Buenas Prácticas de Python Orientado a Objetos

Python no es Java: inclínate hacia objetos simples, funciones y protocolos en lugar de jerarquías de herencia profundas. Estas reglas mantienen el código OO "pythónico" y testeable.

Cómo Usar Esta Lista

• Aplica en revisiones de diseño para nuevos modelos de dominio.
• Usa al refactorizar "god-classes" o "mixin soup".
• Combina con protocolos mypy y Pydantic en los bordes del sistema.
• Revisa después de incidentes causados por estado de clase mutable compartido.

A - Modelado

• Usa @dataclass para registros de datos; añade métodos solo cuando el comportamiento sea intrínseco. No todos los diccionarios necesitan una clase.
• Prefiere la composición (tiene-un) sobre la herencia (es-un) más allá de un nivel. Inyecta colaboradores en __init__.
• Usa Enum/StrEnum en lugar de constantes de cadena. match exhaustivo y prevención de errores tipográficos.
• Modela dinero, IDs y cantidades como pequeños tipos de valor. No enteros/cadenas desnudas a través de capas.
• Mantén las clases enfocadas: una razón para cambiar. Divide modelos de lectura de servicios de escritura cuando sea necesario.

B - Herencia y APIs

• Limita los mixins a una preocupación (registro, serialización). Documenta el MRO al usar múltiples.
• Llama a super().__init__ en cadenas de herencia múltiple cooperativas. Las cadenas rotas omiten la inicialización.
• Prefiere Protocol o ABC solo cuando existan implementaciones múltiples. YAGNI para implementación única.
• Usa fábricas @classmethod para constructores alternativos. No patrones de __init__ sobrecargados.
• API pública pequeña; prefija internos con _. Las propiedades exponen atributos estables sobre campos brutos.

C - Corrección

• Alinea __eq__ y __hash__ para objetos de valor usados en conjuntos/diccionarios. O usa una clase dataclass con frozen=True.
• Nunca mutes objetos congelados o supuestamente inmutables. Los campos de tupla dentro de una clase dataclass siguen siendo mutables.
• Valida invariantes en __post_init__ o setters. Falla rápido en la construcción.
• Devuelve NotImplemented de __eq__ para tipos desconocidos. Deja que el otro operando intente la comparación inversa.
• Evita atributos de clase mutables como valores predeterminados compartidos. Establece por instancia en __init__.

D - Disciplina de Metaprogramación

• Por defecto, usa __init_subclass__ para hooks de registro. No metaclasses personalizadas.
• Recurre a descriptores/propiedades solo cuando la validación o el cálculo perezoso se repitan. De lo contrario, usa __init__ simple.
• Usa __slots__ solo con presión de memoria medida. Acepta las restricciones de herencia.
• Documenta los registros de plugins y límpialos en las pruebas. Previene la contaminación entre pruebas.
• Omite la sobrecarga de operadores a menos que el dominio sea naturalmente numérico/vectorial. Un + sorprendente perjudica a los lectores.

E - Pruebas y Límites

• Inyecta dependencias (reloj, almacenamiento, notificador) en los constructores. No globales codificados.
• Implementaciones falsas para puertos ABC/Protocol en pruebas unitarias. Sin red en pruebas de dominio.
• Usa Pydantic 2 en los límites HTTP; clases dataclass simples en el interior. Separación de transporte y dominio.
• Prefiere funciones para transformaciones sin estado entre objetos enriquecidos. Métodos cuando el comportamiento pertenece a los datos.
• Mantén las vistas de Django/FastAPI delgadas: la lógica de dominio en servicios testeables.

Preguntas Frecuentes

Relacionados

• Conceptos básicos de OOP - ejemplos introductorios
• Herencia y MRO - super y mixins
• Protocolos y Tipado Estructural - interfaces
• Clases dataclass - patrón de registro

Versiones de pila: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.