três nunca param sozinhos, então combine-os com islice, zip ou break.

print(list(it.islice(it.count(10, 5), 4)))
print(list(it.islice(it.cycle("AB"), 5)))
print(list(map(pow, range(4), it.repeat(2))))
[10, 15, 20, 25]
['A', 'B', 'A', 'B', 'A']
[0, 1, 4, 9]

count(start, step) é perfeito para gerar IDs. cycle faz um loop indefinido de uma sequência, o que é adequado para o trabalho round-robin, como atribuir tickets a uma rotação de testadores. repeat alimenta o mesmo valor para map sem construir uma lista de cópias.

Um truque interessante combina count com uma expressão geradora para encontrar o primeiro valor que atende a uma regra:

first = next(x for x in it.count(1) if x * x > 2026)
print(first)   # 46

acumular: totais acumulados

accumulate retorna resultados em execução. Por padrão ele adiciona, mas você pode passar qualquer função de dois argumentos.

print(list(it.accumulate([5, 3, -2, 4])))
print(list(it.accumulate([3, 1, 4, 1, 5], max)))
[5, 8, 6, 10]
[3, 3, 4, 4, 5]

A primeira linha é um saldo corrente. O segundo é um máximo em execução, que é útil para rastrear a melhor pontuação até o momento ou o tempo de resposta máximo em um teste de carga.

cadeia: junte iteráveis sem copiar

chain percorre vários iteráveis, um após o outro, como se fossem um. chain.from_iterable faz o mesmo para um iterável de iteráveis, que é a maneira padrão de nivelar um nível de aninhamento.

print(list(it.chain([1, 2], (3,), "ab")))
print(list(it.chain.from_iterable([[1, 2], [3], [4, 5]])))
[1, 2, 3, 'a', 'b']
[1, 2, 3, 4, 5]

Observe que uma string é iterável, então "ab" se torna dois itens. Se você quiser que a string seja um item, primeiro coloque-a em uma lista.

groupby: a ferramenta mais incompreendida

groupby divide uma sequência em séries de itens que compartilham uma chave. A palavra “corre” é a parte importante: ela agrupa apenas itens que ficam próximos uns dos outros. Veja o que aconteceu com níveis de log não classificados:

logs = ["error", "error", "info", "error", "info", "info"]
print([(k, len(list(g))) for k, g in it.groupby(logs)])
print([(k, len(list(g))) for k, g in it.groupby(sorted(logs))])
[('error', 2), ('info', 1), ('error', 1), ('info', 2)]
[('error', 3), ('info', 3)]

A versão não classificada produziu quatro grupos em vez de dois, e nada nos avisou. Isso se comporta de maneira muito diferente do SQL, onde GROUP BY coleta todas as linhas correspondentes onde quer que estejam. Se essa comparação ajudar, consulte SQL GROUP BY e HAVING.

Para registros, classifique e agrupe com a mesma função principal:

import operator
orders = [{"city": "Pune", "amt": 120}, {"city": "Delhi", "amt": 80}, {"city": "Pune", "amt": 50}]
key = operator.itemgetter("city")
print({k: sum(o["amt"] for o in g) for k, g in it.groupby(sorted(orders, key=key), key=key)})
{'Delhi': 80, 'Pune': 170}

Dica: cada grupo é ele próprio um iterador que se torna inválido quando groupby segue em frente. Consumir imediatamente, por exemplo com list(g) ou sum(...), antes do próximo grupo.

Se seus dados ainda não estiverem classificados e você precisar apenas de totais, um dicionário Python ou collections.Counter simples geralmente é mais simples e evita a classificação.

produto, permutações e combinações

Eles substituem loops aninhados quando você precisa de cada arranjo de algumas entradas.

print(list(it.product(["chrome", "firefox"], ["win", "mac"])))
print(["".join(p) for p in it.permutations("ABC", 2)])
print(["".join(c) for c in it.combinations("ABCD", 2)])
print(["".join(c) for c in it.combinations_with_replacement("AB", 2)])
[('chrome', 'win'), ('chrome', 'mac'), ('firefox', 'win'), ('firefox', 'mac')]
['AB', 'AC', 'BA', 'BC', 'CA', 'CB']
['AB', 'AC', 'AD', 'BC', 'BD', 'CD']
['AA', 'AB', 'BB']
Função A ordem é importante? Repetições permitidas? Uso típico
produto Sim Yes (across inputs) Matriz do navegador e do sistema operacional
permutações Sim Não Ordenações de etapas
combinações Não Não Pares únicos para comparar
combinations_with_replacement Não Sim Multisets, totais de dados

Tenha cuidado com o tamanho. Contar o produto de três intervalos de 3, 4 e 5 itens deu 60 tuplas. Cada dimensão extra multiplica o total, então uma matriz que parece pequena pode explodir. Conte com sum(1 for _ in ...) ou math.prod antes de executar qualquer coisa cara dentro do loop.

em pares e em lote

pairwise (Python 3.10+) fornece vizinhos sobrepostos, o que é ideal para diferenças entre leituras. batched (Python 3.12+) divide os dados em pedaços de tamanho fixo.

print(list(it.pairwise([1, 4, 9, 16])))
print(list(it.batched(range(7), 3)))
[(1, 4), (4, 9), (9, 16)]
[(0, 1, 2), (3, 4, 5), (6,)]

Observe que o último lote é mais curto. Se você enviar lotes para uma API que espera exatamente três itens, lide com esse pedaço final. batched é uma maneira limpa de inserir algumas centenas de linhas em um banco de dados por vez ou de respeitar um limite de taxa de API.

Filtragem: compress, takewhile, dropwhile, filterfalse

print(list(it.compress("ABCDE", [1, 0, 1, 0, 1])))
print(list(it.takewhile(lambda x: x < 5, [1, 3, 6, 2])))
print(list(it.dropwhile(lambda x: x < 5, [1, 3, 6, 2])))
print(list(it.filterfalse(lambda x: x % 2, range(8))))
['A', 'C', 'E']
[1, 3]
[6, 2]
[0, 2, 4, 6]

A surpresa aqui é takewhile. Ele para na primeira falha, então 2 no final nunca foi verificado. dropwhile é a imagem espelhada: uma vez que a condição falha, ela produz tudo depois dela, incluindo 2. Use-os para dados classificados ou fluxos com um corte claro, como a leitura de linhas de log até que um carimbo de data/hora passe. Para um filtro geral, use filter ou uma compreensão. As funções curtas passadas aqui são funções lambda do Python.

zip_longest e mapa estelar

Built-in zip para na entrada mais curta e descarta silenciosamente o resto. zip_longest continua e preenche as lacunas:

print(list(zip("abc", [1, 2])))
print(list(it.zip_longest("abc", [1, 2], fillvalue=0)))
print(list(it.starmap(pow, [(2, 3), (3, 2), (10, 0)])))
[('a', 1), ('b', 2)]
[('a', 1), ('b', 2), ('c', 0)]
[8, 9, 1]

Ao comparar uma lista esperada com uma lista real em um teste, zip pode ocultar um item final ausente. zip_longest expõe isso. Desde o Python 3.10 você também pode passar strict=True a zip para gerar um erro em comprimentos desiguais. starmap descompacta cada tupla em argumentos de função, o que salva um lambda.

esgotamento do tee e do iterador

Um iterador é usado após uma passagem. Este é o bug mais comum do itertools:

g = (x * x for x in range(3))
print(list(g), list(g))     # [0, 1, 4] []

a, b = it.tee(iter([1, 2, 3]))
print(list(a), list(b))     # [1, 2, 3] [1, 2, 3]

O segundo list(g) estava vazio, sem erro. tee divide um iterador em cópias independentes, mas armazena valores internamente. Se uma cópia for muito à frente da outra, a memória aumentará e, nesse ponto, uma lista simples geralmente será mais simples. Além disso, não use o iterador original após chamar tee.

Memória e velocidade na prática

Cronometramos o achatamento de 100 listas de 100 números, 200 vezes cada. sum(lists, []) teve média de 0,522 ms, enquanto list(chain.from_iterable(lists)) teve média de 0,045 ms, cerca de onze vezes mais rápido. A versão sum é lenta porque constrói uma lista nova e mais longa a cada passo.

Seus números serão diferentes de acordo com a máquina, mas o formato é válido: as funções do itertools são implementadas em C e evitam a construção de listas temporárias. A maior vitória geralmente é a memória. Um pipeline de iteradores pode processar um arquivo de milhões de linhas enquanto mantém apenas uma linha por vez. Se você preferir a sintaxe de compreensão, list comprehensions cria listas avidamente, enquanto expressões geradoras combinam bem com itertools.

Usando itertools em testes

Os testadores aproveitam muito este módulo. product constrói matrizes de configuração para testes parametrizados, como cada navegador com cada tamanho de tela. combinations fornece cada par de recursos para testar juntos, que é o ponto de partida para o teste em pares. cycle alterna as contas de teste para que execuções paralelas não briguem por um login. count gera números de pedido exclusivos para dados de teste.

import pytest
MATRIX = list(it.product(["chrome", "firefox"], ["1280x800", "375x812"]))

@pytest.mark.parametrize("browser,size", MATRIX)
def test_home_page(browser, size):
    ...

Este trecho pytest mostra apenas o padrão; não o executamos em um navegador. Mantenha a matriz pequena e deliberada, porque quatro combinações rapidamente se transformam em quarenta. Nosso guia de fixtures pytest mostra como compartilhar a configuração nesses casos.

Quando usar itertools e quando não

  • Use-o para streams, arquivos grandes, sequências geradas, combinações e lotes, onde a preguiça economiza memória.
  • Use-o para substituir loops aninhados cuja única função é construir arranjos.
  • Ignore quando a compreensão de uma lista for mais clara para sua equipe. Uma frase inteligente que ninguém consegue depurar não é uma vitória.
  • Ignore quando precisar reutilizar os dados muitas vezes; armazene uma lista em vez de lutar contra a exaustão.

A documentação oficial também inclui uma seção de “receitas” com ajudantes prontos construídos a partir dessas peças. Leia-os quando estiver confortável com o básico aqui.

Considerações finais

Itertools Python recompensa um pequeno investimento. Aprenda chain, groupby, product, pairwise e batched primeiro, porque eles cobrem a maioria dos loops do dia a dia. Então lembre-se das duas armadilhas que nos pegaram nos testes: classificar antes de groupby e nunca ler um iterador duas vezes. Com esses hábitos, seus loops ficam mais curtos, mais rápidos e mais fáceis de revisar.

Perguntas frequentes

O que são itertools em Python?

itertools é um módulo integrado de ferramentas iteradoras rápidas para contar, encadear, agrupar, filtrar e gerar combinações. Suas funções retornam iteradores preguiçosos em vez de listas.

Por que itertools.groupby fornece grupos duplicados?

groupby agrupa apenas itens consecutivos com a mesma chave. Classifique os dados pela mesma chave primeiro. Em nosso teste, os logs não classificados produziram quatro grupos em vez de dois.

Qual é a diferença entre permutações e combinações?

permutações tratam AB e BA como diferentes, enquanto combinações os tratam como o mesmo par. Para 2 itens do ABC, as permutações davam 6 resultados e as combinações davam 3.

Qual versão do Python eu preciso para lotes e pares?

pairwise foi adicionado no Python 3.10 e em lote no Python 3.12. Executamos todos os exemplos deste guia em Python 3.13.6.

O itertools é mais rápido do que escrever loops?

Muitas vezes sim, porque as funções são implementadas em C e evitam listas temporárias. Achatar com chain.from_iterable foi cerca de onze vezes mais rápido que sum(lists, []) em nosso tempo.

Continue aprendendo

Trabalhe com Stack Quora

Precisa de ajuda com testes, WordPress ou SEO?

Ajudamos as equipes a fornecer software melhor e a expandir seus sites. Conte-nos no que você está trabalhando e sugeriremos um próximo passo claro.

Continue lendo

Mais guias sobre testes, IA e desenvolvimento moderno

Gostou deste artigo? Escolha um tópico e vá direto para nossos tutoriais mais recentes.

Inteligência artificial

BM25 explicado: como a pesquisa por palavra-chave classifica os resultados, com código Python e pesquisa híbrida

BM25 explicou com uma implementação Python pura que executamos: a fórmula, IDF, saturação de termo, os parâmetros k1 e b, por que supera a contagem …

Leia o artigo →
Desenvolvimento de software

Métodos HTTP explicados: GET, POST, PUT, PATCH, DELETE, testados em um servidor Live

Métodos HTTP explicados com um pequeno servidor que executamos: GET, POST, PUT, PATCH, DELETE, HEAD e OPTIONS, seguro vs idempotente, PUT vs PATCH, …

Leia o artigo →
DevOps

Git Bisect explicado: encontre o commit que quebrou seu código, manual ou automaticamente

Git bisect explicado com um repositório testado: encontre o commit incorreto entre 41 em 5 execuções de teste, automatize-o com git bisect run, pule…

Leia o artigo →
Automação de testes

Marcadores pytest explicados: marcas personalizadas, filtros skip, skipif, xfail e -m

marcadores pytest explicados com um conjunto testado: registre marcas personalizadas, execute apenas testes de fumaça com -m, combine filtros com e,…

Leia o artigo →
Teste de software

Testes Positivos vs Negativos: Diferenças, 24 Casos de Teste Reais e uma Lista de Verificação

Testes positivos versus negativos explicados com um formulário de inscrição real: 6 casos de teste positivos e 18 negativos executados em pytest, a …

Leia o artigo →
Bancos de dados e SQL

SQL ORDER BY Várias Colunas: ASC, DESC, NULLS LAST, Case e Ordem Personalizada

SQL ORDER BY com múltiplas colunas explicadas com consultas testadas: ASC e DESC mistos, desempates, NULLS FIRST e LAST, classificação sem distinção…

Leia o artigo →
Bancos de dados e SQL

Total em execução do SQL: SUM OVER, totais por grupo, somas móveis e armadilha RANGE

Como calcular um total de execução SQL com SUM() OVER: totais por grupo, somas cumulativas diárias, somas móveis, porcentagem do total, armadilha de…

Leia o artigo →
Desenvolvimento de software

Matriz de classificação JavaScript: números, objetos, strings e por que 10 vem antes de 5

Como classificar um array em JavaScript corretamente: números com função de comparação, objetos por um ou mais campos, strings com localeCompare, da…

Leia o artigo →
Desenvolvimento de software

Métodos de string Python: folha de dicas, exemplos reais e a armadilha strip()

Métodos de string Python com exemplos testados: split, join, strip, replace, find, startupswith, is-methods, casefold, partition e translate, além d…

Leia o artigo →
Inteligência artificial

Explicação da similaridade de cossenos: fórmula, exemplo resolvido e código Python

A similaridade de cosseno é explicada de forma simples: a fórmula, um exemplo trabalhado à mão, código Python e NumPy puro, cosseno versus distância…

Leia o artigo →
Desenvolvimento de software

Codificação UTF-8 explicada: como o texto se transforma em bytes e como corrigir texto ilegível

Codificação UTF-8 explicada com exemplos em nível de byte que executamos em Python: como os caracteres se tornam de 1 a 4 bytes, por que café se tra…

Leia o artigo →
Automação de testes

parametrização pytest explicada: 7 padrões com exemplos testados

parametrização pytest explicada com 7 padrões testados: casos básicos, ids legíveis, decoradores empilhados, pytest.param com xfail e skip, fixtures…

Leia o artigo →
Teste de software

Reteste versus teste de regressão: 8 diferenças principais com um exemplo real de correção de bug

Reteste versus teste de regressão explicado com uma correção de bug real executada em pytest: o reteste confirmou a correção, a execução de regressã…

Leia o artigo →
Bancos de dados e SQL

Excluir linhas duplicadas em SQL: 5 métodos seguros, testados passo a passo

Como excluir linhas duplicadas no SQL com segurança: encontre-as, visualize-as e remova-as com ROW_NUMBER, MIN(id), EXISTS, rowid ou uma nova tabela…

Leia o artigo →
Bancos de dados e SQL

SQL RANK vs DENSE_RANK vs ROW_NUMBER: diferenças com exemplos testados

SQL RANK vs DENSE_RANK vs ROW_NUMBER em uma tabela: como cada um lida com empates, N principais por grupo, a segunda armadilha salarial mais alta e …

Leia o artigo →
Desenvolvimento de software

Encadeamento opcional de JavaScript (?.) Explicado: 8 exemplos, ?? Padrões e armadilhas

O encadeamento opcional de JavaScript interrompe erros “Não é possível ler propriedades de indefinidos”. 8 exemplos testados para propriedades, arra…

Leia o artigo →
Desenvolvimento de software

Python enumerate() explicado: 7 exemplos, start=1 e erros a evitar

Python enumerate() fornece o índice e o valor em um loop limpo. 7 exemplos testados, o truque start=1, dicionários, arquivos, números rápidos e 3 er…

Leia o artigo →
Inteligência artificial

Estratégias de chunking RAG explicadas: fixo, sobreposição, frase, recursivo e títulos, medidos

Estratégias de chunking RAG comparadas em um documento com tiktoken 0.14: tamanho fixo, sobreposição, empacotamento de frases, divisão recursiva e p…

Leia o artigo →
Desenvolvimento de software

Explicação da idempotência da API: chaves de idempotência e novas tentativas seguras, testadas

A idempotência da API explicada com um servidor e cliente Python que executamos: uma resposta perdida causava uma cobrança dupla sem uma chave e uma…

Leia o artigo →
DevOps

Git Stash explicado: salvar, aplicar, abrir e não rastrear arquivos, testado

Git stash explicado com comandos que executamos no Git 2.56: push com uma mensagem, arquivos não rastreados, listar e mostrar, aplicar vs pop, mante…

Leia o artigo →
Teste de software

Explicação do teste em pares: como todos os pares reduzem 216 testes para 13, testados

Testes em pares explicados com um gerador que executamos em Python 3.13: um checkout com 216 combinações cobertas por 13 testes, cobertura verificad…

Leia o artigo →
Automação de testes

Duplas de teste explicadas: Dummy, Stub, Spy, Mock e Fake, com código Python testado

O teste duplo é explicado com um exemplo de Python executado no pytest 9.2: dummy, stub, spy, mock e fake, quando usar cada um, verificações de esta…

Leia o artigo →
Bancos de dados e SQL

SQL COALESCE explicado: padrões, NULLIF, IFNULL vs ISNULL e traps, testados

SQL COALESCE explicado com consultas que executamos no SQLite 3.50: primeiros valores não nulos, strings vazias, NULL em matemática, NULLIF para div…

Leia o artigo →
Bancos de dados e SQL

SQL Self Join explicado: funcionário-gerente, comparações de pares e linhas, testado

Auto-junção SQL explicada com consultas que executamos no SQLite 3.50: funcionário e gerente, ganhando mais que o gerente, pares únicos, alterações …

Leia o artigo →
Desenvolvimento de software

Explicação do operador JavaScript Spread: Spread vs Rest, cópias e pegadinhas, testado

O operador de propagação JavaScript explicado com o código que executamos no Nó 24: arrays, objetos, cópias superficiais, parâmetros restantes, o li…

Leia o artigo →
Desenvolvimento de software

Functools Python explicado: lru_cache, parcial, redução, wraps e muito mais, testado

Functools do Python explicados com código que executamos no Python 3.13: lru_cache e cache, parcial, redução, wraps, cached_property, singledispatch…

Leia o artigo →
Desenvolvimento de software

Módulo de coleções Python explicado: contador, defaultdict, deque e mais, testado

Coleções Python explicadas com código que executamos em Python 3.13: Counter, defaultdict, deque, nomeadotuple, OrderedDict e ChainMap, além de um t…

Leia o artigo →
Inteligência artificial

Janela de contexto LLM explicada: tokens, limites e como ajustar mais, medidos

A janela de contexto do LLM explicada com contagens de tokens que medimos usando tiktoken: palavras versus tokens para prosa, código e hindi, orçame…

Leia o artigo →
Desenvolvimento de software

Webhooks explicados: como funcionam e como recebê-los com segurança

Webhooks explicados com um receptor e remetente que executamos em Python: push vs polling, assinaturas HMAC-SHA256, rejeição de solicitações adulter…

Leia o artigo →
DevOps

Git Cherry-Pick explicado: copie o commit que você precisa, com segurança e testado

Git cherry-pick explicado com comandos que executamos no Git 2.56: copiar um hotfix para um branch de lançamento, novos hashes e patch-ids, -x, -n, …

Leia o artigo →
Automação de testes

Explicação do teste instantâneo: como funciona, quando ajuda e quando dói

O teste de instantâneo foi explicado com uma demonstração pytest e xaroposa que executamos: criação de instantâneos, leitura da diferença após uma a…

Leia o artigo →
Teste de software

Explicação do teste de mutação: por que a cobertura de 100% ainda não percebeu nosso bug

Os testes de mutação explicados com uma pequena ferramenta de mutação que construímos e executamos: 14 mutantes, um conjunto de testes com 100% de c…

Leia o artigo →
Bancos de dados e SQL

Funções SQL JSON explicadas: consulta, atualização e indexação JSON em SQL, testadas

Funções SQL JSON explicadas com consultas que executamos no SQLite 3.50: json_extract, os operadores -> e ->>, json_each, json_set, json_pa…

Leia o artigo →
Bancos de dados e SQL

SQL Pivot explicado: transforme linhas em colunas com CASE, FILTER e PIVOT

SQL pivot explicado com consultas que executamos no SQLite 3.50: agregação condicional com CASE e SUM, FILTER, NULL vs zero, totais, colunas dinâmic…

Leia o artigo →
Desenvolvimento de software

JavaScript esta palavra-chave explicada: cada regra de ligação, testada no nó

A palavra-chave JavaScript explicada com 17 casos que executamos no Nó 24: chamadas de método, perdeu isso em retornos de chamada, modo estrito, fun…

Leia o artigo →
Desenvolvimento de software

Python pathlib explicado: caminhos, arquivos e pastas da maneira moderna, testados

Python pathlib explicado com exemplos que executamos no Python 3.13: juntando caminhos com /, nome, radical e sufixo, lendo e gravando arquivos, mkd…

Leia o artigo →
Desenvolvimento de software

Itertools Python explicados: loops preguiçosos, combinações e agrupamentos, testados

Itertools do Python explicados com exemplos que executamos no Python 3.13: contagem, ciclo, acumulação, cadeia, agrupamento, produto, combinações, p…

Leia o artigo →
Inteligência artificial

Explicação da injeção imediata: como os aplicativos de IA são enganados e como defendê-los

Injeção imediata explicada para construtores: ataques diretos e indiretos, por que os filtros de palavras-chave falham (nosso teste bloqueou 1 de 4)…

Leia o artigo →
DevOps

Registros DNS explicados: A, AAAA, CNAME, MX, TXT e TTL com pesquisas reais

Registros DNS explicados com pesquisas que executamos: como funciona a resolução, A e AAAA, regras CNAME, MX e MX nulo, TXT para SPF e verificação, …

Leia o artigo →
DevOps

Sinalizadores de recursos explicados: lançamentos seguros, lançamentos graduais e higiene de sinalizadores

Sinalizadores de recursos explicados com uma simulação de implementação que executamos: tipos de sinalizadores, implementações percentuais com hashi…

Leia o artigo →
Automação de testes

Geração de dados de teste com Python Faker: dados realistas, repetíveis e seguros

Teste a geração de dados com Python Faker, execute e meça: propagação de dados repetíveis, localidades, valores exclusivos, registros em formato de …

Leia o artigo →
Teste de software

Explicação do teste Shift-Left: Encontre bugs mais cedo, sem atrasar a equipe

O teste shift-left explicou: o que significa, por que os defeitos iniciais são mais baratos, práticas desde revisões de requisitos até verificações …

Leia o artigo →
Bancos de dados e SQL

Funções de string SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT e limpeza de dados

Funções de string SQL explicadas com consultas que executamos: concatenação e NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, preenchimento, com…

Leia o artigo →
Bancos de dados e SQL

Explicação dos gatilhos SQL: gatilhos ANTES e DEPOIS, registros de auditoria e armadilhas

Gatilhos SQL explicados com gatilhos que executamos: ANTES vs DEPOIS, ANTIGO e NOVO, logs de auditoria, validação, atualizações de estoque, condiçõe…

Leia o artigo →
Desenvolvimento de software

Módulo JSON Python explicado: dumps, carregamentos, tipos personalizados e erros comuns

O módulo Python JSON explicado com o código que executamos: dumps e carregamentos, arquivos, conversões de tipo, datas e decimais, codificadores per…

Leia o artigo →
Desenvolvimento de software

Módulos ES vs CommonJS: como funcionam as importações de JavaScript em Node.js, testado

Módulos ES vs CommonJS explicados com código que executamos em Node.js: sintaxe de importação e exportação, require, vinculações ativas, cache, espe…

Leia o artigo →
Desenvolvimento de software

Python Regex explicado: padrões, grupos, antecipações e armadilhas, testados

Regex Python explicado com padrões que executamos: pesquisa vs correspondência, findall, grupos e grupos nomeados, ganancioso vs preguiçoso, sub, lo…

Leia o artigo →
Inteligência artificial

Explicação da saída estruturada do LLM: obtendo JSON confiável de modelos de IA

Saída estruturada do LLM explicada com validação que executamos no Pydantic: modo JSON e esquemas, decodificação restrita, formas de quebra de saída…

Leia o artigo →
DevOps

Chaves SSH explicadas: como funcionam, ssh-keygen, Ed25519 e hábitos seguros

Chaves SSH explicadas com chaves que geramos: chaves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, impressões digitais, senhas, agente s…

Leia o artigo →
DevOps

Cache HTTP explicado: controle de cache, ETag e respostas 304, com um teste ao vivo

Cache HTTP explicado com um pequeno servidor que executamos: diretivas Cache-Control, idade máxima, sem cache vs sem armazenamento, revalidação de E…

Leia o artigo →
Automação de testes

Teste de contrato de API explicado: detecte alterações importantes antes de serem enviadas

O teste de contrato de API foi explicado com uma verificação de esquema que executamos: o que é um contrato, contratos orientados ao consumidor, Pac…

Leia o artigo →
Teste de software

Testes baseados em riscos explicados: avalie os riscos, construa uma matriz e teste o que é importante

Testes baseados em riscos explicados passo a passo: identificação de riscos, pontuação de probabilidade e impacto, construção de uma matriz de risco…

Leia o artigo →
Bancos de dados e SQL

Restrições SQL explicadas: NOT NULL, UNIQUE, CHECK e FOREIGN KEY, testadas

Restrições SQL explicadas com testes que executamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY e FOREIGN KEY, as lacunas NULL, configuração de chave…

Leia o artigo →
Bancos de dados e SQL

Funções de data SQL explicadas: adicionando, comparando e agrupando datas sem bugs

Funções de data SQL explicadas com consultas que executamos: adição de intervalos, surpresas de final de mês, diferenças de data, armadilha BETWEEN,…

Leia o artigo →
Desenvolvimento de software

Python assíncio explicado: assíncrono, espera, coleta e TaskGroup com Real Timings

Python asyncio explicado com código que cronometramos: corrotinas, espera, coleta, TaskGroup, tratamento de erros, tempos limite, limitação de simul…

Leia o artigo →
Desenvolvimento de software

Debounce vs Throttle em JavaScript: como funcionam, quando usar cada um, testado

Debounce vs. acelerador em JavaScript explicado com tempos que medimos em Node.js: como cada um funciona, implementações simples, chamadas iniciais …

Leia o artigo →
Desenvolvimento de software

Gerenciadores de contexto Python explicados: a instrução with, contextlib e usos reais

Os gerenciadores de contexto Python explicados com o código que executamos: como funciona, __enter__ e __exit__, contextlib.contextmanager, supressã…

Leia o artigo →
Inteligência artificial

Temperatura LLM e Top-p explicados: como os modelos de IA escolhem sua próxima palavra

Temperatura LLM e top-p explicados com uma simulação que executamos: como as probabilidades são remodeladas, o que top-p mantém, configurações recom…

Leia o artigo →
DevOps

YAML explicado: sintaxe, o problema da Noruega e outras armadilhas que testamos

YAML explicado com um teste de analisador: sintaxe básica, listas e mapas, o problema da Noruega, versões que se transformam em carros flutuantes, c…

Leia o artigo →
DevOps

Cron Jobs explicado: sintaxe, programações reais e os erros que os quebram

Cron jobs explicados com cronogramas que verificamos: os cinco campos, operadores, exemplos reais, a armadilha do dia do mês OU do dia da semana, pr…

Leia o artigo →
Teste de software

Ciclo de vida de bugs em testes de software: cada status, quem é o proprietário e erros comuns

O ciclo de vida do bug explicado: cada status de defeito, de Novo a Fechado, quem é o proprietário de cada etapa, bugs rejeitados, adiados e reabert…

Leia o artigo →
Automação de testes

Teste baseado em propriedades em Python: a hipótese encontra os bugs que seus exemplos não percebem

Testes baseados em propriedades explicados com testes de hipóteses que executamos: propriedades versus exemplos, estratégias, redução, os bugs reais…

Leia o artigo →
Bancos de dados e SQL

Paginação SQL explicada: OFFSET vs Keyset, com um teste de um milhão de linhas

Paginação SQL explicada com um teste de um milhão de linhas que executamos: LIMIT e OFFSET, por que páginas profundas ficam lentas, paginação de con…

Leia o artigo →
Inteligência artificial

Explicação das alucinações de IA: por que os modelos de linguagem inventam as coisas e como reduzi-las

Explicação das alucinações de IA: o que são, por que os modelos de linguagem as produzem, tipos comuns, como reduzi-las com aterramento e instruções…

Leia o artigo →
DevOps

Variáveis de ambiente explicadas: arquivos .env, segredos e configuração bem feitos

Variáveis de ambiente explicadas com exemplos de Python que executamos: leitura e configuração, por que cada valor é uma string, arquivos .env, hera…

Leia o artigo →
Desenvolvimento de software

Explicação da limitação de taxa de API: algoritmos, cabeçalhos e tratamento de erros 429

Limitação de taxa de API explicada com uma simulação que executamos: token bucket, janela fixa, janela deslizante, 429 respostas, cabeçalhos de limi…

Leia o artigo →
Automação de testes

Zombando em Python: unittest.mock, patch e os erros que fazem os testes mentirem

Zombaria em Python com unittest.mock, testado: Mock e return_value, side_effect, patch onde um nome é usado, especificação e autospec, zombaria de d…

Leia o artigo →
Teste de software

Cobertura de código explicada: cobertura de linha versus filial e o que 100% realmente significa

Cobertura de código explicada com uma execução cobertura.py real: cobertura de linha, ramal e condição, leitura de um relatório, por que 100% de cob…

Leia o artigo →
Bancos de dados e SQL

DELETE vs TRUNCATE vs DROP em SQL: diferenças, reversão e quando usar cada um

DELETE vs TRUNCATE vs DROP explicado com SQL testado: o que cada um remove, rollback, aciona, redefinição de identidade, velocidade e como PostgreSQ…

Leia o artigo →
Bancos de dados e SQL

Exibições SQL explicadas: crie, use e evite as armadilhas, com exemplos

Visualizações SQL explicadas com consultas que executamos: criação de uma visualização, resultados ao vivo, ocultação de colunas, desempenho, visual…

Leia o artigo →
Desenvolvimento de software

Interface TypeScript vs tipo: diferenças reais, testadas com o compilador

Interface TypeScript versus tipo, verificada com o compilador real: o que ambos podem fazer, o que apenas um pode fazer, mesclagem de declarações, e…

Leia o artigo →
Desenvolvimento de software

Python *args e **kwargs explicados: funções flexíveis com exemplos claros

Python *args e **kwargs explicados com o código que executamos: empacotamento e descompactação, ordem dos parâmetros, argumentos somente de palavras…

Leia o artigo →
Desenvolvimento de software

Funções Python Lambda: sintaxe, usos reais e quando não usá-los

Funções lambda do Python explicadas com o código que executamos: sintaxe, classificação com chave, mapa e filtro, fechamentos, armadilha de ligação …

Leia o artigo →
Inteligência artificial

O que são agentes de IA? Como eles funcionam, com um loop de agente simples que você pode executar

O que são agentes de IA? Um guia simples para o loop do agente, ferramentas, memória e proteções, com um pequeno loop Python que executamos, riscos …

Leia o artigo →
DevOps

Monitoramento versus observabilidade: a verdadeira diferença, com logs, métricas e rastreamentos

Explicação do monitoramento versus observabilidade: falhas conhecidas e desconhecidas, logs, métricas e rastreamentos, um passo a passo do incidente…

Leia o artigo →
DevOps

Docker Volumes vs Bind Mounts: persista os dados do contêiner da maneira certa

Volumes Docker versus montagens de ligação explicadas: por que os dados do contêiner desaparecem, volumes nomeados, montagens de ligação, tmpfs, exe…

Leia o artigo →
Automação de testes

TDD vs BDD: principais diferenças, um recurso criado de ambas as maneiras e quando usar cada um

TDD vs BDD explicado com um recurso de desconto construído em ambos os sentidos: refatoração vermelho-verde com o código que executamos, cenários da…

Leia o artigo →
Teste de software

Teste de aceitação do usuário (UAT): processo, lista de verificação e exemplos reais

Explicação do teste de aceitação do usuário: quem o executa, como ele difere do controle de qualidade, um processo de sete etapas, um modelo de caso…

Leia o artigo →
Bancos de dados e SQL

Valores SQL NULL explicados: IS NULL, COALESCE, NULLIF e as armadilhas a serem evitadas

Valores SQL NULL explicados com consultas que executamos: lógica de três valores, IS NULL, COALESCE, NULLIF, como agregações, junções e classificaçã…

Leia o artigo →
Bancos de dados e SQL

Instrução SQL CASE WHEN: sintaxe, exemplos reais e erros comuns

SQL CASE WHEN explicado com consultas que executamos: formulários simples e pesquisados, ordem de condição, pivôs com SUM, truques COUNT, classifica…

Leia o artigo →
Desenvolvimento de software

O que é JWT? JSON Web Tokens explicados com um exemplo prático

O que é JWT? JSON Web Tokens explicados: as três partes, um token construído e adulterado no código que executamos, JWT vs sessões, armazenamento, t…

Leia o artigo →
Desenvolvimento de software

Loop de eventos JavaScript explicado: pilha de chamadas, microtarefas e temporizadores com exemplos

O loop de eventos JavaScript explicado com o código que executamos: pilha de chamadas, filas de tarefas e microtarefas, por que setTimeout 0 não é i…

Leia o artigo →
Desenvolvimento de software

Geradores Python e rendimento explicado: economize memória com exemplos reais

Geradores Python e rendimento explicados com o código que executamos: como eles pausam e reiniciam, medem economia de memória, pipelines, sequências…

Leia o artigo →
Inteligência artificial

O que são incorporações? Similaridade de vetores e cossenos explicada de forma simples

O que são incorporações? Um guia em linguagem simples para vetores, similaridade de cossenos e pesquisa semântica, com um pequeno exemplo que execut…

Leia o artigo →
DevOps

Implantação azul-verde vs canário: diferenças, compensações e como escolher

Explicação da implantação azul-verde versus canário: como cada um funciona, custo, risco e reversão, agrupamento estável de usuários que testamos, m…

Leia o artigo →
Automação de testes

Testes instáveis: o que os causa e como corrigi-los para sempre

Testes instáveis explicados com demonstrações que executamos: as principais causas, como confirmar e diagnosticar uma, soluções adequadas para tempo…

Leia o artigo →
Teste de software

Teste de carga versus teste de estresse: diferenças, métricas e exemplos k6

Teste de carga versus teste de estresse explicado: o que cada um prova, testes de pico e absorção, as métricas que importam, por que as médias engan…

Leia o artigo →
Teste de software

Caso de teste versus cenário de teste: principais diferenças, exemplos e quando usar cada um

Caso de teste vs cenário de teste explicado: definições claras, uma tabela lado a lado, um recurso de redefinição de senha retirado de cenários para…

Leia o artigo →
Bancos de dados e SQL

Otimização de consultas SQL: leia planos de execução e corrija consultas lentas, com intervalos

Otimização de consulta SQL testada em um milhão de linhas: leia planos de execução, adicione os índices corretos, corrija filtros não sargáveis, use…

Leia o artigo →
Bancos de dados e SQL

SQL UNION vs UNION ALL: diferenças, exemplos e desempenho testado

SQL UNION vs UNION ALL explicado com consultas que executamos: duplicatas, as regras que ambos seguem, um bug de dados real, desempenho medido, INTE…

Leia o artigo →
Desenvolvimento de software

Tutorial da API JavaScript Fetch: GET, POST, tratamento de erros e tempos limite

Um tutorial da API JavaScript Fetch testado em um servidor local: GET e POST, por que 404 não lança, um auxiliar reutilizável, strings de consulta, …

Leia o artigo →
Desenvolvimento de software

Manipulação de arquivos Python: leitura, gravação, CSV, JSON e pathlib com exemplos

Manipulação de arquivos Python explicada com código que executamos: modos abertos, com, leitura de arquivos grandes, CSV, JSON, pathlib, arquivos bi…

Leia o artigo →
Desenvolvimento de software

Classes e objetos Python: tutorial OOP com exemplos reais

Classes e objetos Python explicados com código que executamos: __init__, métodos, atributos de classe vs instância, herança, propriedades, métodos d…

Leia o artigo →
Inteligência artificial

O que é um modelo de linguagem grande? Como funcionam os LLMs, explicado sem exageros

O que é um modelo de linguagem grande? LLMs explicados em linguagem simples: tokens, incorporações, atenção, treinamento, temperatura e janelas de c…

Leia o artigo →
DevOps

Comandos Linux para iniciantes: o guia essencial do terminal com exemplos

Comandos Linux para iniciantes, agrupados por tarefa: navegação, arquivos, visualização de logs, grep, pipes, permissões, processos e arquivos, com …

Leia o artigo →
Automação de testes

Selenium vs Playwright: principais diferenças, código comparado e qual escolher

Selenium vs Playwright comparado: arquitetura, espera, suporte a navegador e linguagem, depuração, o mesmo teste em ambas as ferramentas, conselhos …

Leia o artigo →
Teste de software

Particionamento de equivalência: técnica de design de teste explicada com exemplos resolvidos

Explicação do particionamento de equivalência: como encontrar partições válidas e inválidas, exemplos resolvidos para idades, senhas e cupons, teste…

Leia o artigo →
Teste de software

Gravidade vs Prioridade em Testes de Software: Diferenças, Matriz e Exemplos Reais

Explicação da gravidade versus prioridade em testes de software: definições claras, uma matriz de quatro vias com exemplos, escalas de nível, quem d…

Leia o artigo →
Bancos de dados e SQL

Tutorial de subconsultas SQL: tipos, subconsultas correlacionadas e EXISTS com exemplos

Um tutorial de subconsultas SQL com consultas que executamos: subconsultas escalares, IN, FROM e SELECT, subconsultas correlacionadas, EXISTS, a arm…

Leia o artigo →
Bancos de dados e SQL

Transações SQL e ACID explicados: COMMIT, ROLLBACK e níveis de isolamento

Transações SQL e ACID explicadas com uma transferência bancária que executamos: COMMIT, ROLLBACK, savepoints, locks, níveis de isolamento, leituras …

Leia o artigo →
Desenvolvimento de software

Folha de dicas dos comandos do Git: os comandos que você realmente usa, com exemplos

Uma folha de dicas de comandos Git agrupada por tarefa: configuração, preparação, ramificações, controles remotos, stash, histórico e desfazer erros…

Leia o artigo →
Desenvolvimento de software

Explicação das promessas de JavaScript: então, catch, Promise.all e erros comuns

Promessas JavaScript explicadas com o código que executamos: estados, cadeias then e catch, tratamento de erros, Promise.all, allSettled, race e any…

Leia o artigo →
Desenvolvimento de software

Tutorial do dicionário Python: métodos, exemplos e padrões comuns

Um tutorial de dicionário Python com código que executamos: criar, ler e atualizar dictos, métodos-chave, mesclagem, compreensão, padrões de contage…

Leia o artigo →
Inteligência artificial

O que é RAG? Geração aumentada de recuperação explicada com um exemplo prático

O que é RAG? Geração aumentada de recuperação explicada passo a passo: indexação, chunking, embeddings, recuperação, um pequeno exemplo funcional de…

Leia o artigo →
DevOps

Tutorial Terraform para iniciantes: infraestrutura como código do primeiro arquivo aos módulos

Um tutorial do Terraform para iniciantes: comece sem conta na nuvem, aprenda como iniciar, planejar e aplicar, depois variáveis, saídas, estado, mód…

Leia o artigo →
DevOps

Docker vs Kubernetes: principais diferenças, como eles funcionam juntos e o que você precisa

Docker vs Kubernetes explicado: o que cada um faz, o mesmo aplicativo rodando com ambos, Docker Compose e Swarm comparados, a mudança do dockershim …

Leia o artigo →
Automação de testes

Tutorial Pytest para iniciantes: luminárias, parametrização e exemplos reais

Um tutorial pytest para iniciantes com testes que executamos no pytest 9.2: asserções, fixtures, parametrizar, conftest, marcadores, tmp_path, monke…

Leia o artigo →
Teste de software

Ciclo de vida de teste de software (STLC): 6 fases, critérios de entrada e saída, exemplo

O ciclo de vida de teste de software explicou: seis fases do STLC com critérios de entrada e saída, resultados, um exemplo de recurso de login funci…

Leia o artigo →
Desenvolvimento de software

Git merge vs rebase: diferenças, exemplos e quando usar cada um

Git merge vs rebase explicado com saída real do log, uma tabela comparativa, a regra de ouro do rebase e um fluxo de trabalho seguro para equipes.

Leia o artigo →
Desenvolvimento de software

List comprehension em Python: sintaxe, exemplos e quando evitar

List comprehension em Python explicada: sintaxe, filtros, if-else, laços aninhados, tempos medidos e quando um laço for comum é a melhor escolha.

Leia o artigo →
Bancos de dados e SQL

SQL JOIN explicado com exemplos (Inner, Left, Right, Full)

Entenda os joins SQL passo a passo com tabelas e consultas de exemplo: INNER, LEFT, RIGHT, FULL, CROSS e SELF, além de erros comuns e dicas de desem…

Leia o artigo →