Introducción
Esta sección aborda los argumentos de funciones variádicas, a veces descritos como *args
y **kwargs
.
This tutorial is from open-source community. Access the source code
💡 Este tutorial está traducido por IA desde la versión en inglés. Para ver la versión original, puedes hacer clic aquí
Esta sección aborda los argumentos de funciones variádicas, a veces descritos como *args
y **kwargs
.
Una función que acepta cualquier número de argumentos se dice que utiliza argumentos variables. Por ejemplo:
def f(x, *args):
...
Llamada a la función.
f(1,2,3,4,5)
Los argumentos adicionales se pasan como una tupla.
def f(x, *args):
## x -> 1
## args -> (2,3,4,5)
Una función también puede aceptar cualquier número de argumentos de palabras clave. Por ejemplo:
def f(x, y, **kwargs):
...
Llamada a la función.
f(2, 3, flag=True, mode='fast', header='debug')
Las palabras clave adicionales se pasan en un diccionario.
def f(x, y, **kwargs):
## x -> 2
## y -> 3
## kwargs -> { 'flag': True,'mode': 'fast', 'header': 'debug' }
Una función también puede aceptar cualquier número de argumentos variables de palabras clave y no de palabras clave.
def f(*args, **kwargs):
...
Llamada a la función.
f(2, 3, flag=True, mode='fast', header='debug')
Los argumentos se separan en componentes posicionales y de palabras clave
def f(*args, **kwargs):
## args = (2, 3)
## kwargs -> { 'flag': True,'mode': 'fast', 'header': 'debug' }
...
Esta función acepta cualquier combinación de argumentos posicionales o de palabras clave. A veces se utiliza cuando se escriben envoltorios o cuando se desea pasar argumentos a otra función.
Las tuplas se pueden expandir en argumentos variables.
numbers = (2,3,4)
f(1, *numbers) ## Lo mismo que f(1,2,3,4)
Los diccionarios también se pueden expandir en argumentos de palabras clave.
options = {
'color' : 'rojo',
'delimitador' : ',',
'ancho' : 400
}
f(data, **options)
## Lo mismo que f(data, color='rojo', delimitador=',', ancho=400)
Intenta definir la siguiente función:
>>> def avg(x,*more):
return float(x+sum(more))/(1+len(more))
>>> avg(10,11)
10.5
>>> avg(3,4,5)
4.0
>>> avg(1,2,3,4,5,6)
3.5
>>>
Observa cómo el parámetro *more
recopila todos los argumentos adicionales.
Supongamos que lees algunos datos de un archivo y obtienes una tupla como esta:
>>> data = ('GOOG', 100, 490.1)
>>>
Ahora, supongamos que quieres crear un objeto Stock
a partir de estos datos. Si intentas pasar data
directamente, no funciona:
>>> from stock import Stock
>>> s = Stock(data)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: Stock.__init__() missing 2 required positional arguments:'shares' and 'price'
>>>
Esto se soluciona fácilmente usando *data
en su lugar. Prueba esto:
>>> s = Stock(*data)
>>> s
Stock('GOOG', 100, 490.1)
>>>
Si tienes un diccionario, puedes usar **
en su lugar. Por ejemplo:
>>> data = { 'name': 'GOOG','shares': 100, 'price': 490.1 }
>>> s = Stock(**data)
Stock('GOOG', 100, 490.1)
>>>
En tu programa report.py
, creaste una lista de instancias usando código como este:
def read_portfolio(filename):
'''
Lee un archivo de cartera de acciones en una lista de diccionarios con claves
name, shares y price.
'''
with open(filename) as lines:
portdicts = fileparse.parse_csv(lines,
select=['name','shares','price'],
types=[str,int,float])
portfolio = [ Stock(d['name'], d['shares'], d['price'])
for d in portdicts ]
return Portfolio(portfolio)
Puedes simplificar ese código usando Stock(**d)
en su lugar. Haz ese cambio.
La función fileparse.parse_csv()
tiene algunas opciones para cambiar el delimitador del archivo y para el informe de errores. Tal vez desees exponer esas opciones a la función read_portfolio()
anterior. Haz este cambio:
def read_portfolio(filename, **opts):
'''
Lee un archivo de cartera de acciones en una lista de diccionarios con claves
name, shares y price.
'''
with open(filename) as lines:
portdicts = fileparse.parse_csv(lines,
select=['name','shares','price'],
types=[str,int,float],
**opts)
portfolio = [ Stock(**d) for d in portdicts ]
return Portfolio(portfolio)
Una vez que hayas hecho el cambio, intenta leer un archivo con algunos errores:
>>> import report
>>> port = report.read_portfolio('missing.csv')
Row 4: Couldn't convert ['MSFT', '', '51.23']
Row 4: Reason invalid literal for int() with base 10: ''
Row 7: Couldn't convert ['IBM', '', '70.44']
Row 7: Reason invalid literal for int() with base 10: ''
>>>
Ahora, intenta silenciar los errores:
>>> import report
>>> port = report.read_portfolio('missing.csv', silence_errors=True)
>>>
¡Felicitaciones! Has completado el laboratorio de Argumentos Variables. Puedes practicar más laboratorios en LabEx para mejorar tus habilidades.