Python

Comprender los parámetros *args y **kwargs de las funciones Python

Al revisar funciones de Python es habitual encontrar que estas tienen los parámetros *args y **kwargs. Unos parámetros especiales que permiten a las funciones manejar un número variables de argumentos de una forma flexible. Aunque puede parecer algo confuso al principio, cuando se comprende cómo funcionan estos parámetros es posible crear fácilmente funciones versátiles y legibles. En esta entrada, se analizará qué son los parámetros *args y **kwargs y como se pueden utilizar a la hora de escribir funciones.

¿Qué son los parámetros *args y **kwargs?

En las funciones de Python, los parámetros *args y **kwargs son una convención de nomenclatura que se usa para permitir que una función reciba una cantidad variable de argumentos. Los cuales pueden ser tanto por posición como argumentos de palabra clave. En concreto se usa:

  • *args: Permite pasar un número variable de argumentos posicionales a una función.
  • **kwargs: Permite pasar un número variable de argumentos de palabra clave (keyword arguments) a una función.

Uso básico del parámetro *args

El parámetro *args, con el asterisco “*”, permite a una función recibir un número variable de argumentos posicionales. Los cuales se asignan a la tupla args que se puede usar dentro de la función. Así, iterando sobre esta tupla, se puede acceder y utilizar todos los argumentos que se hubiesen pasado a la función. Por ejemplo, en el siguiente código se define una función sumar() que puede recibir cualquier cantidad de argumentos para sumarlos.

def sumar(*args):
    total = 0
    for num in args:
        total += num
    return total


print(sumar(1, 2, 3, 4, 5))
15

En este ejemplo, la función sumar() puede recibir cualquier cantidad de argumentos numéricos. A pesar de lo cual, la función es fácil de leer.

Uso básico del parámetro **kwargs

El parámetro **kwargs, con el doble asterisco “**”, permite a una función recibir un número variable de argumentos de palabra clave. Esto es, argumentos que relacionan una palabra clave con un valor. Al igual que en el caso de *args los valores se asignan a una variable dentro de la función que, en este caso, es un un diccionario. Por ejemplo, en el siguiente código se puede ver una función que saca por pantalla todos los argumentos que se le pase.

def imprimir_info(**kwargs):
    for key, value in kwargs.items():
        print(f"{key}: {value}")

        
imprimir_info(nombre="Juan", edad=30, ciudad="Madrid")
nombre: Juan
edad: 30
ciudad: Madrid

En el código anterior, la función imprimir_info() recibe argumentos de palabra clave, como “nombre”, “edad” y “ciudad”, y los imprime en el formato “clave: valor”.

Combinación de *args y **kwargs en una función

Los parámetros *args y **kwargs se pueden combinar en una función para poder usar tanto una cantidad variable de parámetros por posición como de palabra clave. En este caso se crean dos variables, una con la tupla de valores y otra con el diccionario. A continuación, se combina esto en una función que imprime los valores indicados por posición y los de palabra clave.

def funcion_combinada(*args, **kwargs):
    print("Argumentos posicionales:")
    for arg in args:
        print(arg)
    
    print("\nArgumentos de palabra clave:")
    for key, value in kwargs.items():
        print(f"{key}: {value}")

        
funcion_combinada(1, 2, 3, nombre="Juan", edad=30)
Argumentos posicionales:
1
2
3

Argumentos de palabra clave:
nombre: Juan
edad: 30

Aquí la función funcion_combinada() recibe tanto argumentos posicionales como de palabra clave. Imprimiendo estos por separado.

Conclusiones

Los parámetros *args y **kwargs son dos opciones de las que se dispone a la hora de escribir funciones que necesiten admitir un número variable de argumentos. Facilitando la creación de código flexible y fácil de leer. Cuando se comprende su funcionamiento, se hace más fácil crear cierto tipo de funciones, siendo una herramienta imprescindible para ciertas tareas.

Imagen de Sanna en Pixabay

¿Te ha parecido de utilidad el contenido?

Daniel Rodríguez

Share
Published by
Daniel Rodríguez

Recent Posts

Síndrome del objeto brillante en ciencia de datos: el error simétrico a los costes hundidos

Hace poco publiqué una entrada en la que trataba de un sesgo bien documentado: aferrarse…

4 días ago

De la Regresión Logística al Scorecard: La Transformación Matemática

En un entrada previa explicamos qué son el WOE y el IV y por qué…

6 días ago

Analytics Lane lanza la versión 1.1 del laboratorio con nuevas suites de CLV y Scoring

Seguimos evolucionando el laboratorio de Analytics Lane y hoy lanzamos la versión 1.1, disponible en:…

7 días ago

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

“El interés compuesto es la octava maravilla del mundo. El que lo entiende lo gana…

2 semanas ago

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

Tienes los datos de ventas de tres productos en dos años distintos y quieres saber…

2 semanas ago

Costes hundidos en ciencia de datos: cuándo mantener un modelo y cuándo migrar

Imagina la situación. Tu equipo lleva tres años con un modelo en producción. No es…

3 semanas ago

This website uses cookies.