Recapitulación de collections, itertools y functools

Tres módulos de la biblioteca estándar forman el kit de herramientas de datos de Python: collections (contenedores especializados), itertools (álgebra de iteradores), functools (funciones de orden superior). Domina un pequeño subconjunto antes de recurrir a PyPI.

Receta

from collections import Counter, defaultdict
from functools import lru_cache
from itertools import islice, chain
 
@lru_cache(maxsize=128)
def fib(n: int) -> int:
    return n if n < 2 else fib(n - 1) + fib(n - 2)
 
counts = Counter(chain.from_iterable(["a", "b", "a"]))

Cuándo recurrir a esto:

• Contar frecuencias -> Counter
• Agrupar -> defaultdict, itertools.groupby
• Memoización -> lru_cache
• Procesar datos grandes en streaming -> itertools chain/islice
• Despacho de un solo argumento (single-dispatch) -> functools.singledispatch

Ejemplo de trabajo

from collections import Counter, deque
from functools import partial
from itertools import groupby
 
def top_n(words: list[str], n: int = 3) -> list[tuple[str, int]]:
    return Counter(words).most_common(n)
 
def sliding_window(iterable, size: int):
    window = deque(maxlen=size)
    for item in iterable:
        window.append(item)
        if len(window) == size:
            yield tuple(window)
 
def group_sorted(rows: list[tuple[str, int]]):
    for key, group in groupby(sorted(rows), key=lambda r: r[0]):
        yield key, list(group)
 
words = ["api", "api", "cli", "ui", "api"]
print(top_n(words))
print(list(sliding_window(range(6), 3)))
print(list(group_sorted([("a", 1), ("a", 2), ("b", 3)])))
 
double = partial(pow, 2)
print(double(5))

Lo que esto demuestra:

• Counter para recuentos sin incrementos manuales de diccionario
• deque con maxlen para ventanas deslizantes O(1)
• groupby requiere entrada ordenada para agrupar todas las claves
• partial fija los argumentos de la llamada de la izquierda

Profundización

Puntos destacados de collections

Puntos destacados de itertools

• chain, islice, batched (3.12+)
• Combinatoria product, permutations
• Perezoso - amigable con la memoria

Puntos destacados de functools

• lru_cache, cache (3.9+ sin límites)
• singledispatch, wraps para decoradores

Trampas

• Entrada no ordenada de groupby - divide la misma clave dos veces. Solución: ordenar primero o usar defaultdict.
• Argumentos mutables de lru_cache - los parámetros de diccionario/lista no hasheables fallan. Solución: claves de tupla o deshabilitar la caché.
• itertools infinitos sin islice - bucles infinitos. Solución: limitar el consumo.
• Recuentos negativos de Counter - permitidos pero confusos. Solución: usar solo rutas de incremento.
• Uso prematuro de more-itertools - stdlib batched/islice cubre muchos casos en 3.12+.

Alternativas

Preguntas frecuentes

Relacionado

• dataclasses, enum y contextlib - registros
• Los Patrones Strategy y Dispatch - singledispatch
• Descripción general de la biblioteca estándar - mapa
• Mejores prácticas de la biblioteca estándar - reglas del kit de herramientas

Versiones de la 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+.