• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • Excel
  • Matlab

¿Qué significa if __name__ == “__main__”: en Python?

noviembre 29, 2021 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Al revisar programas escritos en Python es bastante probable encontrarse con una línea de código cómo la siguiente: if __name__ == "__main__":. El código dentro del bloque if solamente se ejecutará cuando el archivo es llamado directamente con el intérprete de Python, no cuando es importado como un módulo. Permitiendo de este modo reutilizar el código de manera más sencilla. Así, en este bloque if, es habitual encontrar las instrucciones para inicializar un programa o ejemplos con los que probar las funciones y clases escritas.

El valor de la variable __name__

__name__ es una variable especial de Python que existe en todos los módulos e indica su nombre. Por defecto es el nombre del archivo en el que se encuentra el código, salvo el archivo que se indica al intérprete de Python cuyo nombre es __main__. Esto es algo que se puede entender bastante bien con un ejemplo. Se puede crear un archivo name_1.py en el que se escribe el siguiente código

print("El valor de __name__ en 1 es {}".format(__name__))

Ahora, si se ejecuta desde la terminal se puede ver que el valor de la variable __name__ es __main__.

% python name_1.py 
El valor de __name__ en 1 es __main__

Una vez hecho esto se puede crear un segundo archivo name_2.py como el siguiente que importe el anterior como como un módulo.

Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo
En Analytics Lane
Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo

import name_1
     
print("El valor de __name__ en 2 es {}".format(__name__))

Al ejecutar este segundo archivo se puede ver que el resultado es diferente al anterior.

% python name_2.py
El valor de __name__ en 1 es name_1
El valor de __name__ en 2 es __main__

Ahora, el valor de la variable __name__ en el archivo name_1.py es name_1, mientras que en name_2.py es __main__. Lo que nos indica que el programa se ha iniciado en el segundo archivo.

Publicidad


Aplicaciones de if __name__ == "__main__":

Al revisar el ejemplo anterior se pueden apreciar varias cosas interesantes sobre el funcionamiento de Python. En primer lugar, el valor de la variable __name__ indica si el archivo se ha llamado directamente desde el intérprete o se ha cargado como un módulo. Por otro lado, al cargar el módulo el código dentro de este se ejecuta. Algo que se puede apreciar al ver por pantalla la línea generada por ambos archivos. Lo que es un problema al importar un archivo como módulo.

Cuando se crea un archivo Python, al que se puede llamar program_1.py, para resolver un problema se escriben varias funciones y se ejecutan dentro del mismo.

def function_1(name):
    print("Función 1 con {}".format(name))

def function_2(name):
    print("Función 2 con {}".format(name))

function_1('uno')
function_2('dos')
% python program_1.py 
Función 1 con uno
Función 2 con dos

Una vez implementado el código se puede ver que estas funciones son útiles en otra situación. En vez de copiar y pegar el código simple que sea necesario es más eficiente importar el primer archivo como un módulo. Simplificando el nuevo archivo.

import program_1

program_1.function_1("A")
program_1.function_2("B")
% python program_2.py 
Función 1 con uno
Función 2 con dos
Función 1 con A
Función 2 con B

El problema, como ya se ha visto antes, es que el código del primer archivo también se ejecuta. Algo que no es deseable cuando es un módulo. Para evitar este problema se puede usar la línea if __name__ == "__main__": y dejar dentro del bloque el caso particular. De este modo, si se modifica program_1.py como se muestra a continuación.

def function_1(name):
    print("Función 1 con {}".format(name))

def function_2(name):
    print("Función 2 con {}".format(name))

if __name__ == "__main__":
    function_1('uno')
    function_2('dos')

Ahora, al ejecutar el contenido de program_2.py se obtendrá el resultado deseado.

% python program_2.py 
Función 1 con A
Función 2 con B

Conclusiones

En esta entrada se ha visto que lo que se encuentra detrás de la línea if __name__ == "__main__":, la cual se puede ver en múltiples programas de Python. Algo que sí nos acostumbramos a incluir en nuestro código hará que este sea más fácilmente reutilizable.

Imagen de Aaron Olson en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 1

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo
  • ¿Está concentrado el MSCI World? Un análisis con Gini, Lorenz y leyes de potencia
  • Curiosidad: ¿Por qué usamos p < 0.05? Un umbral que cambió la historia de la ciencia
  • Programador de tareas de Windows: Guía definitiva para automatizar tu trabajo (BAT, PowerShell y Python)
  • La Paradoja del Cumpleaños, o por qué no es tan raro compartir fecha de nacimiento
  • Cómo abrir una ventana de Chrome con tamaño y posición específicos desde la línea de comandos en Windows
  • Curiosidad: El sesgo de supervivencia, o por qué prestar atención sólo a los que “llegaron” puede engañarte
  • Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)
  • Data Lake y Data Warehouse: diferencias, usos y cómo se complementan en la era del dato

Publicado en: Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Data Lake y Data Warehouse: diferencias, usos y cómo se complementan en la era del dato

octubre 23, 2025 Por Daniel Rodríguez

Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)

octubre 21, 2025 Por Daniel Rodríguez

Curiosidad: El sesgo de supervivencia, o por qué prestar atención sólo a los que “llegaron” puede engañarte

octubre 16, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • Cómo solucionar problemas de red en VirtualBox: Guía completa publicado el junio 11, 2025 | en Herramientas
  • Cómo calcular el tamaño de la muestra para encuestas publicado el septiembre 9, 2025 | en Ciencia de datos
  • La tabla de la web finalmente importada en Excel Importar tablas desde la web en Excel publicado el octubre 21, 2020 | en Herramientas
  • pandas Pandas: Cómo iterar sobre las filas de un DataFrame en Pandas publicado el septiembre 13, 2021 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto