Genéricos Integrados y de Colección

El Python moderno utiliza genéricos de colección integrados (list[int]) y tipos abstractos de collections.abc para describir contenedores con precisión, tanto para los lectores como para mypy/pyright.

Receta

from collections.abc import Iterable, Mapping, Sequence
 
def total_lengths(names: Sequence[str]) -> int:
    return sum(len(n) for n in names)
 
def merge(base: Mapping[str, int], extra: Mapping[str, int]) -> dict[str, int]:
    return {**base, **extra}

Cuándo usar esto:

• Parámetros de funciones públicas que aceptan cualquier secuencia
• APIs de dict de solo lectura sin mutación
• Tipado de estructuras anidadas similares a JSON
• Utilidades que consumen iteradores

Ejemplo de Trabajo

from collections.abc import Callable, Iterable, Iterator, Mapping
 
def index_by(items: Iterable[dict], key: str) -> dict[str, dict]:
    result: dict[str, dict] = {}
    for item in items:
        result[str(item[key])] = item
    return result
 
def batch(iterator: Iterator[int], size: int) -> Iterable[list[int]]:
    batch_items: list[int] = []
    for value in iterator:
        batch_items.append(value)
        if len(batch_items) == size:
            yield batch_items
            batch_items = []
    if batch_items:
        yield batch_items
 
def apply_all(fns: Mapping[str, Callable[[], None]]) -> None:
    for fn in fns.values():
        fn()
 
if __name__ == "__main__":
    rows = [{"id": "1", "name": "Ada"}, {"id": "2", "name": "Linus"}]
    print(index_by(rows, "id"))

Lo que esto demuestra:

• Iterable acepta listas, generadores e iteradores personalizados
• Iterator es de un solo paso; el verificador advierte si se reutiliza incorrectamente en modo estricto
• Mapping documenta diccionarios de solo lectura sin métodos de mutación
• Callable[[], None] tipa funciones de efectos secundarios sin argumentos

Inmersión Profunda

Cómo Funciona

• PEP 585 - Genéricos integrados en 3.9+ (list[int]).
• Varianza - La mayoría de los genéricos de contenedores son invariantes (list[Dog] no list[Animal]).
• collections.abc - Verificaciones isinstance en tiempo de ejecución y objetivos de tipado estructural.
• typing vs collections.abc - Prefiera collections.abc en anotaciones (3.9+).
• Genéricos anidados - dict[str, list[int]] para listas de adyacencia.

Opciones Comunes de ABC

Notas de Python

# lista invariante - usar Sequence para parámetro de solo lectura
def print_all(items: Sequence[str]) -> None:
    for item in items:
        print(item)

Trampas Comunes

• list vs List - typing.List estilo obsoleto en 3.9+. Solución: list[int].
• Iterable consumido dos veces - La pista de tipo no detiene el error de doble iteración. Solución: Documentar o requerir Sequence.
• Claves de dict invariantes - dict[str, int] no es compatible con dict[str, float] en varianza estricta. Solución: Usar unión de valores o Mapping.
• Any en tipo interno - dict[str, Any] pierde seguridad. Solución: TypedDict o modelo Pydantic.
• tupla de longitud variable - tuple[int, ...] para longitud variable homogénea frente a tuple[int, str] fija.

Alternativas

Preguntas Frecuentes

Relacionado

• Conceptos Básicos de Pistas de Tipo - introducción
• TypedDict & NamedTuple - diccionarios estructurados
• Optional, Union y el Operador | - uniones en contenedores
• Genéricos y TypeVar - tipos paramétricos

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+.